PhysioRisk: an interpretable survival- modeling framework for separating demographic and physiological mortality risk

Cada vida humana segue uma curva estatística previsível: quanto mais envelhecemos, maior é a probabilidade de morrermos. Este é o ritmo fundamental da mortalidade, impulsionado pela simples passagem do tempo. Como a idade é um preditor tão poderoso, médicos e cientistas frequentemente constroem modelos computacionais que misturam a idade de uma pessoa com os resultados de seus exames de sangue para prever quanto tempo ela poderá viver. Esses modelos são bons em classificar as pessoas em grupos de alto e baixo risco, mas possuem um ponto cego. Quando um modelo combina idade e biologia em um único número, torna-se impossível dizer se uma pontuação de risco alta vem do fato de a pessoa ser simplesmente velha, ou de seu corpo estar envelhecendo mais rápido do que o esperado para sua idade. Essa confusão importa porque os pesquisadores querem entender o envelhecimento biológico — o desgaste e o desgaste em nossos sistemas — separado da marcha inevitável do tempo cronológico. Se uma pontuação estiver muito emaranhada com a idade, ela não pode dizer se um tratamento está realmente ajudando a fisiologia de uma pessoa ou se está apenas refletindo o fato de que ela está ficando mais velha.

Um pesquisador chamado Gregory Allen propôs-se a desvendar esses dois fios. Ele desenvolveu uma nova maneira de olhar para o risco de mortalidade que separa o perigo esperado de envelhecer do perigo inesperado da disfunção fisiológica. Usando uma vasta coleção de dados de saúde de milhares de americanos coletados ao longo de quase duas décadas, ele construiu um sistema que primeiro calcula o risco que uma pessoa enfrenta simplesmente por causa de sua idade e sexo. Ele então observou o risco restante, que provém de como os marcadores sanguíneos de uma pessoa — como aqueles que medem a função renal ou a inflamação — diferem do que é típico para alguém de sua mesma idade e sexo. Ao manter essas duas fontes de risco separadas, ele criou uma estrutura que pode mostrar tanto o quadro completo do risco de mortalidade de uma pessoa quanto a contribuição específica de seu estado biológico, sem deixar que um obscureça o outro.

O estudo baseou-se em dados do National Health and Nutrition Examination Survey, um projeto de longa duração que testa e entrevista uma amostra representativa da população dos EUA. Allen dividiu esses dados em dois grupos: um grupo anterior usado para construir o modelo e um grupo posterior usado para testá-lo, garantindo que as descobertas se mantivessem ao longo do tempo. Ele começou criando uma pontuação de base, que chamou de DemoRisk, baseada inteiramente em idade e sexo. Esta pontuação capturou a vasta maioria da capacidade de prever quem morreria, simplesmente porque pessoas mais velhas são estatisticamente mais propensas a morrer do que pessoas mais jovens. Em seguida, ele pegou os resultados dos exames de sangue e removeu os padrões que já eram explicados pela idade e pelo sexo. Por exemplo, se a função renal declina naturalmente à medida que as pessoas envelhecem, o modelo removeu esse declínio esperado. O que restou foram os desvios: as pessoas cujo trabalho sanguíneo era pior ou melhor do que a média para sua idade e sexo específicos.

Esses desvios restantes foram organizados em duas categorias principais. Uma categoria, que o pesquisador nomeou como HematologicStress, agrupou marcadores relacionados às células sanguíneas e ao sistema imunológico. A outra, chamada RenalHepaticTurnover, focou em marcadores relacionados à função renal e hepática. Ao combinar essas duas categorias, ele criou uma segunda pontuação, o PhysioRisk. Esta pontuação foi projetada para ser quase completamente independente da idade; no estudo, ela mostrou quase nenhuma correlação com quantos anos uma pessoa havia vivido. Apesar de ter sido destituída da idade, essa pontuação fisiológica ainda carregava informações importantes. Pessoas com pontuações de PhysioRisk mais altas tinham maior probabilidade de morrer durante o período do estudo do que aquelas com pontuações mais baixas, mesmo quando os pesquisadores compararam pessoas da mesma idade e sexo. Isso provou que a disfunção biológica contém seu próprio sinal de mortalidade, distinto do sinal de simplesmente envelhecer.

A descoberta mais significativa ocorreu quando o pesquisador recombinou essas duas pontuações separadas. Ele pegou o risco baseado na idade e o risco fisiológico e os somou usando pesos específicos determinados a partir dos dados iniciais. A pontuação combinada resultante, que ele chamou de CalibratedTotalRisk, teve um desempenho tão bom quanto os melhores modelos existentes para prever a morte. Na verdade, foi ligeiramente melhor do que usar apenas a idade. Isso demonstrou que o componente fisiológico adicionou valor real à previsão, melhorando a capacidade de classificar as pessoas por risco sem perder o poder do componente baseado na idade. O modelo combinado também foi comparado a uma medida conhecida existente chamada PhenoAge, que tenta estimar a idade biológica. A nova pontuação combinada teve um desempenho semelhante ao PhenoAge, sugerindo que separar as partes demográficas e fisiológicas não prejudicou a precisão geral da previsão.

No entanto, o estudo também revelou uma complexidade sutil na forma como esses riscos se comportam ao longo do tempo. Embora a parte baseada na idade do modelo tenha se comportado de forma consistente, a pontuação combinada mostrou que a ligação entre os fatores de risco e a morte tornou-se mais forte quanto mais tempo as pessoas foram acompanhadas. Isso significa que a diferença no risco entre uma pessoa de pontuação alta e uma de pontuação baixa aumentou à medida que o tempo passava, em vez de permanecer constante. Essa descoberta sugere que o estado fisiológico do corpo pode ter um efeito retardado na mortalidade que se torna mais aparente ao longo de muitos anos. Os pesquisadores observaram que esse comportamento não se ajustava a uma suposição estatística padrão de que as razões de risco permanecem as mesmas ao longo do tempo, indicando que a relação entre a biologia e a morte é mais dinâmica do que os modelos simples frequentemente assumem.

O trabalho não afirma ter encontrado uma medida perfeita de idade biológica ou uma solução mágica para prolongar a vida. A pontuação fisiológica não é uma medida direta de quão "velho" o corpo de uma pessoa é em um sentido biológico, nem prova que os marcadores sanguíneos específicos causam a morte. Em vez disso, oferece uma maneira mais clara de observar os dados. Ao separar o risco de ser velho do risco de estar doente, o modelo permite que os pesquisadores façam perguntas diferentes. Eles agora podem ver se a fisiologia de uma pessoa está se deteriorando mais rapidamente do que sua idade cronológica sugeriria, independentemente da tendência geral de envelhecimento. Essa separação é valiosa porque evita que o sinal esmagador da idade abafe os sinais mais sutis de saúde biológica.

O estudo foi conduzido utilizando dados de um único país e baseou-se em um conjunto específico de exames de sangue, portanto, os resultados precisam ser testados em outras populações antes de poderem ser aplicados amplamente. Os pesquisadores também observaram que seu modelo foi construído sobre pessoas que possuíam dados completos de exames de sangue, o que pode excluir indivíduos mais doentes ou mais vulneráveis que frequentemente perdem consultas médicas. Apesar dessas limitações, a abordagem fornece uma nova ferramenta para compreender a mortalidade. Ela mostra que é possível construir um modelo que respeite o poder da idade e, ao mesmo tempo, isole a contribuição única da saúde fisiológica. Ao manter as duas fontes de risco visíveis e separadas, a estrutura oferece uma visão mais matizada do envelhecimento humano, uma que reconhece que, embora todos envelheçamos, nossos corpos não envelhecem necessariamente na mesma taxa ou da mesma maneira.