A doença cardíaca feminina é subdiagnosticada, mas novos modelos de aprendizado de máquina podem ajudar a resolver esse problema
Quando se trata de questões cardíacas, as doenças cardiovasculares nas mulheres são subdiagnosticadas em comparação com os homens. Um sistema de pontuação popular usado para estimar a probabilidade de uma pessoa desenvolver uma doença cardiovascular nos próximos 10 anos é o Índice de Risco de Framingham. É baseado em fatores como idade, sexo, níveis de colesterol e pressão arterial.
Pesquisadores nos EUA e na Holanda usaram agora um grande conjunto de dados para construir modelos de risco cardiovascular mais precisos do que o Índice de Risco de Framingham. Eles também quantificaram o subdiagnóstico das mulheres em comparação aos homens. Os resultados foram publicados em Fronteiras em Fisiologia.
“Descobrimos que os critérios de sexo neutro não conseguem diagnosticar adequadamente as mulheres. Se fossem utilizados critérios específicos de sexo, este subdiagnóstico seria menos grave”, disse Skyler St. Pierre, pesquisadora do Living Matter Lab da Universidade de Stanford. “Também descobrimos que o melhor exame para melhorar a detecção de doenças cardiovasculares em homens e mulheres é o eletrocardiograma (ECG)”.
Subdiagnóstico devido a diferenças cardíacas
Anatomicamente, os corações femininos e masculinos são diferentes. Por exemplo, os corações femininos são menores e têm paredes mais finas. No entanto, os critérios de diagnóstico para certas doenças cardíacas são os mesmos para mulheres e homens, o que significa que os corações das mulheres devem aumentar desproporcionalmente mais do que os dos homens antes de os mesmos critérios de risco serem satisfeitos.
Quando os investigadores quantificaram o subdiagnóstico das mulheres em comparação com os homens, descobriram que a utilização de critérios neutros em termos de sexo leva a um subdiagnóstico grave das pacientes do sexo feminino.
“As mulheres são subdiagnosticadas para bloqueio atrioventricular (AV) de primeiro grau, um distúrbio que afeta os batimentos cardíacos, e cardiomiopatia dilatada, uma doença do músculo cardíaco, duas vezes e 1,4 vezes mais que os homens, respectivamente”, disse St. Pierre. O subdiagnóstico de mulheres também foi encontrado para outras doenças cardíacas.
Antigo versus novo
Para obter previsões mais precisas para ambos os sexos, os cientistas aproveitaram quatro métricas adicionais que não são consideradas na Pontuação de Risco de Framingham: ressonância magnética cardíaca, análise de ondas de pulso, eletrocardiogramas e ultrassonografias de carótidas. Eles usaram dados de mais de 20 mil indivíduos do UK Biobank – um banco de dados biomédico que contém informações de aproximadamente meio milhão de indivíduos do Reino Unido com 40 anos ou mais – que foram submetidos a esses testes.
“Embora os modelos clínicos tradicionais sejam fáceis de usar, agora podemos usar o aprendizado de máquina para analisar milhares de outros fatores possíveis e encontrar recursos novos e significativos que possam melhorar significativamente a detecção precoce de doenças”, explicou St. Há apenas 10 anos, estes métodos não estavam disponíveis, razão pela qual escalas de avaliação como a Pontuação de Risco de Framingham têm sido utilizadas há meio século.
Usando o aprendizado de máquina, os pesquisadores determinaram que, das métricas testadas, os EKGs foram mais eficazes para melhorar a detecção de doenças cardiovasculares em homens e mulheres. Isto, no entanto, não significa que os factores de risco tradicionais não sejam ferramentas importantes para a avaliação de riscos, disseram os investigadores.
“Propomos que os médicos primeiro examinem as pessoas usando uma pesquisa simples com fatores de risco tradicionais e depois façam uma triagem de segundo estágio usando EKGs para pacientes de maior risco”.
Abrindo caminho para a medicina personalizada
O presente estudo fornece um primeiro passo para repensar os fatores de risco para doenças cardíacas. Aproveitar novas tecnologias é uma forma promissora de melhorar a previsão de riscos. No entanto, existem algumas limitações no estudo que devem ser abordadas no futuro, disseram os pesquisadores.
Uma dessas limitações é o facto de no Biobanco do Reino Unido o sexo ser tratado como uma variável binária. O sexo, no entanto, é inerentemente complexo, relacionado com hormonas, cromossomas e características físicas, que podem situar-se algures num espectro entre “tipicamente” masculino e “tipicamente” feminino.
Além disso, a população do estudo era constituída por pessoas de meia-idade e idosas residentes no Reino Unido, pelo que os resultados podem não ser transferíveis para pessoas de outras origens e idades. “Embora a medicina específica para o sexo seja um passo na direção certa, a medicina específica para o paciente proporcionaria os melhores resultados para todos”, concluiu St. Pierre.
Mais Informações:
Fatores de risco cardiovascular específicos do sexo no Biobank do Reino Unido, Fronteiras em Fisiologia (2024). DOI: 10.3389/fphys.2024.1339866
Citação: As doenças cardíacas femininas são subdiagnosticadas, mas novos modelos de aprendizado de máquina podem ajudar a resolver esse problema (2024, 23 de abril) recuperado em 23 de abril de 2024 em https://medicalxpress.com/news/2024-04-women-heart-disease-underdiagnosed- máquina.html
Este documento está sujeito a direitos autorais. Além de qualquer negociação justa para fins de estudo ou pesquisa privada, nenhuma parte pode ser reproduzida sem permissão por escrito. O conteúdo é fornecido apenas para fins informativos.