OBSCORE: Unelte Inovatoare pentru Evaluarea Riscului de Boli Asociate cu Obezitatea

Un nou model de risc clinic ar putea revoluționa managementul obezității, identificând persoanele cu cel mai mare risc de a dezvolta complicații grave, indiferent de indicele lor de masă corporală (IMC).

Creat de cercetătorii de la Universitatea Queen Mary din Londra și Institutul de Sănătate din Berlin, instrumentul denumit OBSCORE utilizează 20 de variabile clinice obișnuite pentru a prezice riscul viitor de a dezvolta 18 condiții legate de obezitate, de la diabetul de tip 2 la bolile cardiovasculare.

Publicat în revista Nature Medicine, studiul contestă dependența îndelungată de IMC ca principal indicator pentru evaluarea riscului de sănătate legat de obezitate.

Deși IMC a fost mult timp un substitut simplu pentru evaluarea obezității, acesta nu reușește să surprindă heterogenitatea biologică a pacienților. Două persoane cu un IMC similar pot avea riscuri foarte diferite de a dezvolta complicații.

Noul model abordează direct această limitare. Conform studiului, acesta “oferă informații dincolo de IMC” integrând multiple dimensiuni ale sănătății într-un scor de risc unificat.

Acestea includ date demografice, biomarkeri clinici, istoricul bolilor și factori de stil de viață, variabile deja disponibile în mod comun în setările de îngrijire a sănătății.

Rezultatele arată că IMC-ul singur este un slab discriminator al riscului. Modelul a depășit constant abordările bazate pe IMC în toate rezultatele testate.

Pentru construirea modelului, cercetătorii au analizat datele de sănătate de la aproape 200,000 de persoane cu supraponderalitate sau obezitate din UK Biobank.

Folosind un cadru de învățare automată interpretabilă, ei au examinat peste 2,000 de predictor posibili și i-au distilat la un set de bază de 20 de caracteristici care au prezis cel mai bine rezultatele pe termen lung ale sănătății.

Modelul OBSCORE estimează riscul pe 10 ani de a dezvolta 18 condiții, inclusiv boli cardiovasculare, boli renale, apnee în somn și tulburări metabolice.

Modelul a demonstrat o performanță predictivă puternică, cu indici de concordanță mediană în jurul valorii de 0,75 pentru toate rezultatele, indicând o discriminare robustă între indivizii cu risc înalt și cei cu risc scăzut.

Una dintre cele mai remarcabile descoperiri este că indivizii cu risc înalt nu sunt întotdeauna cei cu cel mai mare IMC.

O proporție substanțială a persoanelor clasificate ca fiind la risc înalt se încadrează în categoria „supraponderali” (IMC 27–30 kg/m²), mai degrabă decât obezi. În unele rezultate, până la ~40% dintre cei din grupul cu cel mai mare risc au avut un IMC sub pragul obezității.

Acest lucru dezvăluie o lacună critică în practica clinică actuală: indivizii care ar putea beneficia de intervenție ar putea fi trecuți cu vederea doar pentru că nu îndeplinesc criteriile bazate pe IMC.

Pe de altă parte, unii indivizi cu obezitate pot avea un risc relativ scăzut și s-ar putea să nu necesite o intervenție intensivă.

Dincolo de predicție, cercetătorii cred că OBSCORE permite o stratificare semnificativă a riscului. Indivizii din grupul cu cel mai înalt risc au prezentat rate mult mai mari ale bolilor comparativ cu cei din grupul cu cel mai scăzut risc.

obezitate, OBSCORE, risc de boală, IMC, sănătate, model clinic, predicție, diabet tip 2, boală cardiovasculară, cercetare, Nature Medicine, Queen Mary University, Berlin Institute of Health, biomarkeri, intervenție medicală, UK Biobank, învățare automată, discriminare de risc, apnee în somn, tulburări metabolice

Sursa: Inside Precision Medicine