A Reporting Guideline for Observational Studies in Metabolomic Epidemiology: Explanation and Elaboration of the Strobe-MetEpi Checklist

Resumo Técnico: Uma Diretriz de Relato para Estudos Observacionais em Epidemiologia Metabolômica

Problema
A epidemiologia metabolômica expandiu-se rapidamente como um campo que integra métodos epidemiológicos com o perfil do metaboloma humano para compreender a etiologia de doenças e identificar biomarcadores. No entanto, a tradução dos achados para aplicações clínicas ou de saúde pública é dificultada pela falta de transparência no relato dos estudos. As diretrizes existentes para epidemiologia (ex: STROBE) e metabolômica (ex: MSI, mQACC) não abordam totalmente os desafios específicos decorrentes de sua convergência, tais como o confundimento em nível populacional, a natureza altamente correlacionada dos dados metabolômicos e as variações pré-analíticas complexas. Uma revisão de 50 artigos recentes de epidemiologia metabolômica humana revelou lacunas significativas de relato, particularmente no que diz respeito ao manuseio de amostras, processamento de dados, controle de qualidade e validação estatística, tornando difícil para o leitor avaliar o desenho do estudo, o viés e a reprodutibilidade.

Metodologia
Os autores desenvolveram o STROBE-MetEpi (Strengthening the Reporting of Metabolomic Epidemiology - Fortalecendo o Relato da Epidemiologia Metabolômica), uma extensão das diretrizes STROBE originais adaptada para estudos observacionais de metabolômica. O processo de desenvolvimento envolveu:

1. Revisão de Literatura: Uma análise de 50 artigos de epidemiologia metabolômica humana (publicados de 2019 em diante, utilizando MS ou NMR, com >100 biossamostras) para identificar deficiências atuais de relato.
2. Consenso de Especialistas: Uma equipe de 16 revisores com diversas especialidades em metabolômica e epidemiologia avaliou esses artigos contra um rascunho de checklist.
3. Formulação do Checklist: O checklist final compreende 31 itens e subitens organizados através das seções padrão de um artigo científico: Título/Resumo, Introdução, Métodos, Resultados, Discussão e Outras Informações.
4. Elaborção: Este documento de acompanhamento fornece a justificativa para cada item, considerações de relato e exemplos ilustrativos da literatura para guiar os autores.

As diretrizes aplicam-se a estudos de coorte, transversais e caso-controle (incluindo desenhos aninhados) que utilizam metabolômica, lipidômica ou exposômica medida via Espectrometria de Massa ou NMR. Elas excluem explicitamente ensaios randomizados, estudos metodológicos, revisões e estudos multiômicos (embora o checklist possa informá-los).

Principais Contribuições
A contribuição primária é o Checklist STROBE-MetEpi, que padroniza o relato em todo o fluxo de trabalho da epidemiologia metabolômica. Itens principais incluem:

• Desenho do Estudo e Cenário: Declarar explicitamente o desenho epidemiológico e como as condições de coleta/armazenamento de amostras (tempo, estado de jejum, manuseio) foram padronizadas para prevenir viés.
• Rigor Pré-analítico e Analítico: Exigir o relato detalhado do processamento de amostras, configurações de instrumentação (incluindo versões de software) e parâmetros de aquisição de dados para permitir a replicação.
• Processamento de Dados e CQ: Exigir transparência na transformação de dados brutos, níveis de identificação/anotação de metabólitos (referenciando padrões como MSI) e procedimentos de controle de qualidade (ex: correção de drift, uso de amostras de CQ).
• Análise Estatística: Exigir descrições claras de modelos, tratamento de dados ausentes, métodos de transformação/escalonamento e estratégias para correção de testes múltiplos (crucial dada a alta dimensionalidade dos dados metabolômicos).
• Validação e Replicação: Enfatizar a necessidade de relatar esforços de validação independente e os critérios utilizados para validação.
• Compartilhamento de Dados: Incentivar o depósito de dados brutos em repositórios públicos e o compartilhamento de código de análise.

Resultados da Revisão de Literatura
A avaliação dos 50 estudos incluídos destacou fraquezas específicas nas práticas atuais de relato:

• Seção de Métodos: Esta área apresentou a pior qualidade de relato. Apenas 22,2% a 62,9% dos artigos foram classificados como "bons" para itens referentes ao manuseio de amostras, instrumentação, processamento de dados e identificação de metabólitos. O relato sobre o tratamento de dados ausentes foi particularmente ruim (48,8% classificados como pobres).
• Seção de Resultados: Embora geralmente melhor que os métodos, o relato sobre o número total de metabólitos identificados versus anotados foi fraco (18,5% classificados como pobres). O relato de dados ausentes para sujeitos também foi suboptimal (30,9% classificados como pobres).
• Discussão: O relato sobre generalizabilidade foi a área mais fraca na seção de discussão.
• Geral: A variabilidade no relato sugere uma falta de padronização, o que complica a extração de dados, interpretação e meta-análise.

Significância e Alegações
O artigo afirma que a declaração STROBE-MetEpi não é uma prescrição de como conduzir um estudo, mas sim uma ferramenta para garantir uma descrição abrangente e transparente de como os estudos são conduzidos. Sua significância reside em:

1. Melhorar a Reprodutibilidade: Ao padronizar o relato de detalhes técnicos (desde a coleta de amostras até o compartilhamento de código), as diretrizes visam permitir que outros pesquisadores repliquem os achados.
2. Melhorar a Avaliação: O relato transparente permite que revisores, editores e leitores avaliem melhor a robustez dos achados, as fontes de viés e a validade das inferências causais.
3. Facilitar a Tradução: Ao abordar a "caixa preta" do relato atual, as diretrizes visam mover o campo em direção à tradução clínica e de saúde pública, garantindo que as descobertas de biomarcadores sejam confiáveis e interpretáveis.

Os autores posicionam este trabalho como um passo fundamental para apoiar autores, revisores e editores na melhoria da qualidade da pesquisa em epidemiologia metabolômica, com o objetivo final de fomentar a confiança e permitir a integração de dados metabolômicos em estratégias de saúde mais amplas.