Portal InstitucionalUFPEL

A multimorbidade apresenta-se como um novo desafio para os sistemas de saúde dada sua alta ocorrência(1) e, principalmente, as consequências negativas para a saúde física e mental (2-6). A multimorbidade é definida como a ocorrência de diferentes doenças em um mesmo indivíduo, normalmente operacionalizada como a ocorrência de dois ou mais e/ou três ou mais problemas de saúde (7). Apesar de muito prevalente na população idosa (>60%), o problema também atinge alta proporção de adultos (20-40%) (1, 8-11). As consequências incluem maior ocorrência de incapacidades funcionais, problemas de saúde mental, baixa qualidade de vida, polifarmácia, maior uso de serviços de saúde de atenção primária, emergência e hospitalizações além de maior custo para o sistema de saúde (4, 12). A dificuldade no manejo adequado é maior ao considerarmos que a realização de ensaio clínicos com indivíduos que possuem múltiplos problemas crônicos de saúde é praticamente inexistente (13-15) tornando os protocolos clínicos somente direcionados para doenças isoladas e inadequados para o manejo da multimorbidade. Iniciativas recentes (16, 17), como o protocolo do National Institute for Health and Care Excellence (NICE) (18), publicado em setembro de 2016, vem sendo realizadas para melhorar o cuidado aos indivíduos com multimorbidade.
No Brasil, devido as rápidas mudanças demográfica e epidemiológica, a multimorbidade se torna um desafio para o Sistema Único de Saúde (SUS) e, em especial, para a atenção primária à saúde. A responsabilidade de coordenar o cuidado de indivíduos e populações se torna cada vez mais complexo entre indivíduos com multimorbidade (14, 19, 20).
Todavia, no Brasil, as informações sobre o efeito da multimorbidade no uso de serviços de saúde são escassas limitando a capacidade do sistema de saúde em produzir ações baseadas em evidências e estratégias de priorização de casos. Alguns estudos internacionais sugerem modelos para a predição de desfechos adversos entre os usuários de serviços de emergência (21, 22) apesar das evidências ainda não apontarem para intervenções efetivas para reduzir o uso frequente desses serviços (23).
A ocorrência de múltiplos problemas crônicos de saúde parece ser a característica mais associada ao uso inapropriado ou excessivo de serviços de saúde, aumentando a capacidade preditiva de índices para a estratificação de risco e a mensuração de desfechos adversos em saúde (24), incluindo mortalidade (25) e uso de serviços de emergência (26). Revisão sistemática publicada em 2015 evidenciou que a multimorbidade aumentou a acurácia de índices de estratificação de risco, principalmente para a admissão/readmissão hospitalar (24). A multimorbidade também apresenta papel relevante na predição de desfechos em usuários frequentes dos serviços de emergência (27). A rápida transição demográfica e epidemiológica que vem ocorrendo no Brasil ratifica a importância das condições crônicas concomitantes no mesmo indivíduo para a determinação de desfechos adversos e desafia o sistema de saúde para o manejo adequado e prevenção desses problemas (28-30), principalmente entre idosos e usuários de serviços de saúde (11).
O estudo da multimorbidade contribuiu para a avaliação mais ampla do indivíduo e população pois considera o sujeito como um todo facilitando abordagens centradas na pessoa. Com isso, as contribuições da proposta incluem a mensuração da ocorrência da multimorbidade e seu impacto no sistema de saúde além da identificação de possíveis caminhos para o manejo adequado do problema por parte dos serviços e profissionais de saúde. As evidências a serem produzidas poderão contribuir para a seleção de intervenções mais adequadas para o manejo adequado de problemas crônicos de saúde entre idosos, principalmente direcionados aos desafios do Sistema Único de Saúde e da Estratégia Saúde da Família relacionados à multimorbidade e o envelhecimento saudável. Essa avaliação pode ser útil na organização do sistema de saúde contribuindo para a adoção de inovações em saúde que possam melhorar a efetividade do sistema, otimização de recursos e prevenção de eventos adversos para a população.

Estudo transversal de base nacional. Este estudo é a linha de base do Estudo Longitudinal de Saúde dos Idosos Brasileiros (ELSI) (8, 31) realizado em 2015-16. Detalhes metodológicos e os microdados da pesquisa são de domínio público e podem ser obtidos no seu respectivo sítio eletrônico: http://elsi.cpqrr.fiocruz.br/. O estudo já foi utilizado pelo proponente da proposta em parceria com a coordenadora do estudo (8) facilitando o uso dessas informações no presente projeto de pesquisa. O uso do presente banco de dados foi motivado pelo fato de conseguir estimar a magnitude, padrões, determinantes e efeito da multimorbidade no âmbito nacional idosos (50 anos ou mais de idade) produzindo um panorama ampliado da situação.

Variáveis em estudo
Multimorbidade
A multimorbidade será definida como a ocorrência de diferentes problemas crônicos de saúde. Embora não exista uma padronização definitiva sobre as doenças a serem incluídas em seu construto, os autores utilizarão as recomendações da literatura (1, 7) e lista de doenças já utilizadas em artigos científicos produzidos pelo proponente. A multimorbidade será operacionalizada segundo três formas: duas ou mais doenças, três ou mais e de forma contínua. Além disso, serão realizadas análises de redes para a obtenção dos padrões (clusters) de morbidades e avaliação dos seus efeitos no uso de serviços de saúde.

3.1.2. Desfechos para avaliação do efeito da multimorbidade
A utilização dos serviços de saúde (Unidades Básicas de Saúde, consulta médica, serviços de urgência e emergência, e hospitalização) através de indicadores baseados na percepção dos usuários sobre o serviço utilizado (20, 32-37) contemplados no questionário da pesquisa que pode ser visualizado no seguinte endereço eletrônico: http://elsi.cpqrr.fiocruz.br/questionario-e-manual-de-treinamento/entrevista-individual/.

Procedimentos e análise dos dados
A análise descritiva incluirá cálculos de percentuais e intervalos de confiança de 95% para as variáveis categóricas; e média, mediana e desvio-padrão para as variáveis numéricas. Serão utilizados os testes do qui-quadrado para heterogeneidade, testes do qui-quadrado para tendência linear, teste t de student e ANOVA para análise bivariada entre variáveis.
Para avaliação do efeito das combinações de doenças será utilizada análise de rede, utilizada com o objetivo de auxiliar a compreensão das complexas interações entre as morbidades coexistentes. As análises de rede fornecem o produto final de todas as associações entre as morbidades, condicionadas a todas as associações dentro da rede. Em comparação com a regressão logística, as associações são direcionadas a um único desfecho e condicionadas a outras morbidades que se apresentam constantes, ignorando a interação entre os demais confundidores do modelo. Os gráficos de redes ponderadas não direcionadas serão construídos com base nos indicadores dicotômicos para cada morbidade incluída em nosso estudo. As redes serão estimadas usando a equação de Ising, através da abordagem de Modelos de Gráficos Mistos (38). A seleção do modelo penalizado será feita com base no critério estendido de informação bayesiana.
Os modelos de rede são constituídos por nodos (círculos, representando cada morbidade no modelo) e arestas (linhas que conectam os nodos) com o tamanho do efeito para a associação entre cada nodo. As arestas verdes representam uma associação positiva e as vermelhas representam uma associação negativa. A espessura das bordas indica a magnitude do tamanho de efeito, enquanto o tamanho dos nodos refere-se à prevalência de cada morbidade para aquele grupo. Associações entre pares de morbidades, medidas como o coeficiente beta médio de regressões logísticas entre os nodos incluídos na rede, serão representadas como arestas conectando os nodos.
Por fim, para todas as redes, será realizada uma análise da estrutura da comunidade para identificar clusters subjacentes entre as morbidades. Análises da estrutura da comunidade são aplicadas a redes complexas em que grupos de variáveis (morbidades) são densamente interconectadas entre si, mas pouco conectadas à rede geral. Será usado o algoritmo Walktrap, que é adequado para redes ponderadas. (39) Com partidas aleatórias, um número limitado (em geral, três ou quatro) passos ou “caminhadas” são realizados entre os nodos de uma maneira que eles são agrupados em subgrupos de alta densidade. A precisão dos modelos de rede será testada usando o algoritmo de avaliação de predictabilidade que calcula a precisão dos modelos de rede para prever cada nodo na rede. Todas as análises serão realizadas com a linguagem R para Computação Estatística, através dos pacotes qgraph e igraph.
Para a predição do uso dos serviços de saúde, serão desenvolvidos algoritmos de inteligência artificial (machine learning). A área de machine learning tem apresentado um crescimento rápido nos últimos anos, tendo sido recentemente utilizada em problemas importantes de saúde pública como no auxílio ao diagnóstico de doenças e na predição de risco de eventos adversos em saúde e óbito (40-42).
A utilização de algoritmos preditivos tem como objetivo melhorar o atendimento à saúde e dar subsídios para a tomada de decisão por parte de profissionais da área. Para o presente estudo, serão utilizadas as características de baseline dos indivíduos para treinar algoritmos populares de machine learning como redes neurais, random forests, support vector machines, regressões penalizadas e gradient boosted trees.
Com o objetivo de testar a performance preditiva dos algoritmos em dados futuros, os indivíduos serão divididos em treino (70% dos pacientes, que serão utilizados para definir os parâmetros e hiperparâmetros de cada algoritmo) e em teste (30%, que serão utilizados para testar a capacidade preditiva dos modelos em novos dados).
Serão também realizados todos os passos preliminares para garantir a boa performance dos algoritmos, principalmente aqueles relacionados ao pré-processamento das variáveis preditoras, como a padronização de variáveis contínuas, separação de preditores categóricos com one-hot encoding, exclusão de variáveis fortemente correlacionadas, redução de dimensão pelo uso de análise de componentes principais e definição de hiperparâmetros com validação cruzada de 10 folds.
O objetivo final será o desenvolvimento de algoritmos com boa capacidade preditiva para identificar, separadamente, o uso dos diferentes serviços de saúde, medidas por meio da área abaixo da curva ROC. Estudos realizados recentemente em países desenvolvidos têm demonstrado que se trata de um desafio factível com o uso de machine learning (43, 44). Caso o estudo seja bem-sucedido, pretende-se testar a aplicabilidade e aceitação do uso desses algoritmos na prática para auxiliar profissionais de saúde na tomada de decisão em diferentes contextos do sistema de saúde.

Princípios éticos
O ELSI-Brasil foi aprovado pelo Comitê de Ética e Pesquisa do Instituto René Rachou da Fundação Oswaldo Cruz (Parecer 886.754 e Certificado de Apresentação para Apreciação Ética: 34649814.3.0000.5091). Todos os participantes assinaram um termo de consentimento livre e esclarecido antes do início das entrevistas. Todos os aspectos regulatórios e legais foram cumpridos. O parecer do comitê de ética em pesquisa do ELSI-Brasil está anexado ao envio deste projeto.

O estudo testará algoritmos para predizer o uso de diferentes serviços de saúde entre idosos brasileiros. Essa atividade apresenta factibilidade para obtenção de resultados possíveis de serem utilizados na prática. Neste sentido, as contribuições científicas do estudo incluem a elaboração de métodos e técnicas para utilização desses algoritmos na prática para auxiliar profissionais de saúde e gestores em saúde na tomada de decisão no sistema de saúde e possíveis adequações na rede de atenção à saúde.
O manejo adequado da multimorbidade é um desafio para o Sistema Único de Saúde, e, em especial, para a Estratégia Saúde da Família que necessitará ter seu desempenho avaliado e, se necessário, adaptar seu escopo e intervenções para o cuidado aos indivíduos e às doenças crônicas. Os artigos científicos a serem produzidas pelo projeto vão ao encontro das recomendações da necessidade de achados científicos de instituições de pesquisa, academia e revistas cientificas nacionais e internacionais.