OBSCORE: un nou model de predicție pentru identificarea persoanelor cu risc crescut de complicații asociate obezității

Un studiu realizat pe aproape 200.000 de adulți din cohorta UK Biobank și publicat în revista Nature Medicine a dezvoltat un instrument clinic denumit OBSCORE, capabil să estimeze riscul de apariție a 18 complicații asociate obezității pe o perioadă de 10 ani. Cercetarea arată că evaluarea riscului exclusiv pe baza indicelui de masă corporală (IMC) este insuficientă și că integrarea unor parametri clinici suplimentari poate identifica mult mai precis persoanele care ar beneficia prioritar de intervenții terapeutice pentru obezitate.

Rezumat

• Studiul a inclus 197.264 adulți cu suprapondere sau obezitate din UK Biobank.
• Cercetătorii au analizat 2.390 de variabile clinice, biologice și genetice.
• A fost dezvoltat un model integrat numit OBSCORE, bazat pe doar 20 de parametri clinici.
• Modelul estimează riscul pentru 18 complicații cardiovasculare, metabolice și mecanice asociate obezității.
• OBSCORE a depășit semnificativ performanța evaluării bazate doar pe IMC.
• Numeroase persoane cu IMC între 27–30 kg/m² au prezentat riscuri comparabile sau mai mari decât persoane cu obezitate severă.
• Modelul a fost validat extern în cohorte independente europene și sud-asiatice.
• Rezultatele susțin o abordare personalizată și bazată pe risc pentru prioritizarea tratamentelor anti-obezitate.

Context

Obezitatea este considerată în prezent o boală cronică complexă, asociată cu numeroase complicații metabolice, cardiovasculare și mecanice. Printre cele mai importante se numără diabetul zaharat de tip 2, hipertensiunea arterială, boala cardiovasculară aterosclerotică, steatoza hepatică asociată disfuncției metabolice, apneea obstructivă în somn și boala renală cronică.

La nivel global, complicațiile obezității sunt responsabile anual pentru aproximativ 5 milioane de decese și 130 de milioane de ani de viață ajustați pentru dizabilitate. Comparativ cu anul 1990, povara acestor complicații aproape s-a triplat.

În ultimii ani, terapiile farmacologice bazate pe agoniști ai receptorului glucagon-like peptide-1 (GLP-1), precum semaglutida, sau terapiile duale GLP-1/GIP, precum tirzepatida, au demonstrat reduceri importante ale greutății corporale și beneficii asupra complicațiilor metabolice și cardiovasculare.

Totuși, deoarece între 60% și 70% dintre adulții din țările occidentale au suprapondere sau obezitate, tratamentul tuturor persoanelor eligibile reprezintă o provocare majoră pentru sistemele de sănătate. Din acest motiv, devine esențială identificarea persoanelor cu cel mai mare risc de complicații, care ar trebui prioritizate pentru intervenții medicamentoase, chirurgicale sau comportamentale.

Autorii subliniază că utilizarea exclusivă a IMC drept criteriu de risc este limitată. Persoane cu același IMC pot avea profiluri metabolice și cardiovasculare complet diferite, iar riscul real de complicații poate varia considerabil.

Despre studiu

Populația analizată

Dintre aproximativ 500.000 de participanți din UK Biobank, cercetătorii au selectat 197.264 persoane care îndeplineau criterii similare celor utilizate în studiile recente pentru medicamente anti-obezitate.

Au fost incluse:

• 97.421 persoane supraponderale (IMC 27–30 kg/m²)
• 99.843 persoane obeze (IMC ≥30 kg/m²)
• 95.034 femei
• 102.230 bărbați

Vârsta mediană la recrutare a fost de 58 de ani.

La momentul inițial:

• 9,3% aveau diabet zaharat de tip 2
• 4,4% aveau antecedente de infarct miocardic sau accident vascular cerebral

Prevalența diabetului a fost:

• 13% la persoanele cu obezitate
• 5,7% la persoanele cu suprapondere

Complicațiile investigate

Cercetătorii au urmărit timp de 10 ani apariția a 18 complicații asociate obezității, incluzând:

• Diabet zaharat de tip 2
• Hipertensiune arterială
• Boală renală cronică
• Gută
• Apnee în somn
• Boală hepatică metabolică
• Boală cardiovasculară
• Mortalitate cardiovasculară
• Boală de reflux gastroesofagian
• Artropatii

Evenimentele apărute în primele 6 luni de urmărire au fost excluse pentru a reduce influența bolilor deja existente, dar nediagnosticate.

Datele analizate

Au fost evaluate 2.390 de variabile provenite din multiple domenii:

• Date demografice și comportamentale
• Istoric medical și medicație
• Analize de sânge
• Parametri cardiopulmonari
• Compoziție corporală
• Metaboliți plasmatici
• Scoruri genetice poligenice

După eliminarea variabilelor foarte corelate între ele, au rămas 2.078 predictori utilizați în modelele de învățare automată.

Dezvoltarea modelului OBSCORE

Cercetătorii au utilizat un proces de învățare automată în două etape pentru a construi modele predictive sparse, limitate la maximum 20 de variabile.

Au fost testate:

• Modele bazate pe un singur tip de date
• Modele multimodale
• Un model clinic comun pentru toate cele 18 complicații

Rezultatul final a fost dezvoltarea modelului OBSCORE, care utilizează 20 de parametri clinici disponibili rapid în practica medicală curentă.

Rezultate

Performanța diferitelor categorii de date

Dintre toate domeniile analizate, cele mai bune performanțe predictive au fost obținute de:

• Datele privind sănătatea generală și comportamentul
• Biomarkerii clinici sanguini

Aceste categorii au atins valori mediane ale indicelui C de:

• 0,713 pentru sănătate generală și comportament
• 0,695 pentru biomarkerii sanguini

Prin comparație, scorurile genetice poligenice au avut performanțe reduse, cu un indice C median de doar 0,564.

Valoarea limitată a datelor complexe

Adăugarea unor informații sofisticate precum metaboliții plasmatici sau scorurile genetice a adus beneficii predictive minime pentru majoritatea complicațiilor.

Chiar și markerii de compoziție corporală au îmbunătățit doar modest performanța modelelor. Cea mai mare creștere a fost observată pentru apneea în somn, unde indicele C a crescut cu 0,027.

Cele mai bine predictibile complicații

Modelele complete au obținut cele mai bune performanțe pentru:

• Gută - indice C 0,864
• Boală renală cronică - indice C 0,863
• Diabet zaharat de tip 2 - indice C 0,854

Cele mai slabe performanțe au fost observate pentru:

• Hernia diafragmatică - indice C 0,634
• Boala de reflux gastroesofagian - indice C 0,643

OBSCORE versus IMC

OBSCORE a depășit clar performanța modelelor bazate exclusiv pe vârstă, sex și IMC pentru toate cele 18 complicații.

Comparativ cu modelele cardiovasculare clasice de tip ASCVD, OBSCORE a oferit o capacitate predictivă net superioară pentru numeroase complicații non-cardiovasculare.

Pentru diabetul zaharat de tip 2, diferența de performanță față de modelul ASCVD a fost de 0,146 puncte ale indicelui C.

Pentru apneea în somn, diferența a fost de 0,079.

Validare externă

Modelul a fost validat în cohorta europeană EPIC-Norfolk și în studiul Genes & Health, care include persoane de origine sud-asiatică.

În cohorta EPIC-Norfolk, concordanța performanțelor dintre modelele dezvoltate și cele validate extern a fost foarte ridicată.

La populația sud-asiatică, OBSCORE a prezis eficient riscul de diabet zaharat de tip 2, cu un indice C mediu de 0,78.

Stratificarea riscului

Un rezultat important al studiului a fost demonstrarea heterogenității majore a riscului între persoane cu același IMC.

În decila cu cel mai mare risc:

• între 19% și 45% dintre persoane aveau doar suprapondere (IMC 27–30 kg/m²)
• pentru diabetul zaharat de tip 2, aproximativ 30% dintre indivizii cu risc maxim nu aveau obezitate propriu-zisă

Diferențele de risc între grupurile cu risc minim și maxim au fost extrem de mari:

• 89 ori pentru boala renală cronică
• 42 ori pentru diabetul zaharat de tip 2
• 36 ori pentru gută
• 47 ori pentru mortalitatea cardiovasculară

În grupul cu risc cardiovascular maxim, rata absolută a mortalității cardiovasculare la 10 ani a fost de 5,7%.

Aplicarea OBSCORE în studiul SURMOUNT-1

Cercetătorii au aplicat modelul și în studiul clinic randomizat SURMOUNT-1, care a evaluat tirzepatida.

Reducerea greutății corporale și a raportului talie/înălțime a fost similară între diferitele categorii de risc definite prin OBSCORE.

După 72 de săptămâni de tratament cu tirzepatidă, riscurile estimate prin OBSCORE au scăzut semnificativ pentru toate complicațiile analizate.

Interpretarea rezultatelor

Autorii consideră că OBSCORE poate reprezenta un instrument util pentru prioritizarea persoanelor care ar beneficia cel mai mult de terapii moderne anti-obezitate.

Rezultatele sugerează că evaluarea exclusivă pe baza IMC omite numeroși indivizi cu risc metabolic sau cardiovascular crescut, inclusiv persoane aflate doar în categoria de suprapondere.

Modelul ar putea fi integrat în sisteme electronice de sănătate pentru identificarea semi-automată a pacienților eligibili pentru intervenții medicamentoase, dietetice, comportamentale sau chirurgicale.

Totodată, autorii subliniază că OBSCORE nu ar trebui să înlocuiască complet criteriile actuale bazate pe IMC, ci să funcționeze complementar, într-o abordare mai personalizată și bazată pe risc.

Limitările studiului

Participanții incluși au fost predominant adulți de vârstă mijlocie și vârstnici, ceea ce limitează extrapolarea rezultatelor la adolescenți și adulți tineri.

UK Biobank include o populație mai sănătoasă decât populația generală, ceea ce poate duce la subestimarea ratelor absolute de evenimente.

De asemenea, anumite complicații frecvente, precum artropatiile și refluxul gastroesofagian, au avut performanțe predictive mai reduse, sugerând necesitatea unor modele suplimentare sau a altor tipuri de biomarkeri.

Concluzii

Acest studiu introduce OBSCORE, un instrument clinic bazat pe 20 de parametri accesibili, capabil să estimeze riscul de apariție a 18 complicații asociate obezității. Modelul depășește semnificativ abordările bazate exclusiv pe IMC și evidențiază heterogenitatea majoră a riscului între persoane cu greutate similară.

Rezultatele susțin tranziția către o strategie personalizată și centrată pe risc în managementul obezității, cu potențial de optimizare a alocării terapiilor moderne anti-obezitate.