Association between insulin resistance surrogate indices and incident chronic kidney disease among the population with cardiovascular-kidney-metabolic syndrome stage 0-3: a cohort study

O corpo humano é uma máquina complexa onde o coração, os rins e o sistema metabólico trabalham em uma equipe estreitamente ligada. Quando essa equipe começa a enfrentar dificuldades, isso geralmente começa com uma condição chamada resistência à insulina. Esta não é uma doença em si, mas um estado em que as células do corpo param de responder adequadamente à insulina, o hormônio que ajuda a transformar o alimento em energia. Como resultado, o corpo precisa trabalhar mais para gerenciar o açúcar no sangue e a gordura, criando um estresse de combustão lenta que pode danificar vasos sanguíneos e órgãos ao longo do tempo. Médicos começaram recentemente a agrupar esses riscos interconectados — problemas cardíacos, problemas renais e problemas metabólicos — em um único quadro chamado síndrome cardiovascular-renal-metabólica. O objetivo deste quadro é detectar problemas precocemente, antes que se tornem graves, observando pessoas que apresentam sinais de problemas, mas que ainda não sofreram um evento grave como um ataque cardíaco ou insuficiência renal. O desafio reside em encontrar formas simples e baratas de identificar quem está em maior risco de danos renais entre essas pessoas, especialmente porque os rins podem esconder seu sofrimento até que um dano significativo já tenha ocorrido.

Uma equipe de pesquisadores na China decidiu testar se seis ferramentas matemáticas diferentes, todas derivadas de exames de sangue de rotina e medições corporais, poderiam prever quem desenvolveria doença renal nos próximos quatro anos. Eles focaram em um grande grupo de adultos com 45 anos ou mais que já apresentavam alguns sinais de risco metabólico ou cardíaco, mas que ainda não haviam atingido os estágios mais graves da síndrome. Os pesquisadores utilizaram dados de um levantamento nacional que acompanha a saúde dos adultos chineses, olhando especificamente para aqueles cuja função renal ainda era normal no início do estudo. Eles calcularam seis pontuações diferentes para cada pessoa. Três dessas pontuações baseavam-se simplesmente na relação entre o açúcar no sangue e os triglicerídeos, um tipo de gordura no sangue. As outras três pontuações adicionavam informações sobre o tamanho do corpo e a distribuição de gordura, como a circunferência da cintura ou o índice de massa corporal, ao cálculo básico de açúcar e gordura. A equipe queria ver qual dessas ferramentas era a melhor para identificar as pessoas que desenvolveriam doença renal crônica, definida como uma queda na função renal abaixo de um limite de segurança específico.

O estudo acompanhou 4.068 participantes por quatro anos. Ao final desse período, 120 pessoas desenvolveram doença renal. Quando os pesquisadores analisaram os dados iniciais, descobriram que todos que desenvolveram a doença tinham pontuações mais altas em todas as seis ferramentas em comparação com aqueles que permaneceram saudáveis. No entanto, a história mudou quando os pesquisadores ajustaram sua análise para levar em conta outros fatores de risco conhecidos, como pressão alta, diabetes e idade. Nesses testes mais rigorosos, as pontuações simples de açúcar e gordura perderam sua capacidade de prever a doença. Elas deixaram de se destacar como sinais de alerta únicos uma vez que os outros fatores de saúde foram levados em conta. Em contraste, as três ferramentas que combinaram os dados de açúcar e gordura com medições de gordura corporal e tamanho continuaram sendo preditores fortes. Essas pontuações compostas, que misturam dados metabólicos com medições físicas da cintura ou da massa corporal, continuaram a mostrar uma ligação clara com o risco renal mesmo após os pesquisadores controlarem a pressão alta, o diabetes e outras variáveis.

Os pesquisadores descobriram que as ferramentas que incorporavam medições corporais eram particularmente eficazes. Uma pontuação que multiplicava o índice de açúcar e gordura pela circunferência da cintura, e outra que fazia o mesmo com a relação cintura-altura, mostraram os resultados mais consistentes. Pessoas com as pontuações mais altas nessas ferramentas eram significativamente mais propensas a desenvolver doença renal do que aquelas com as pontuações mais baixas. O estudo também revelou que essas ferramentas funcionavam de forma diferente dependendo da pessoa. Por exemplo, a ligação entre as pontuações e a doença renal era mais forte em pessoas que não consumiam álcool e naquelas com um índice de massa corporal mais baixo. Curiosamente, os pesquisadores descobriram que essas ferramentas não eram perfeitas para prever quem ficaria doente por conta própria. Embora fossem boas para mostrar uma tendência geral, não podiam separar definitivamente os saudáveis dos doentes em cada caso individual. Isso sugere que, embora essas pontuações sejam úteis para identificar grupos de risco, elas ainda não são afiadas o suficiente para serem usadas como um teste de triagem independente para cada pessoa.

As descobertas sugerem que, para adultos de meia-idade e idosos que já estão em risco para problemas cardíacos ou metabólicos, adicionar uma medição simples de gordura corporal a um exame de sangue padrão fornece informações extras valiosas sobre a saúde renal. O estudo indica que a simples razão entre açúcar e gordura sozinha não é suficiente para capturar o quadro completo do risco renal nesta população. Em vez disso, a combinação de dados metabólicos com sinais físicos de distribuição de gordura oferece um sistema de alerta mais robusto. Os pesquisadores concluem que essas pontuações de baixo custo e fáceis de calcular poderiam ajudar os médicos a identificar quais pacientes precisam de um monitoramento mais próximo de sua função renal. Ao usar essas ferramentas junto com as avaliações de risco existentes, os profissionais de saúde podem ser capazes de detectar problemas renais mais cedo nas pessoas que mais precisam, potencialmente prevenindo a progressão para doenças mais graves. O estudo não afirma ter resolvido o problema da previsão da doença renal, mas oferece uma maneira prática e acessível de refinar a avaliação de risco para um grupo grande e crescente de pessoas.