📄 medicine

Clinical Phenotypes and Prognosis in Patients with Venous Thromboembolism and Cancer: A Cluster Analysis

Este estudo de coorte retrospectivo de 654 pacientes colombianos com tromboembolismo venoso e câncer demonstra que o agrupamento baseado em características clínicas não oncológicas identifica subgrupos prognósticos distintos com variados desfechos de sobrevida, independentemente dos fatores de risco trombóticos tradicionais relacionados ao tumor.

Autores originais: Arturo D. Mora, Juan Pablo Gómez-Arellano, David Fernando Narvaez-De Los Rios, Manuela Estrada-Schweineberg, Andrés Domínguez-Durán, Valeria Azcarate-Rodríguez, Juan Andres Muñoz, Diana C. Carrillo-Gó

Publicado 2026-07-30

📖 6 min de leitura🧠 Leitura aprofundada

CC BY 4.0

Autores originais: Arturo D. Mora, Juan Pablo Gómez-Arellano, David Fernando Narvaez-De Los Rios, Manuela Estrada-Schweineberg, Andrés Domínguez-Durán, Valeria Azcarate-Rodríguez, Juan Andres Muñoz, Diana C. Carrillo-Gómez, Julián David Yara, Hoover León-Giraldo, Frank Douglas Cañón-Estrada, Mario Miguel Barbosa-Rengifo, Jessica Largo-Ocampo, Juan Esteban Gómez-Mesa

Artigo original sob licença CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/). ✨ Esta é uma explicação gerada por IA do artigo abaixo. Não foi escrita nem endossada pelos autores. Para precisão técnica, consulte o artigo original. Ler aviso legal completo

Imagine o corpo humano como uma cidade movimentada e de alta tecnologia. Nesta cidade, os vasos sanguíneos são as rodovias e as células sanguíneas são os caminhões de entrega que transportam oxigênio e nutrientes para cada bairro. Normalmente, o tráfego flui suavemente. Mas, às vezes, um caminhão de entrega fica preso, formando um congestionamento que bloqueia a estrada. Em termos médicos, isso é um coágulo sanguíneo. Quando esses coágulos viajam para os pulmões ou ficam presos em veias profundas, chama-se Tromboembolismo Venoso (TEV). É um evento grave que pode interromper a rede elétrica da cidade.

Agora, imagine que esta cidade também está sob construção devido a um projeto massivo e caótico chamado "Câncer". O câncer é como uma equipe de construção rebelde que não apenas bagunça o layout da cidade, mas também torna as estradas pegajosas e propensas a congestionamentos. Os médicos sabem há muito tempo que pessoas com câncer têm muito mais probabilidade de ter esses coágulos sanguíneos. Por muito tempo, a maneira como os médicos tentavam adivinhar o quão doente um paciente ficaria era olhando apenas para a equipe de construção: Que tipo de câncer é? Qual o tamanho do canteiro de obras? Quão agressiva é a equipe? Eles usavam um "mapa" baseado inteiramente no tumor para prever o futuro. Mas, assim como duas cidades com o mesmo projeto de construção podem ter resultados muito diferentes dependendo do clima, da idade dos edifícios ou da saúde da população local, dois pacientes com câncer podem ter jornadas muito diferentes, mesmo que tenham o mesmo tipo de tumor. Este estudo faz uma pergunta simples, mas revolucionária: E se parássemos de olhar apenas para a equipe de construção e começássemos a olhar para a cidade em si?

O Estudo: Mapeando a Cidade, Não Apenas a Construção

Uma equipe de pesquisadores da Colômbia decidiu dar um novo olhar sobre 654 pacientes que tinham tanto câncer quanto um coágulo sanguíneo. Em vez de apenas perguntar: "Que tipo de câncer você tem?", eles perguntaram: "Quem é você como pessoa?". Eles reuniram uma enorme lista de detalhes sobre a vida dos pacientes: a idade, se tinham outros problemas de saúde como pressão alta ou diabetes, se haviam passado por cirurgia recentemente e como era sua saúde geral. Eles deliberadamente ignoraram o tipo específico de câncer e os tratamentos do câncer durante a primeira parte de sua análise. Eles queriam ver se a "pessoa" por trás da doença tinha uma história para contar que a "doença" sozinha não conseguiria contar.

Usando um método computacional sofisticado chamado "análise de agrupamento" (pense nisso como uma máquina de classificação superinteligente que agrupa coisas que se parecem), eles classificaram essas 654 pessoas em três grupos distintos, ou "fenótipos". É como separar um saco de bolinhas de gude não pela cor, mas pelo peso e pelo material de que são feitas.

Os Três Grupos Descobertos

O Grupo "Jovem e em Luta": Este grupo tinha 367 pessoas. Eles eram geralmente mais jovens (média de idade em torno de 59 anos) e estavam lutando ativamente contra o câncer. Não tinham muitos outros problemas de saúde, mas estavam no calor da batalha.
O Grupo "Mais Velho, Recentemente Operado": Este grupo tinha 211 pessoas. Eles eram mais velhos (média de idade em torno de 76 anos) e haviam passado por cirurgia recentemente. Tinham alguns outros problemas de saúde, mas não muitos.
O Grupo "Mais Velho com Muitos Problemas de Saúde": Este era o menor grupo, com 76 pessoas. Eles eram os mais velhos (média de idade em torno de 78 anos) e carregavam um fardo pesado de outros problemas de saúde, como doenças cardíacas, diabetes e hipertensão.

A Grande Surpresa: Quem Sobreviveu por Mais Tempo?

É aqui que a história fica intrigante. Você poderia supor que o grupo "Jovem e em Luta" viveria o mais tempo por serem mais jovens e saudáveis. Mas os dados contaram uma história diferente.

Os pesquisadores acompanharam quanto tempo cada grupo viveu após a descoberta do coágulo sanguíneo.

O grupo Jovem e em Luta teve uma mediana de sobrevivência de 2,4 anos.
O grupo Mais Velho, Recentemente Operado teve uma mediana de sobrevivência de 6,2 anos.
O grupo Mais Velho com Muitos Problemas de Saúde teve uma mediana de sobrevivência de 3,8 anos.

Espere, o grupo mais velho que acabou de passar por uma cirurgia viveu mais tempo? Sim! O estudo sugere que ser jovem e lutar ativamente contra o câncer pode ser, na verdade, um sinal de uma doença mais agressiva ou de uma situação mais complexa, levando a um tempo de sobrevivência mais curto neste contexto específico. Enquanto isso, o grupo mais velho que passou por cirurgia parecia ter um caminho mais estável, sobrevivendo muito mais tempo.

Por Que Isso Importa

Os pesquisadores refizeram as contas para garantir que isso não fosse apenas uma flutuação causada pelo tipo de câncer. Eles ajustaram para o "escore de Khorana", que é a forma padrão pela qual os médicos atualmente estimam o risco com base no tumor. Mesmo após considerar o quão perigoso era o câncer, a "pessoa" ainda importava. Os três grupos tinham taxas de sobrevivência diferentes, independentemente do tipo de tumor.

Isso sugere que a antiga maneira de olhar apenas para o câncer não é o quadro completo. O próprio corpo do paciente, sua idade e seus outros problemas de saúde atuam como um segundo mapa que altera o destino. O estudo não diz que devemos parar de tratar o câncer, mas sugere que os médicos precisam olhar para o paciente como um todo, não apenas para o tumor, para entender quem está em maior risco.

A Conclusão

O estudo descobriu que, entre pessoas com câncer e coágulos sanguíneos, existem três "tipos de personalidade" distintos de pacientes, e esses tipos predizem melhor quanto tempo eles viverão do que apenas olhar para o câncer isoladamente. O grupo "Jovem e em Luta" enfrentou uma estrada mais difícil, enquanto o grupo "Mais Velho, Recentemente Operado" teve uma jornada mais longa pela frente. Os pesquisadores são cuidadosos ao dizer que isso é uma sugestão baseada em seus dados, não uma regra final, mas isso abre uma nova porta. Diz-nos que, para compreender verdadeiramente o futuro de um paciente, precisamos ouvir a história de todo o seu corpo, não apenas a história do seu tumor.

Resumo Técnico: Fenótipos Clínicos e Prognóstico em Pacientes com Tromboembolismo Venoso e Câncer

Definição do Problema
A estratificação de risco atual para pacientes com tromboembolismo venoso (TEV) e câncer é predominantemente centrada no tumor, baseando-se em modelos como o escore de Khorana, que foca no tipo e estágio do tumor. No entanto, os desfechos clínicos nesta população são heterogêneos e influenciados por características do paciente independentes da biologia tumoral, incluindo a carga de comorbidades, exposições clínicas recentes e o estado clínico geral. Os modelos existentes podem falhar em capturar essa heterogeneidade não oncológica, levando a uma variabilidade na avaliação prognóstica que não é explicada apenas pelo risco trombótico relacionado ao tumor.

Metodologia
Os autores conduziram um estudo de coorte observacional retrospectivo em um centro de referência terciário na Colômbia, analisando 654 pacientes com TEV objetivamente confirmado e neoplasia atual ou prévia (excluindo câncer de pele não melanoma) entre janeiro de 2011 e janeiro de 2025.

Coleta de Dados: Dados clínicos e demográficos foram extraídos de prontuários eletrônicos, incluindo características oncológicas, comorbidades não oncológicas, apresentação de TEV e manejo da anticoagulação.
Identificação de Fenótipo: Para identificar fenótipos clínicos baseados em características não oncológicas, os autores empregaram uma abordagem de aprendizado de máquina não supervisionado. Dezesseis variáveis refletindo características clínicas do paciente, comorbidades e exposições clínicas recentes foram selecionadas. Crucialmente, o sítio tumoral e os tratamentos oncológicos foram intencionalmente excluídos das variáveis de agrupamento para evitar que os grupos fossem impulsionados primariamente pelo tipo de tumor.
- Técnica: Uma Análise de Correspondência Múltipla (MCA) foi realizada, seguida de agrupamento hierárquico aglomerativo usando o método de variância mínima de Ward.
- Seleção de Clusters: Embora uma solução de dois clusters tenha apresentado a maior largura de silhueta, uma solução de três clusters foi selecionada com base em maior resolução clínica e interpretabilidade.
Análise Estatística: A sobrevida global (SG) foi estimada através da análise de Kaplan–Meier. Modelos de riscos proporcionais de Cox multivariáveis foram usados para avaliar a associação entre os fenótipos clínicos identificados e a mortalidade, ajustando para categorias de risco trombótico relacionado ao tumor (risco padrão, alto e muito alto, conforme critérios de Khorana).

Principais Contribuições
O estudo introduz uma estrutura baseada em dados para caracterizar pacientes com câncer associado a TEV que vai além dos modelos centrados no tumor. Ao isolar variáveis não oncológicas, os autores demonstram que perfis clínicos de pacientes constituem subgrupos prognósticos distintos. O estudo fornece uma visão granular de como a carga de comorbidades, a idade e as exposições clínicas recentes (como cirurgia) interagem para influenciar os desfechos de sobrevida independentemente do perfil de risco trombótico da neoplasia subjacente.

Resultos
A análise identificou três fenótipos clínicos distintos:

Cluster 1 (Pacientes mais jovens com câncer ativo): $n=367$ . Caracterizado por uma mediana de idade de 59,3 anos, alta prevalência de câncer ativo (81,7%) e baixa carga de comorbidades.
Cluster 2 (Pacientes mais velhos com exposição cirúrgica recente): $n=211$ . Caracterizado por uma mediana de idade de 75,9 anos, exposição cirúrgica recente e carga de comorbidades intermediária.
Cluster 3 (Pacientes mais velhos com multimorbidade): $n=76$ . Caracterizado por uma mediana de idade de 78,5 anos, marcada multimorbidade cardiovascular e o perfil de risco HAS-BLED mais elevado.

Desfechos de Sobrevida:

A mediana de sobrevida global (SG) para toda a coorte foi de 3,7 anos (IC 95% 2,8–5,4).
A sobrevida diferiu significativamente entre os fenótipos (log-rank $p=0,044$ $p = 0, 044$ ):
- Cluster 1: Mediana de SG de 2,4 anos.
- Cluster 2: Mediana de SG de 6,2 anos.
- Cluster 3: Mediana de SG de 3,8 anos.
Análise Multivariável: Após o ajuste para o risco trombótico relacionado ao tumor, o fenótipo clínico permaneceu independentemente associado à mortalidade. Comparado ao Cluster 2 (a referência), o Cluster 1 foi associado a um maior risco de mortalidade (HR 1,30; IC 95% 1,02–1,65; $p=0,032$ ). O Cluster 3 não apresentou diferença estatisticamente significativa no risco de mortalidade em relação ao Cluster 2 (HR 1,07; IC 95% 0,74–1,54; $p=0,731$ ).
Desfechos secundários (sangramento maior e TEV recorrente) ocorreram em 3,8% dos pacientes cada, sem diferenças significativas entre os clusters, embora as taxas de sangramento tenham sido numericamente superiores no Cluster 3.

Significância e Alegações
Os autores afirmam que os fenótipos clínicos definidos por características não oncológicas identificam grupos prognósticos que vão além do risco trombótico relacionado ao tumor. Os achados sugerem que fatores ao nível do paciente contribuem significativamente para a heterogeneidade dos desfechos nesta população. Especificamente, o estudo destaca que pacientes mais jovens com câncer ativo, mas baixa comorbidade (Cluster 1), podem enfrentar piores desfechos de sobrevida em comparação com pacientes mais velhos com exposição cirúrgica recente (Cluster 2), desafiando a suposição de que a idade cronológica ou o status de câncer ativo determinam isoladamente o prognóstico.

O artigo postula que a integração da fenotipagem clínica com a estratificação de risco baseada no tumor oferece uma compreensão mais matizada do prognóstico. Sugere que o reconhecimento desses perfis fenotípicos poderia apoiar uma avaliação mais individualizada do manejo da anticoagulação e da intensidade do acompanhamento, particularmente para pacientes com comorbidades complexas ou altos riscos de sangramento. Os autores enfatizam que esses achados derivam de dados do mundo real e apoiam a relevância do perfil clínico do paciente na variabilidade dos desfechos, embora notem que a validação prospectiva é necessária para confirmar a reprodutibilidade e determinar se estratégias informadas pelo fenótipo podem refinar a avaliação de risco.

Mais como este