Qual é a melhor primeira linha de tratamento para hipertensão?
Qual é a melhor terapia para hipertensão? Embora a pergunta possa parecer simples, a resposta é muito mais complexa do que parece à primeira vista. Os pesquisadores aplicaram algoritmos complexos para descobrir e os resultados são surpreendentes.
As diretrizes atuais aconselham sobre cinco classes de medicamentos que os médicos podem escolher como primeira linha de tratamento para hipertensão, mas quais são os critérios que sustentam essa gama?
Um novo artigo - cujo primeiro autor é o Dr. Marc A. Suchard, do departamento de bioestatística da Universidade da Califórnia, em Los Angeles - mostra algumas das armadilhas por trás de decidir qual é a melhor primeira linha de tratamento para hipertensão.
Primeiro, a literatura existente na qual organizações como o American College of Cardiology e a American Heart Association (AHA) basearam suas diretrizes são ensaios clínicos randomizados com um número insuficiente de participantes, muito poucos dos quais estão apenas começando seu tratamento, explica o Dr. Suchard e colegas.
Em segundo lugar, os estudos observacionais que às vezes são usados para compensar quaisquer lacunas de conhecimento nos ensaios têm seus próprios vieses e limitações de amostras.
Portanto, as opiniões de especialistas tendem a ser o motivador por trás das recomendações clínicas, ao invés de evidências concretas. Para corrigir isso, o Dr. Suchard e colegas usaram big data e um método exclusivamente confiável para gerar e analisar evidências em grande escala a fim de avaliar a eficácia das opções de tratamento de primeira linha.
Os pesquisadores publicaram suas descobertas na revista The Lancet.
A falta de confiabilidade das evidências existentes
O coautor do estudo, Dr. George Hripcsak, que é catedrático do Departamento de Informática Biomédica da Universidade de Columbia, em Nova York, explica com mais detalhes a motivação da pesquisa.
Ele diz: “Ensaios clínicos randomizados demonstram a eficácia e segurança de um medicamento em uma população de pacientes altamente definida, mas eles não são bons em fazer comparações entre várias classes de medicamentos em um grupo diverso de pacientes que você encontraria no mundo real.”
“De forma não intencional ou não, periódicos e autores tendem a publicar estudos com resultados empolgantes, e os pesquisadores podem até selecionar métodos analíticos mais adequados para obter os resultados que se encaixam em suas hipóteses”, acrescenta o Dr. Hripcsak.
“Tudo se resume a um exercício de escolha seletiva, o que torna os resultados menos confiáveis.”
O que é LEGEND e como isso ajuda?
Para superar isso, o Dr. Suchard, o Dr. Hripcsak e colegas usaram um método desenvolvido para corrigir e prevenir os vieses dos estudos observacionais. O método é denominado Geração e Avaliação de Evidências em Grande Escala em uma Rede de Bancos de Dados (LEGEND).
“LEGEND fornece uma estrutura sistemática que pode gerar evidências de forma reproduzível aplicando análises avançadas em uma rede de bancos de dados distintos para uma ampla gama de exposições e resultados”, explica o coautor do estudo Patrick Ryan, Ph.D.
LEGEND também “nos ajuda a entender o quanto podemos confiar nas evidências que produzimos”, diz Ryan.
Ryan é professor assistente adjunto de informática biomédica na Universidade de Columbia e vice-presidente de análise de dados observacionais de saúde na empresa farmacêutica Janssen Research & Development.
Ele, junto com os colegas Dr. Suchard e Martijn Schuemie, Ph.D., outro co-autor do novo estudo, apresentou os benefícios do LEGEND em nome da equipe que o criou no simpósio Observational Health Data Science Initiative em 2018.
Na apresentação, eles expuseram os princípios norteadores do novo método, mostrando como ele pode usar as vantagens de estudos observacionais em grande escala e aplicar seus resultados a condições como depressão e hipertensão em um ambiente do mundo real.
Os inibidores da ECA não são tão eficazes quanto outros medicamentos
No novo estudo, os autores aplicaram o LEGEND a dados de 4,9 milhões de pessoas em quatro países diferentes que haviam acabado de começar a tomar um medicamento para hipertensão.
Depois de aplicar o algoritmo LEGEND complexo e contabilizar aproximadamente 60.000 variáveis, os pesquisadores identificaram vários casos de ataques cardíacos, hospitalizações por insuficiência cardíaca, derrames e um grande número de efeitos colaterais de medicamentos para hipertensão de primeira linha.
O estudo revelou que os inibidores da enzima de conversão da angiotensina (ACE), que são os medicamentos de primeira linha mais comumente prescritos, tiveram mais efeitos colaterais do que os diuréticos tiazídicos, uma classe de medicamentos que não são prescritos com frequência.
Mais especificamente, nesta análise, os médicos prescreveram inibidores da ECA 48% das vezes, enquanto os médicos prescreveram diuréticos tiazídicos como a primeira linha de tratamento para apenas 17% das pessoas com hipertensão diagnosticada recentemente.
Apesar disso, os diuréticos tiazídicos foram associados a 15% menos ataques cardíacos, hospitalizações por insuficiência cardíaca e derrames. Além disso, os inibidores da ECA causaram taxas mais altas de 19 efeitos colaterais, em comparação com outros tratamentos de primeira linha.
Além disso, os bloqueadores dos canais de cálcio não diidropiridínicos foram o tratamento de primeira linha menos eficaz que os autores do estudo identificaram.
Finalmente, os autores estimam que 3.100 eventos cardiovasculares adversos poderiam ter sido evitados se os médicos tivessem prescrito diuréticos tiazídicos em vez de inibidores da ECA.
