Alto Índice Cardiometabólico Prevê com Força o Risco de Apneia Obstrutiva do Sono

A apneia obstrutiva do sono afeta uma estimativa de 17–34% da população geral e está fortemente associada à hipertensão, diabetes tipo 2, doenças cardiovasculares, declínio cognitivo e redução da qualidade de vida. Apesar de sua prevalência e consequências, a AOS continua amplamente subdiagnosticada porque o exame de referência para diagnóstico — a polissonografia — é caro, demorado e consome muitos recursos. Este estudo investigou se o Índice Cardiometabólico (ICM), um marcador composto de adiposidade visceral e disfunção lipídica, poderia servir como uma ferramenta prática de triagem para identificar indivíduos com risco elevado de AOS por meio de medições clínicas de rotina.

O ICM é calculado como: (Triglicerídeos / HDL-C) × (Circunferência da Cintura / Altura). Foi introduzido pela primeira vez em 2015 e, desde então, foi validado como preditor de diabetes tipo 2, resistência à insulina, doenças cardiovasculares, doença hepática gordurosa não alcoólica e acidente vascular cerebral. Como a AOS está intimamente relacionada à disfunção metabólica — incluindo dislipidemia e obesidade central —, os autores levantaram a hipótese de que o ICM também se correlacionaria com a carga de sintomas de AOS em uma grande população nacionalmente representativa.

O estudo utilizou dados do NHANES de quatro ciclos de pesquisa (2005–2008 e 2015–2018), com a inclusão final de 8.460 adultos com 20 anos ou mais, após a exclusão de participantes com dados ausentes no questionário de AOS, variáveis incompletas do ICM ou pesos amostrais ausentes. A AOS foi definida por autorrelato: os participantes foram classificados como positivos para AOS se relataram pelo menos um de três critérios de sintomas — ronco ≥3 noites/semana, ronco com engasgo/pausa respiratória ≥3 noites/semana, ou sonolência excessiva diurna ≥16 vezes/mês apesar de sono adequado. A prevalência ponderada geral de AOS na amostra foi de 48,51%. O ICM foi analisado tanto como variável contínua quanto em quartis (Q1: <0,28; Q2: 0,28–0,51; Q3: 0,51–0,91; Q4: >0,91).

No modelo de regressão logística totalmente ajustado (Modelo 3, controlando para idade, sexo, raça, escolaridade, estado civil, tabagismo, uso de álcool, diabetes, hipertensão, LDL-C e razão renda-pobreza), cada aumento unitário no ICM foi associado a 75% mais chances de AOS (OR = 1,75; IC 95%: 1,46–2,10). A análise por quartis demonstrou um gradiente claro de dose-resposta: em comparação ao Q1, os participantes no Q4 apresentaram chances significativamente elevadas de AOS. A análise por spline cúbico restrito confirmou uma relação positiva predominantemente linear entre o ICM e a probabilidade de AOS, sem não linearidade significativa detectada. Análises de subgrupos e testes de interação por idade, sexo, IMC e raça não encontraram modificação de efeito significativa, indicando que a associação entre ICM e AOS é robusta em grupos demográficos diversos.

A análise da curva característica de operação do receptor (ROC) resultou em uma AUC de 0,605 para o ICM como preditor de AOS, indicando poder discriminatório modesto. Embora essa AUC não seja suficiente para uso diagnóstico isolado, sugere que o ICM acrescenta informação preditiva significativa além do acaso e poderia ser incorporado a algoritmos de triagem multivariáveis. Os dados basais confirmaram que os participantes no quartil mais alto do ICM eram mais propensos a ser do sexo masculino, obesos, hipertensos, diabéticos e com menor escolaridade — todos fatores de risco estabelecidos para AOS —, porém a associação entre ICM e AOS persistiu após o ajuste para essas variáveis, sugerindo que o ICM capta risco metabólico independente. Os autores propõem que a integração pelo ICM tanto da adiposidade central quanto da dislipidemia o torna um marcador clínico singularmente informativo e de fácil cálculo para a estratificação do risco de AOS.