Diabetes and Tuberculosis: harmonization of population-based datasets

Durante décadas, o mundo médico frequentemente tratou dois tipos de doenças muito diferentes como se vivessem em quartos separados. De um lado estão as doenças não transmissíveis, condições crônicas como o diabetes que se desenvolvem lentamente ao longo do tempo, muitas vezes ligadas ao estilo de vida e à genética. Do outro estão as doenças infecciosas como a tuberculose, causadas por bactérias que se espalham de pessoa para pessoa. Embora médicos e pesquisadores saibam há muito tempo que essas duas condições frequentemente aparecem juntas na mesma pessoa, estudar essas duas condições como um par tem sido surpreendentemente difícil. A maioria dos grandes estudos de saúde pública foi projetada para observar apenas um lado da equação. Uma pesquisa massiva pode acompanhar milhares de pessoas para entender a doença cardíaca e o diabetes, mas muitas vezes carece das perguntas específicas necessárias para descobrir quem também foi exposto à tuberculose. Inversamente, estudos focados em doenças infecciosas podem não ter os dados de saúde profundos e de longo prazo necessários para entender como o diabetes desempenha um papel. Essa separação deixou uma lacuna em nossa compreensão de como essas duas condições interagem, dificultando a proteção das pessoas que são mais vulneráveis a ambas.

Uma equipe de pesquisadores da Universidade Emory construiu agora uma ponte sobre essa lacuna. Eles não foram recrutar milhares de novos voluntários ou iniciar um novo ensaio médico. Em vez disso, adotaram uma abordagem diferente: foram procurar pelos dados que já existiam. Eles encontraram quatro grandes coleções de informações de saúde bem estabelecidas dos Estados Unidos — algumas acompanhando pessoas ao longo de muitos anos, outras capturando instantâneos da saúde da nação em momentos específicos. Esses conjuntos de dados foram originalmente criados para estudar doenças cardíacas, metabolismo e nutrição geral. Os pesquisadores perceberam que, se pudessem limpar e reorganizar cuidadosamente esses enormes volumes de informação, poderiam extrair os detalhes específicos sobre o diabetes e a tuberculose que estavam escondidos à vista de todos. O objetivo deles era criar um recurso único e utilizável que outros cientistas pudessem usar para estudar a ligação entre essas duas doenças sem ter que começar do zero.

A equipe trabalhou com quatro fontes distintas de informação. Três delas eram estudos baseados na população, o que significa que coletaram dados de grupos amplos de pessoas para representar o público em geral. Uma era um estudo de longa duração com jovens adultos que acompanhou os participantes por décadas, outra focava especificamente em comunidades hispânicas e latinas em várias cidades dos EUA, e a terceira era uma pesquisa nacional de saúde que entrevista e examina pessoas de todo o país. A quarta fonte era diferente; era um programa de pesquisa massivo que conecta voluntários diretamente aos seus registros médicos eletrônicos, permitindo que os pesquisadores vejam as datas e os detalhes reais dos diagnósticos conforme ocorriam em hospitais e clínicas. Os pesquisadores passaram meses revisando os questionários e os códigos médicos de cada uma dessas fontes. Eles tiveram que traduzir diferentes formas de fazer perguntas para uma linguagem única e consistente. Por exemplo, um estudo pode perguntar se uma pessoa já foi informada de que tem diabetes, enquanto outro pode observar um resultado de exame de sangue. A equipe criou um conjunto de regras para garantir que "diabetes" significasse a mesma coisa em cada conjunto de dados, e que a "tuberculose" fosse identificada usando os mesmos critérios, fosse por meio de uma resposta autorreferida ou de um código de um prontuário médico.

Depois que os dados foram limpos e combinados, os resultados revelaram a sobreposição oculta entre as duas condições. Nos três estudos baseados na população, que incluíam dezenas de milhares de pessoas, os pesquisadores identificaram 116 indivíduos únicos que atendiam aos critérios para ter tanto diabetes quanto tuberculose. Estes não eram apenas números aleatórios; representavam pessoas reais de diferentes origens, idades e regiões. Os dados mostraram que, em alguns grupos, como o estudo de longo prazo de jovens adultos, o número de pessoas com ambas as condições cresceu ao longo do tempo conforme os participantes envelheciam. Na pesquisa nacional, que captura um instantâneo do país, os pesquisadores encontraram casos tanto no final da década de 1990 quanto novamente em 2011, mostrando que essa coocorrência não é um fenômeno novo, mas sim persistente. A análise também forneceu um olhar detalhado sobre quem eram essas pessoas, incluindo suas idades, gêneros e origens, oferecendo um quadro mais claro das demografias afetadas por esse duplo fardo.

O quarto conjunto de dados, extraído de registros médicos eletrônicos, ofereceu um tipo diferente de percepção porque podia rastrear o momento exato dos diagnósticos. Aqui, os pesquisadores encontraram 484 indivíduos únicos com ambas as condições. Esse número maior permitiu que eles vissem a sequência dos eventos. Eles descobriram que, para muitas pessoas, o diabetes foi diagnosticado antes da tuberculose, sugerindo que a condição metabólica poderia tê-las tornado mais suscetíveis à infecção. Para outros, a ordem foi invertida, com a tuberculose aparecendo primeiro. Houve também casos em que ambos os diagnósticos foram registrados ao mesmo tempo. Essa capacidade de observar a linha do tempo é crucial porque ajuda os cientistas a entender qual condição pode estar impulsionando a outra, ou se elas estão simplesmente acontecendo juntas devido a fatores de risco compartilhados. Os pesquisadores observaram que, embora o número de pessoas com ambas as condições nos levantamentos populacionais fosse relativamente pequeno, o fato de terem conseguido encontrá-las em conjuntos de dados que não foram originalmente projetados para esse fim é uma conquista significativa.

O trabalho faz mais do que apenas fornecer uma lista de números; ele fornece um kit de ferramentas para o futuro. Os pesquisadores lançaram guias detalhados e códigos de computador que explicam exatamente como encontraram e organizaram essas informações. Isso significa que outros cientistas não precisam passar anos tentando navegar nesses bancos de dados complexos por conta própria. Eles podem usar essas ferramentas para fazer novas perguntas, como se certos tipos de diabetes trazem um risco maior de tuberculose, ou como os desfechos de longo prazo diferem para pessoas com ambas as condições em comparação com aquelas que têm apenas uma. Os pesquisadores reconhecem que seu trabalho tem limites. Os conjuntos de dados que utilizaram não foram originalmente construídos para estudar a tuberculose, portanto, alguns detalhes, como qual parte do corpo foi afetada pela infecção, estão ausentes. Eles também observaram que, como os dados dependem de autorrelatos ou códigos médicos, alguns casos podem ter sido perdidos se as pessoas esqueceram seu diagnóstico ou se ele nunca foi registrado. No entanto, eles argumentam que, para uma condição tão séria quanto a tuberculose, é improvável que muitos casos tenham ficado completamente sem registro nos sistemas médicos que examinaram.

Ao reunir essas peças díspares de dados, a equipe demonstrou que os vastos recursos já disponíveis para o estudo de doenças crônicas podem ser reaproveitados para enfrentar os desafios das doenças infecciosas. Eles mostraram que a barreira entre o estudo de doenças não transmissíveis e doenças infecciosas não é uma parede, mas uma porta que pode ser aberta com a chave certa. Essa nova infraestrutura permite que os pesquisadores avancem sem esperar pelo lançamento de novos e caros estudos. Oferece uma maneira de testar ideias rapidamente e gerar evidências sobre como o diabetes e a tuberculose interagem, potencialmente levando a melhores estratégias de prevenção e cuidado. O objetivo final é integrar esses dois campos de estudo, garantindo que as pessoas que sofrem de ambas as condições sejam compreendidas e tratadas como um todo, e não como dois problemas separados.