Resumo Técnico: Construção e Validação de um Modelo de Avaliação de Risco para Adenoma Colorretal Baseado em Regressão LASSO

Definição do Problema

Os adenomas colorretais (ACR) são reconhecidos como os principais precursores do câncer colorretal (CCR), uma das principais causas de mortalidade relacionada ao câncer globalmente. Embora a colonoscopia permaneça como o padrão ouro para rastreamento, sua aceitação pública é limitada pela baixa conscientização, desconforto procedimental e variabilidade nas taxas de detecção devido à experiência do operador e à qualidade do preparo intestinal. Consequentemente, há uma necessidade crítica de modelos de predição de risco eficazes e não invasivos para identificar indivíduos de alto risco precocemente, facilitando intervenções personalizadas e reduzindo a incidência de CCR. Pesquisas existentes na China têm se concentrado amplamente na exploração de fatores de risco isolados, em vez de desenvolver modelos de predição sistemáticos e validados. Além disso, muitos modelos internacionais dependem de métodos estatísticos tradicionais com seleção de variáveis limitada e carecem de validação externa, restringindo sua utilidade clínica.

Metodologia

Este estudo empregou um delineamento de coorte retrospectiva envolvendo 883 participantes que realizaram colonoscopia total em dois hospitais no norte da China entre julho de 2023 e janeiro de 2024. A coorte incluiu 314 indivíduos diagnosticados com adenomas colorretais.

Coleta de Dados e Variáveis:
Os dados foram coletados por meio de questionários estruturados e prontuários eletrônicos, abrangendo:

• Demografia: Idade, sexo, escolaridade, renda.
• Histórico Médico: Hipertensão, diabetes, hiperlipidemia, cálculos biliares, constipação, diarreia, histórico de pólipos e histórico de tumores malignos.
• Estilo de Vida e Dieta: Tabagismo, consumo de álcool, exercício aeróbico e um Índice de Diversidade Alimentar (IDA).
• Antropometria: Altura, peso e IMC.

Análise Estatística:
O conjunto de dados foi dividido aleatoriamente em um grupo de treinamento (70%, n=618) e um grupo de validação (30%, n=265).

1. Seleção de Variáveis: A regressão LASSO (Least Absolute Shrinkage and Selection Operator) com validação cruzada de 10 dobras foi utilizada para lidar com a multicolinearidade e selecionar preditores significativos de um conjunto de dados de alta dimensão.
2. Construção do Modelo: As variáveis selecionadas pelo LASSO foram submetidas à regressão logística multivariável usando um método de eliminação retroativa (backward elimination) para identificar fatores de risco independentes e construir o modelo preditivo final.
3. Validação: O desempenho do modelo foi avaliado utilizando:
   • Discriminação: Curvas ROC (Receiver Operating Characteristic) e AUC (Area Under the Curve).
   • Calibração: Curvas de calibração para avaliar a concordância entre as probabilidades previstas e observadas.
   • Utilidade Clínica: Análise de Curva de Decisão (DCA) para determinar o benefício clínico líquido através de limiares de probabilidade.
   • Métricas: Sensibilidade, especificidade, valores Kappa, índice de Youden, escore F1 e escore de Brier.

Principais Contribuições

• Integração de Novas Variáveis: Este estudo é o primeiro a incorporar fatores específicos novos, incluindo o histórico pessoal de tumores e índices de diversidade alimentar, em um modelo de predição de risco de ACR.
• Rigor Metodológico: Ao combinar a regressão LASSO para uma seleção robusta de variáveis com a regressão logística multivariável, o estudo aborda as limitações dos modelos tradicionais em relação ao sobreajuste (overfitting) e seleção de variáveis em dados de alta dimensão.
• Desenvolvimento de Ferramenta Clínica: O estudo produziu um modelo de avaliação de risco validado e um nomograma correspondente, fornecendo um instrumento pragmático para clínicos estimarem o risco individual de ACR sem dependência imediata de procedimentos invasivos.

Resultados

Fatores de Risco Independentes:
As análises de LASSO e a subsequente regressão logística identificaram os seguintes como preditores independentes de adenoma colorretal (P < 0,05):

• Sexo: O sexo masculino foi associado a um risco maior (OR: 0,535 para feminino vs. masculino, indicando que os homens correm maior risco).
• Idade: O aumento da idade aumentou significativamente o risco (OR: 1,037 por ano).
• Peso Corporal: O maior peso foi um fator de risco (OR: 1,016 por kg).
• Histórico de Constipação: Curiosamente, um histórico de constipação foi associado a um menor risco neste modelo específico (OR: 0,522), embora a discussão note que a constipação é geralmente considerada um fator de risco na literatura mais ampla; o modelo sugere uma relação complexa ou características específicas da coorte.
• Histórico de Pólipos Colorretais: Um forte preditor (OR: 1,681).
• Hipertensão: Associada ao aumento do risco (OR: 1,879).
• Cálculos Biliares: Associados ao aumento do risco (OR: 2,376).
• Histórico de Tumores: Um histórico pessoal de tumores foi associado a um menor risco no modelo final (OR: 0,221), embora a discussão destaque que o histórico de tumor geralmente aumenta o risco, sugerindo potenciais fatores de confusão ou dinâmicas específicas da coorte.

Desempenho do Modelo:

• Discriminação: O modelo alcançou uma AUC de 0,728 (95% CI: 0,667–0,740) no grupo de treinamento e 0,717 (95% CI: 0,616–0,732) no grupo de validação, indicando uma capacidade discriminativa moderada.
• Sensibilidade e Especificidade: No grupo de treinamento, a sensibilidade foi de 0,623 e a especificidade de 0,750. No grupo de validação, a sensibilidade foi de 0,581 e a especificidade de 0,767. O modelo demonstrou maior especificidade do que sensibilidade, apresentando bom desempenho na identificação de casos sem adenoma.
• Calibração: As curvas de calibração mostraram boa concordância entre as probabilidades previstas e as observações reais em ambos os grupos.
• Utilidade Clínica: A Análise de Curva de Decisão (DCA) indicou que o modelo oferece um benefício clínico líquido favorável quando o limiar de probabilidade para adenoma colorretal excede 0,1.

Estratificação de Risco:
Um limiar de risco de 172 pontos no nomograma (correspondente a uma probabilidade de 0,395) foi estabelecido. Pacientes com pontuação igual ou superior a 172 são classificados como de alto risco.

Significância e Alegações

Os autores alegam que o modelo de avaliação de risco desenvolvido oferece precisão preditiva clinicamente significativa e serve como um instrumento de rastreamento pragmático para a detecção precoce de adenomas colorretais. Ao identificar indivíduos de alto risco por meio de dados clínicos não invasivos, o modelo visa orientar estratégias de gestão de risco personalizadas e melhorar a eficiência dos recursos de rastreamento.

O estudo reconhece limitações, observando que os dados são provenientes da região de Tangshan, o que pode limitar a generalização devido às características dietéticas e de estilo de vida locais específicas. Os autores afirmam modestamente que, embora o modelo seja uma ferramenta valiosa, trabalhos futuros devem focar na expansão do conjunto de dados para populações multicêntricas e na incorporação de biomarcadores adicionais para aumentar ainda mais a utilidade clínica e a validade externa. O modelo é apresentado não como um substituto para a colonoscopia, mas como uma ferramenta para facilitar a identificação precoce e a intervenção em populações predispostas.