A Proteômica do Sangue Revela Três Subtipos Distintos de SDRA com Diferentes Respostas ao Tratamento
Um estudo com 1.048 pacientes utiliza proteômica sérica em larga escala para identificar três fenótipos inflamatórios da SDRA com perfis moleculares, de imagem e de sobrevida distintos.
Resumo
Pesquisadores analisaram proteínas séricas de 1.048 pacientes em UTI distribuídos por 11 hospitais chineses, identificando três fenótipos inflamatórios distintos de SDRA por meio de análise de classe latente de 384 proteínas relacionadas à inflamação. O fenótipo C1 apresentou os piores desfechos — maior mortalidade em 90 dias e maiores taxas de choque — impulsionado por intensa ativação imune inata e amplificação de citocinas. O fenótipo C2 teve a melhor sobrevida, caracterizado por imunossupressão e reparo tecidual. O fenótipo C3, que afetou os pacientes mais idosos, representou um estado intermediário. De forma crucial, os glicocorticoides e a ventilação com PEEP mais elevada melhoraram a sobrevida no C1, mas aumentaram a mortalidade no C2, sugerindo que esses tratamentos devem ser ajustados ao fenótipo. Um classificador de 12 biomarcadores foi desenvolvido para identificar os fenótipos de forma prospectiva, apontando para um futuro de medicina de precisão no tratamento da SDRA.
Resumo Detalhado
A síndrome do desconforto respiratório agudo (SDRA) é uma das condições mais letais em cuidados intensivos, mas décadas de ensaios clínicos produziram poucos tratamentos universais eficazes. Um dos principais motivos é a heterogeneidade biológica: pacientes classificados como 'SDRA' podem apresentar mecanismos inflamatórios subjacentes muito distintos, tornando ineficaz uma abordagem única para todos. Este estudo multicêntrico chinês dá um passo importante para resolver esse problema ao utilizar proteômica sanguínea em larga escala para classificar a SDRA em três subtipos biológicos distintos.
Os pesquisadores inscreveram 1.048 pacientes de 11 hospitais em toda a China entre 2022 e 2024, coletando amostras de soro dentro de 72 horas após o diagnóstico de SDRA. Utilizando o painel Olink Explore 384 Inflammation — que mede simultaneamente centenas de citocinas, quimiocinas e proteínas imunorrelacionadas — combinado com análise de classes latentes, eles identificaram três fenótipos inflamatórios denominados C1, C2 e C3. Esses fenótipos foram validados em duas coortes independentes: uma em Xangai e outra em centros fora de Xangai, o que fortalece a confiança nos achados.
O fenótipo C1 foi o grupo com inflamação mais grave, caracterizado por intensa ativação imune inata, amplificação da tempestade de citocinas e reprogramação metabólica. Esses pacientes apresentaram a maior mortalidade em 90 dias, a maior incidência de choque séptico e o menor número de dias sem ventilação mecânica. A tomografia computadorizada pulmonar confirmou que os pacientes C1 tinham a maior proporção de tecido pulmonar mal ou não insuflado. O fenótipo C2, por sua vez, exibiu supressão imune, sinalização aprimorada de reparo tecidual e restauração metabólica anti-inflamatória — e apresentou os melhores desfechos clínicos. O fenótipo C3 foi composto pelos pacientes mais idosos e representou um estado moderado e intermediário, com resolução imune parcial e mortalidade intermediária.
Um achado particularmente importante foi a resposta heterogênea ao tratamento entre os fenótipos. A terapia com glicocorticoides e a ventilação com pressão positiva expiratória final (PEEP) mais elevada melhoraram significativamente a sobrevida em 90 dias nos pacientes C1, mas aumentaram a mortalidade nos pacientes C2 (p-interação <0,05). Esse achado sugere que os protocolos atuais de cuidado padrão podem inadvertidamente prejudicar um subgrupo de pacientes e ressalta a necessidade urgente de seleção de tratamento guiada por fenótipo nos ensaios clínicos de SDRA e na prática à beira do leito.
Para tornar a fenotipagem clinicamente viável, a equipe desenvolveu um classificador XGBoost com 12 biomarcadores, capaz de distinguir com precisão os três fenótipos a partir de uma amostra sanguínea. Esse classificador pode servir como uma ferramenta prática de triagem em UTIs, permitindo a identificação rápida do fenótipo e a alocação personalizada do tratamento. A integração de radiômica de tomografia computadorizada pulmonar baseada em aprendizado de máquina enriqueceu ainda mais a caracterização fenotípica ao vincular perfis moleculares a padrões radiográficos — uma abordagem inovadora e promissora para fenotipagem à beira do leito.
Principais Descobertas
- Three proteomic ARDS phenotypes (C1, C2, C3) identified and validated across independent multicentre cohorts.
- C1 phenotype had highest 90-day mortality, most shock events, and fewest ventilator-free days due to cytokine storm and immune dysregulation.
- Glucocorticoids and high PEEP improved outcomes in C1 but significantly increased mortality in C2 patients.
- C2 phenotype showed immune suppression and tissue repair signatures with the best clinical outcomes.
- A 12-biomarker XGBoost classifier accurately distinguished all three phenotypes from serum samples.
Metodologia
Estudo de coorte prospectivo multicêntrico que incluiu 1.048 pacientes de UTI em 11 hospitais chineses (2022–2024). O soro coletado dentro de 72 horas do diagnóstico de SDRA foi analisado por meio do painel Olink Explore 384 Inflammation; a análise de classes latentes identificou fenótipos validados em duas coortes externas independentes. A heterogeneidade do efeito do tratamento foi avaliada por meio de regressão de Cox ajustada por ponderação de probabilidade inversa de tratamento.
Limitações do Estudo
A população do estudo é exclusivamente chinesa, o que pode limitar a generalização para outros grupos étnicos com perfis inflamatórios distintos. O soro foi coletado em um único momento inicial, potencialmente deixando de capturar a evolução fenotípica ao longo do curso da doença. As análises de glicocorticoides e ventilação foram observacionais e sujeitas a fatores de confusão, apesar dos ajustes estatísticos realizados.
Gostou deste resumo?
Receba as pesquisas de longevidade mais recentes na sua caixa de entrada toda semana.
Digite seu e-mail para assinar:
