Aprendizado de máquina (machine learning) e reconhecimento de padrões de indicadores de resistência à insulina, dislipidemia e risco cardiovascular em pré-diabéticos

Abstract

Resumo: O pré-diabetes é caracterizado pela elevação da glicemia acima da referência "normal", porém abaixo dos critérios de diagnóstico do diabetes. Afeta cerca de 10% da população mundial (>18 anos) e envolve diversos fenótipos do metabolismo da glicose, com incremento de risco para Diabetes mellitus tipo 2 e doenças cardiovasculares. O diagnóstico do pré-diabetes e do diabetes é caracterizado pelos biomarcadores glicemia de jejum (GLY), hemoglobina glicada (HbA1c) e teste de tolerância oral à glicose (TTGO). Eles capturam diferentes aspectos da homeostase glicêmica, apresentando variações na sensibilidade e especificidade diagnóstica. Neste estudo, com ênfase no pré-diabetes, avaliamos a prevalência e a busca por fenótipos de risco para doença cardiovascular, utilizando registros laboratoriais em uma população no sul do Brasil. O projeto tem aprovação do Comitê de Ética em Pesquisa (CAAE: 68027317.7.0000.0102). Foram processados mais de um milhão de registros laboratoriais não-identificados, obtidos do sistema de informação de um laboratório que atende o sistema público de saúde do município de Curitiba, Paraná, Brasil. Foram selecionados adultos (>18 e < 80 anos) de ambos os sexos, sendo capturados dados antropométricos e do perfil glicêmico (GLY e HbA1c). O perfil lipídico (colesterol total [TC], HDL-C, LDL-C e triglicerídeos) e os índices associados (índice aterogênico do plasma, índice triglicerídeo-glicose [TyG], TC/HDL-C e LDL- C/HDL-C) foram analisados pelo algoritmo K-means e os grupos gerados avaliados por curva ROC e regressão logística binomial. Avaliando os registros laboratoriais (n=160.865) com a combinação dos critérios da GLY (100-125 mg/dL) e HbA1c (5,7 6,4%), a prevalência do pré-diabetes foi 13,0% (95% CI: 12,6-13,5). Já para diabéticos tipo 2 (n=45.364), utilizando GLY>126 mg/dL e/ou HbA1c>6,5%, a prevalência foi de 17,5% (95% CI: 17,0-17,9). Entre os indivíduos com diabetes, 28,3% apresentaram controle glicêmico adequado (HbA1c<7,0%; 95% CI: 27,9-28,7), enquanto 30,4% exibiram controle inadequado (HbA1c>9,0%), com predominância de homens. No estudo central deste projeto, após pré-processamento dos registros, a amostra final resultou n=3.024. O pré-diabetes foi caracterizado pela GLY (100-125 mg/dL) combinada à HbA1c (5,7-6,4%). Empregando parâmetros do perfil lipídico ao algoritmo de aprendizado de máquina não supervisionado K-means, dois grupos emergiram, sendo um pró-aterogênico (n=1.113) e o outro, de baixo risco (n=1.911). As curvas ROC mostraram para triglicerídeos (AUC 0,977), AIP (AUC 0,978) e índice TyG (AUC 0,974) sensibilidade e especificidade superiores a 90%. Os índices TC/HDL-C (AUC 0,903) e LDL-C/HDL-C (AUC 0,865) apresentaram sensibilidade e especificidade de 80%. A regressão logística binomial aplicada aos grupos, utilizando AIP e LDL-C/HDL-C, apresentou AUC de 0,984 e acurácia acima de 93%. Os registros laboratoriais analisados apresentaram alta prevalência de pré-diabetes e diabetes na população estudada, evidenciando desafios para o sistema de saúde público brasileiro. Para os pré-diabéticos, foi identificado um fenótipo pró-aterogênico, de maior risco para doença cardiovascular, utilizando biomarcadores laboratoriais de baixo custo e facilmente disponíveis em laboratórios clínicos. Os indivíduos de fenótipo pró-aterogênico podem se beneficiar de intervenções diferenciadas para minimizar fatores de risco associados. Um aplicativo que utiliza os resultados da regressão logística binomial foi desenvolvido e facilita a caracterização do risco para pacientes e gestores de saúde

Abstract: Prediabetes is characterized by elevated blood glucose levels above the normal reference range but below the diagnostic thresholds for diabetes. It affects approximately 10% of the global population (>18 years) and encompasses different phenotypes of glucose metabolism, with an increased risk of type 2 diabetes mellitus and cardiovascular diseases. The diagnosis of prediabetes and diabetes is based on biomarkers fasting plasma glucose (GLY), glycated hemoglobin (HbA1c) and the oral glucose tolerance test (TTGO). These markers capture different aspects of glycemic homeostasis, with variations in diagnostic sensitivity and specificity. In this study, with a focus on prediabetes, we evaluated the prevalence and sought to identify cardiovascular risk phenotypes using laboratory records from a population in southern Brazil. The project was approved by the Research Ethics Committee (CAAE: 68027317.7.0000.0102). More than one million anonymized laboratory records were processed, obtained from the information system of a laboratory serving the healthcare system in the city of Curitiba, Paraná, Brazil. Adults (>18 and <80 years) of both sexes were included, and anthropometric and glycemic profile data (GLY and HbA1c) were collected. The lipid profile (total cholesterol [TC], HDL-C, LDL-C, and triglycerides) and associated indices (atherogenic index of plasma, triglyceride-glucose index [TyG], TC/HDL-C and LDL-C/HDL-C) were analyzed using the K-means algorithm and the resulting clusters were evaluated by ROC curve analysis and binomial logistic regression. Among the laboratory records analyzed (n=160,865) using combined criteria of GLY (100-125 mg/dL) and HbA1c (5.7-6.4%), the prevalence of prediabetes was 13.0% (95% CI: 12.6-13.5). For type 2 diabetes (n=45,364), defined by GLY>126 mg/dL and/or HbA1c>6.5%, the prevalence was 17.5% (95% CI: 17.0-17.9). Among diabetic individuals, those with adequate glycemic control (HbA1c <7.0%) accounted for 28.3% (95% CI: 27.9-28.7), whereas those with poor control (HbA1c>9.0%) comprised 30.4%, with a predominance of males. In the central analysis of this project, after preprocessing, the final sample totaled n=3,024. Prediabetes was defined by GLY (100-125 mg/dL) combined with HbA1c (5.7-6.4%). Using lipid profile parameters in an unsupervised machine learning K-means algorithm, two clusters emerged, a pro- atherogenic group (n=1,113) and a low-risk group (n=1,911). ROC curve analysis demonstrated that triglycerides (AUC 0.977), AIP (AuC 0.978) and the TyG index (AUC 0.974) showed sensitivity and specificity above 90%. The TC/HDL-C (AUC 0.903) and LdL-C/HDL-C (AUC 0.865) ratios showed approximately 80% sensitivity and specificity. Binomial logistic regression applied to the clusters, using AIP and LDL- C/HDL-C, yielded an AUC of 0.984 and accuracy above 93%. The analyzed laboratory records revealed a high prevalence of prediabetes and diabetes in the studied population, highlighting challenges for the Brazilian public healthcare system. Among individuals with prediabetes, a pro-atherogenic phenotype associated with higher cardiovascular risk was identified using low-cost and widely available laboratory biomarkers. Individuals with a pro-atherogenic phenotype may benefit from targeted interventions to reduce associated risk factors. An application based on the results of the binomial logistic regression was developed to facilitate risk stratification for patients and healthcare managers