Desenvolvimento e validação de um modelo de predição de risco de depressão para adultos de meia-idade e idosos que vivem em casa na China, com base em dados do CHARLS

Summary

Este estudo desenvolveu e validou um modelo de predição de risco de depressão para adultos de meia-idade e idosos que vivem em casa, utilizando dados do CHARLS. Esse modelo incorpora cinco fatores preditivos chave. O nomograma demonstrou discriminação aceitável (0,766/0,664), o que é adequado para estratificação de risco em nível populacional e é uma ferramenta eficaz de triagem.

Abstract

Há falta de pesquisas sobre modelos de previsão de risco para sintomas depressivos entre adultos de meia-idade e idosos que vivem em casa na China. Este estudo teve como objetivo desenvolver um modelo de predição de risco e identificar os fatores de risco para depressão entre adultos de meia-idade e idosos que vivem em casa na China, com o objetivo de informar estratégias de prevenção baseadas em evidências e políticas de saúde pública. Usando a mais recente onda nacionalmente representativa do CHARLS 2020 (n = 14.466), desenvolvemos o primeiro nomograma parcimonioso para prever sintomas depressivos (CES-D-10 ≥ 10) em chineses de meia-idade e idosos que vivem em casa. Após triagens de qui-quadrado e logística multivariável, o LASSO, com validação cruzada 10 vezes, identificou os cinco preditores mais influentes. Discriminação de modelos (AUC), calibração (Hosmer-Lemeshow, gráfico de calibração) e utilidade clínica (análise da curva de decisão) foram avaliadas em divisões de treinamento–teste (7:3). Entre os 14.466 adultos de meia-idade e idosos que moram em casa, 5.488 (37,1%) apresentaram sintomas depressivos e 8.978 (62,9%) não atendiam aos critérios para sintomas depressivos. O nomograma final compreendia cinco variáveis: sexo feminino, hukou rural, educação primária ou inferior, status de solteiro e idade acima de 60 anos. A ferramenta alcançou AUCs de 0,766 (IC 95% 0,752-0,780) no conjunto de treinamento e 0,664 (0,637-0,691) no conjunto de teste, com excelente calibração (P = 0,28) e benefício líquido positivo entre 30% e 50% de limiares de risco. Esse modelo pode prever o risco de depressão em adultos chineses de meia-idade e idosos que vivem em casa, e pode servir como uma ferramenta conveniente de triagem para identificação precoce e manejo do risco de depressão nessa população.

Introduction

A depressão, como um transtorno mental caracterizado por alta^{prevalência 1}, baixas taxas de aceitação de tratamento e altas taxas de recorrência, tornou-se uma grande ameaça à saúde física e mental de indivíduos de meia-idade e^{idosos 2}. Globalmente, estima-se que 5% dos adultos sofram de depressão, enquanto entre idosos esse número é de aproximadamente 30^%. Na China, um estudo recente revelou que cerca de 50,6 milhões de pessoas são afetadas por transtornos depressivos, representando 17,8% do fardo global⁵. Zhu et al. relataram que a incidência de depressão varia de 27,0% a 37,3% entre idosos na^China6. Além disso, sob a influência abrangente do envelhecimento e outros fatores, a saúde mental dos idosos tende a se^deteriorar. Na China, o modelo de moradia domiciliar foi o principal tipo de modelo de moradia e cuidado para adultos de meia-idade e^{idosos 8}. Investigar a prevalência da depressão e seus fatores de risco entre adultos de meia-idade e idosos dentro desse modelo é tanto essencial quanto significativo⁹.

Embora pesquisas anteriores sobre depressão entre pessoas de meia-idade e idosas tenham abordado muitos aspectos, como uso da internet¹⁰, duração e qualidade do sono¹¹, dor^{física 12}, etc., a maioria deles são estudos transversais, focando principalmente na associação entre os adultos mais velhos desse grupo e a depressão, explorando seus fatores^{influentes 13,14,15}. Pesquisas existentes sugerem que as condições de moradia (domiciliar vs. cuidados institucionais) afetam significativamente os sintomas depressivos em populações de meia-idade e^{idosas 16,17}. Alguns pesquisadores também usaram modelos para desenvolver ferramentas de predição que avaliem o risco de depressão entre^{idosos de 18,19} anos. Esses estudos, no entanto, apresentam duas grandes limitações: primeiro, os modelos de predição existentes são desenvolvidos principalmente para prever o risco de depressão na população idosa em geral, carecendo de ferramentas específicas para adultos de meia-idade e idosos que vivem em casa; e segundo, a aplicação clínica desses resultados é insuficiente.

Portanto, este estudo visa construir um modelo de predição de risco de depressão aplicável a adultos de meia-idade e idosos que vivem em casa na China, utilizando dados do CHARLS de 2020. Até onde sabemos, este representa o primeiro nomograma parcimonioso desenvolvido especificamente para essa população, distinguindo-o dos modelos existentes que têm como alvo predominante a população idosa em geral, sem considerar a influência dos arranjos de moradia. Ao analisar esse modelo, buscamos identificar os principais fatores de risco, fornecendo assim uma base teórica para o desenvolvimento de intervenções direcionadas. O desenvolvimento do modelo foi fundamentado no modelo de vulnerabilidade ao estresse, que postula que a depressão resulta da interação entre vulnerabilidades demográficas e estressores crônicos inerentes aos contextos de residência^{domiciliar 20}. Espera-se que este estudo contribua para o aprimoramento dos serviços de saúde mental, o desenvolvimento de políticas direcionadas e o aumento da estabilidade social.

Protocol

A pesquisa foi aprovada pelo Comitê de Ética Biomédica da Universidade de Pequim (IRB00001052-11015). Todos os sujeitos deram consentimento informado.

População estudada
Os dados deste estudo foram obtidos do CHARLS 2020, que abrange 150 unidades em nível de condado e 450 unidades em nível de vila em todo o país, abrangendo aproximadamente 10.000 domicílios e 19.395 indivíduos de meia-idade e idosos com 45 anos ou mais de²¹ anos. A pesquisa utilizou uma abordagem de amostragem probabilística em múltiplas etapas. Indivíduos foram incluídos se atendessem aos seguintes critérios: idade de 45 anos ou mais; selecionou residência domiciliar em resposta ao item do questionário BA007: Qual é o tipo de residência no endereço de moradia?; e forneceu uma resposta clara à Escala de Depressão do Center for Epidemiological Studies, composta por 10 itens (CES-D-10). Indivíduos foram excluídos se atendessem a um ou mais dos seguintes critérios: respostas indicando residência fora do domicílio (incluindo comunidades, hospitais e outros casos ou desaparecidos); falta de informações sobre depressão; Falta de informações sobre covariáveis relevantes. No total, 14.466 adultos que atenderam aos critérios iniciais foram incluídos neste estudo. O processo detalhado de seleção dos participantes é ilustrado na Figura 1.

Figura 1: Um fluxograma para seleção populacional do estudo. Por favor, clique aqui para ver uma versão maior deste número.

Definição das variáveis
Os sintomas depressivos foram avaliados usando uma versão simplificada do CES-D-10, que possui alta confiabilidade e validade em estudos^{anteriores 22,23}. O CES-D-10 possui 10 itens com quatro escalas: 0 = nunca, 1 = às vezes ou raramente, 2 = frequente e 3 = sempre, e o quinto e oitavo itens são pontuados^{invertido 24}. A pontuação total da escala de depressão é obtida somando as avaliações de todos os 10 itens, variando de 0 a 30; Quanto maior a pontuação, mais graves são os sintomas depressivos do indivíduo. Com base em estudos anteriores com populações de meia-idade e^{idosas, 25,26}, participantes com escores CES-D-10 ≥10 foram classificados como apresentando sintomas depressivos, enquanto escores <10 foram classificados como não deprimidos.

As informações coletadas de todos os participantes incluem dados demográficos (idade, gênero, estado civil, residência e nível de escolaridade), hábitos de vida e estado de saúde física (atividade física, tabagismo, bebida, interações sociais, saúde autoavaliada, status de doença crônica e hora de soneca), e informações relacionadas às condições de vida e aos filhos (satisfação com as condições de vida, estado civil da prole, e o estado de saúde dos filhotes). Doenças crônicas são diagnosticadas por médicos e incluem hipertensão, dislipidemia, tumores malignos, doenças pulmonares crônicas, doenças cardíacas, derrame, artrite e reumatismo.

Análise estatística
Análise de regressão logística binária
Variáveis categóricas são apresentadas como frequências e percentagens. Testes de qui-quadrado foram realizados para examinar diferenças na incidência de depressão entre várias características demográficas dentro da população do estudo. Foi realizada uma análise de regressão logística binária para identificar fatores significativos associados aos sintomas depressivos. Essas análises estatísticas foram realizadas usando o software SPSS (versão 21.0).

Regressão LASSO
Na versão 4.3.2 do R, o conjunto de dados foi particionado aleatoriamente em um conjunto de treinamento e um conjunto de teste em uma proporção de 7:3, usando uma semente aleatória fixa para garantir a reprodutibilidade. Especificamente, 70% dos dados foram alocados ao conjunto de treinamento para desenvolvimento do modelo, e 30% ao conjunto de teste para validação independente. Primeiro, variáveis estatisticamente significativas (p < 0,05) na regressão logística binária foram incluídas na análise de regressão LASSO para evitar o sobreajuste ao reduzir os coeficientes. O valor ótimo de lambda foi determinado por meio de validação cruzada de 10 vezes. O lambda.1se foi selecionado com base na única regra padrão de erro para alcançar o desempenho ótimo na seleção de variáveis. A retração LASSO foi empregada para evitar o sobreajuste, reduzindo os coeficientes de variáveis menos importantes para zero. Para mais detalhes, consulte o Arquivo Suplementar 1 (item 1).

Construção do nomograma
A importância relativa dos preditores selecionados foi classificada de acordo com a magnitude absoluta de seus coeficientes padronizados e visualizada usando um gráfico de floresta. Um nomograma preditivo foi construído usando o pacote rms, baseado na equação final de regressão logística. Para mais detalhes, consulte o Arquivo Suplementar 1 (item 2).

Validação do modelo
A discriminação foi avaliada calculando a área sob a curva característica operacional do receptor (AUC) usando o pacote pROC. O AUC era calculado separadamente para o conjunto de treinamento e o conjunto de teste. Normalmente, um AUC maior que 0,75 indica boa discriminação. Para mais detalhes, consulte o Arquivo Suplementar 1 (item 3).

Calibração: A calibração do modelo foi avaliada usando o teste de boa capacidade de ajuste Hosmer-Lemeshow e visualizada com curvas de calibração geradas pelo pacote rms, plotando probabilidades previstas em relação às frequências observadas. Um teste Hosmer-Lemeshow não significativo (p > 0,05) indica boa calibração. Para mais detalhes, consulte o Arquivo Suplementar 1 (item 4).

Utilidade clínica: A utilidade clínica foi avaliada usando análise da curva de decisão (DCA) com o pacote RMDA, calculando o benefício líquido entre probabilidades limiar de 0% a 100%. Para mais detalhes, consulte o Arquivo Suplementar 1 (item 5).

Validação de floresta aleatória: Como validação suplementar, um modelo de floresta aleatória foi implementado usando o pacote randomForest para avaliar a estabilidade e a generalização do modelo. A curva de convergência da taxa de erro foi plotada para avaliar a relação entre o número de árvores e a precisão da previsão tanto em conjuntos de treinamento quanto de teste. Um valor p bilateral < 0,05 foi considerado indicativo de uma diferença estatisticamente significativa. Para mais detalhes, consulte o Arquivo Suplementar 1 (item 6).

Results

Características da amostra
O estudo contou com 14.466 participantes com as seguintes características: 46,8% tinham entre 60 e 74 anos, 52,2% eram mulheres e 75,2% tinham status de registro domiciliar agrícola. Em termos de nível educacional, 62,9% tinham ensino fundamental ou inferior. Quanto ao estado de saúde mental, 37,1% dos participantes apresentaram sintomas depressivos, enquanto os 62,9% restantes não apresentaram sintomas depressivos. Informações detalhadas fo...

Discussion

Este estudo trouxe vários achados importantes sobre fatores de risco e previsão de sintomas depressivos entre adultos de meia-idade e idosos que vivem em casa na China. Primeiro, o estudo constatou que 37,1% dos adultos de meia-idade e idosos que vivem em casa apresentaram sintomas depressivos na China, indicando uma alta carga de sintomas depressivos nessa população. Os resultados deste estudo foram inconsistentes com os achados de uma meta-análise global sobre a prevalência de sintomas...

Materials

List of materials used in this article

Name	Company	Catalog Number	Comments
(pROC)(shapviz)(patchwork)(xgboost)(ggplot2)(rms)(RMDA)(caret)(floresta aleatória)(glmnet)(dplyr)(Grupela)(leitor)	CRAN	N/A	Pacote R para análise de curvas de decisão em modelos de previsão de risco
Conjunto de dados CHARLS	Equipe CHARLS	N/A	Conjunto de dados do Estudo Longitudinal de Saúde e Aposentadoria da China, usado para desenvolvimento e validação de modelos
R	Fundação R para Computação Estatística	4.3.2	Software estatístico usado para análise e modelagem de dados.
Estatísticas SPSS	IBM	21	Software usado para análise estatística suplementar.