Investigando os Efeitos Causais de Características Metabólicas Crônicas no AVC e o Papel Mediador da Depressão: Evidências da Randomização Mendeliana

Resumo

Este protocolo descreve uma abordagem para investigar os efeitos causais de características metabólicas crônicas no AVC de pequenos vasos e para avaliar o papel mediador da depressão usando a análise de randomização mendeliana.

Resumo

Características metabólicas crônicas como índice de massa corporal (IMC), obesidade e diabetes tipo 2 (DT2) são fatores de risco conhecidos para doenças cerebrovasculares. A depressão, frequentemente comórbida com distúrbios metabólicos, pode mediar essas associações. Foi realizada uma análise de randomização mendeliana (RM) com duas amostras para examinar os efeitos causais do IMC geneticamente previsto, obesidade e DT2 no AVC de pequenos vasos (SVS) e no transtorno depressivo maior (TDM). A relação entre depressão e SVS foi avaliada mais detalhadamente, e uma análise de mediação por RM em duas etapas foi aplicada para explorar se a depressão medeia as associações entre traços metabólicos crônicos e risco de SVS. IMC mais alto, obesidade e DT2 estiveram significativamente associados ao aumento do risco de SVS (IMC: OR = 1,25, p = 1,27 × ^10-3; Obesidade: OR = 1,09, p = 0,032; T2D: OR = 1,17, p = 1,14 × ^10-7). As três características também aumentaram o risco de DMD (IMC: OR = 1,20, p = 3,31 × ^10-10; Obesidade: OR = 1,06, p = 0,006; T2D: OR = 1,03, p = 0,035). A TDM, por sua vez, aumentou o risco de SVS (OR = 1,11, p = 0,035). Análises de mediação indicaram que a depressão mostrou um possível efeito parcial mediador na associação IMC–SVS (efeito indireto = 0,019, p = 0,046), enquanto a mediação via obesidade ou DT2 não foi significativa. Esses resultados destacam a importância de tratar a depressão comórbida em indivíduos com distúrbios metabólicos para reduzir o risco cerebrovascular.

Introdução

O AVC é uma das principais causas de mortalidade e incapacidade no mundo todo, com uma estimativa de 12 milhões de novos casos anualmente e mais de 100 milhões de pessoas vivendo com suas consequências de longo^{prazo 1,2}. Com o envelhecimento da população global e a crescente prevalência de condições relacionadas ao estilo de vida, espera-se que o peso do AVC aumente ainda mais, levando a impactos substanciais na saúde e na sociedade^{socioeconômica 1,2}. Além de fatores de risco bem estabelecidos como hipertensão, diabetes, dislipidemia, tabagismo e obesidade, evidências emergentes sugerem que transtornos psiquiátricos, especialmente o transtorno depressivo maior (TDM), também podem contribuir para o risco de^{AVC 3,4,5}. No entanto, a complexa interação entre doenças metabólicas, depressão e AVC ainda é pouco compreendida.

Randomização mendeliana (RM) utiliza variantes genéticas como variáveis instrumentais (IVs) para reduzir a confusão e a causalidade reversa, fornecendo assim uma estrutura mais robusta para inferência causal em comparação com estudos observacionais^{convencionais 6}. Ao contrário dos desenhos observacionais, que são suscetíveis a confundição residual, erro de medição e causalidade reversa, a RM aproveita a alocação aleatória de variantes genéticas na concepção para aproximar um experimento natural. Além disso, comparada a outras abordagens de inferência causal, como modelos de mediação baseados em regressão, a RM oferece maior robustez à confusão não medida, especialmente ao investigar traços complexos e inter-relacionados. Estudos de associação genômica em larga escala (GWAS) permitiram a aplicação da RM com duas amostras para investigar os vínculos causais entre características complexas e doenças em nível genético. Estudos anteriores de RM demonstraram efeitos causais de doenças metabólicas — como índice de massa corporal (IMC), obesidade e diabetes tipo 2 (DT2) — no^{AVC 7, 8 e 9}. Da mesma forma, evidências genéticas apoiam uma relação bidirecional entre depressão e^{AVC 10}. No entanto, se a depressão media o efeito das doenças metabólicas no AVC ainda não foi avaliado sistematicamente.

Vários potenciais mecanismos biológicos apoiam um papel mediador da depressão. Sabe-se que distúrbios metabólicos crônicos promovem inflamação sistêmica, disfunção endotelial e desregulação do eixo hipotalâmico–hipófise–adrenal, o que pode aumentar a vulnerabilidade à^{depressão 11}. Por sua vez, a depressão está associada a fatores de risco comportamentais (por exemplo, tabagismo, inatividade física, má alimentação), desequilíbrio autonômico, hiperatividade plaquetária e aumento da secreção de cortisol, todos os quais podem aumentar o risco de^{AVC 12,13}. Estudos observacionais tentaram abordar essas vias, mas os achados permanecem inconsistentes devido à confusão, acompanhamento curto e erro^{de medição 14}. Consequentemente, a natureza causal da via metabólica doença–depressão–AVC permanece incerta. Embora a RM possa fortalecer a inferência causal, ela não pode elucidar completamente mecanismos biológicos detalhados nem informar diretamente intervenções clínicas, e sua validade depende de pressupostos importantes, como a ausência de pleiotropia horizontal.

Neste estudo, duas hipóteses foram investigadas usando análises de ressonância magnética univariável, multivariável e de duas amostras em duas etapas. Primeiro, foram examinadas as associações causais entre características metabólicas (IMC, obesidade e DT2) e o risco de AVC em pequenos vasos (SVS). Segundo, o papel potencial mediador da depressão nessas associações foi avaliado, e a proporção mediada foi quantificada. Essa estrutura analítica é particularmente adequada para desembaraçar efeitos de mediação entre traços metabólicos e psiquiátricos correlacionados, pois decompõe os efeitos totais em componentes diretos e indiretos, minimizando a confusão. Ao aproveitar estatísticas resumidas GWAS em grande escala, este estudo fornece novas evidências genéticas para esclarecer a interação entre distúrbios metabólicos, depressão e SVS. Esses achados podem ajudar a identificar vias biológicas subjacentes ao risco de AVC e a orientar estratégias integradas de prevenção que visam tanto a saúde metabólica quanto a saúde mental.

Protocolo

Análises de mediação por RM univariável, multivariável e em duas amostras foram realizadas para investigar se doenças metabólicas crônicas geneticamente previstas estavam causalmente associadas ao risco de SVS e para avaliar a proporção de mediação por MDD. O fluxograma das análises de RM neste estudo é mostrado na Figura 1. As características detalhadas de todos os conjuntos de dados GWAS utilizados neste estudo são resumidas na Tabela Suplementar 1. Estatísticas resumidas do GWAS foram obtidas de um banco de dados público (IEU OpenGWAS: https://gwas.mrcieu.ac.uk/) usando uma plataforma de software de análise de randomização mendeliana (ver Tabela de Materiais) por meio das funções extract_instruments() e extract_outcome_data(). As exposições incluíram IMC¹⁵ (ebi-a-GCST90013974),^{obesidade 16} (ieu-a-90) e diabetes tipo 2 (T2D; ebi-a-GCST006867). O mediador foi o transtorno depressivo maior (TDM; ieu-a-1188)¹⁸, e o desfecho foi SVS (ebi-a-GCST006909). Todos os conjuntos de dados GWAS incluíam indivíduos de ascendência predominantemente europeia para minimizar o viés de estratificação populacional.

Dados GWAS de características metabólicas crônicas

Doenças metabólicas crônicas foram analisadas como exposições, incluindo IMC, obesidade e diabetes tipo 2. As estatísticas resumidas do GWAS para IMC¹⁵ (ebi-a-GCST90013974) e^{obesidade 16} (IEU-A-90) foram obtidas do consórcio MRC-IEU e GIANT (ascendência europeia, até 407.609 indivíduos para IMC e 32.858 casos/65.839 controles para obesidade). Os dados do diabetes tipo^{2 17} (ebi-a-GCST006867) foram derivados do consórcio DIAGRAM (ascendência europeia, 62.892 casos/596.424 controles). Esses conjuntos de dados GWAS são publicamente disponíveis e baseados principalmente no Biobank do Reino Unido e em outras coortes de grande escala.

Dados GWAS para depressão

Para o desfecho da depressão, foram usadas as estatísticas resumidas mais recentes do GWAS do Psychiatric Genomics Consortium (PGC) (ieu-a-1188)¹⁸ , incluindo 59.851 casos e 113.154 controles de ascendência europeia. O diagnóstico de TDM nas coortes incluídas foi baseado em entrevistas clínicas estruturadas ou auto-relatos validados de acordo com os critérios diagnósticos do DSM-III/IV ou CID-9/10. Indivíduos com histórico de transtorno bipolar ou esquizofrenia foram excluídos.

Dados GWAS para SVS

Estatísticas resumidas para AVC foram obtidas do consórcio MRC-IEU (ebi-a-GCST006909)¹⁹, que incluiu até 5.386 casos e 192.662 controles de ascendência predominantemente europeia. SVS foi definida com base no diagnóstico e/ou registros clínicos do médico. Esse conjunto de dados tem sido amplamente utilizado em estudos de ressonância magnética que investigam fatores de risco vascular e está disponível publicamente.

Análise estatística

Todas as análises foram realizadas em R (versão 4.1.2) usando uma plataforma de software de análise de randomização mendeliana (veja Tabela de Materiais). A RM com duas amostras foi realizada usando polimorfismos de nucleotídeo único (SNPs) como variáveis instrumentais (IVs), que devem satisfazer três pressupostos centrais: relevância (associada à exposição), independência (não associada a fatores de confusão) e restrição de exclusão (afetando o resultado apenas durante a exposição⁾20,21,22^. Os SNPs foram selecionados com base na significância genômica ampla (p < 5 × ^10-5), poda por desequilíbrio de ligação (r² < 0,001 dentro de uma janela de 10.000 kB) e estatística F >10 para evitar viés fraco do instrumento^20,22. A agrupação de lúcios lúdicos foi realizada usando o painel de referência europeu do Projeto 1000^{Genomas 23}. SNPs palindrômicos e ambíguos foram excluídos tanto durante os procedimentos de extração de dados quanto durante os procedimentos de harmonização. Durante a extração dos dados de desfecho via função extract_outcome_data(), os SNPs palindrômicos foram inicialmente mantidos usando funções padrão de extração, e informações de frequência alelada foram usadas para inferir o alinhamento das fibras quando possível. SNPs com frequência alelar menor (MAF) abaixo de um limiar pré-definido (por exemplo, MAF < 0,3) foram mantidos, pois a orientação das fibras podia ser inferida de forma confiável, enquanto aqueles com frequências alelares intermediárias foram considerados ambíguos. Durante a etapa de harmonização através da função harmonise_data(), SNPs palindrômicos com orientação ambígua da fita — particularmente aqueles com frequências alelares intermediárias — foram excluídos para garantir o alinhamento consistente dos alelos de efeito entre conjuntos de dados de exposição, mediadores e resultados. A harmonização dos SNPs foi realizada por meio da função harmonise_data() para alinhar os alelos de efeito entre os conjuntos de dados. Durante esse processo, as fitas aleladas foram alinhadas para garantir consistência, e SNPs com alelos incompatíveis ou ambiguidade da cadeia foram excluídos. Após a filtragem, aproximadamente 600–800 SNPs para IMC, 70–90 SNPs para obesidade e 326 SNPs para DT2 foram retidos para análises posteriores (ver Tabela 1 e Tabela 2).

Para RM univariável, o método principal utilizado foi ponderado por inversa de variância (IVW), que estima o efeito causal combinando estimativas específicas de razão SNP usando ponderação inversa de variância sob a suposição de ausência de pleiotropia^{horizontal 20}. A pleiotropia foi avaliada usando o teste de interceptação MR-Egger implementado pela função mr_pleiotropy(), com P < 0,05 indicando potencial pleiotropia horizontal. A heterogeneidade foi avaliada usando o teste Q de Cochran, implementado pela função mr_heterogeneity(). Se fosse detectada heterogeneidade (P < 0,05), era aplicado um modelo de IVW com efeitos aleatórios; caso contrário, foi utilizado um modelo de FIV de efeitos fixos. Para análises de ressonância magnética multivariável, os SNPs foram combinados entre exposições e mediadores. Os alelos de efeito foram harmonizados usando a função harmonise_data() entre os conjuntos de dados de exposição, mediador e desfecho, e a análise de IVW multivariável foi realizada como método primário.

Para considerar múltiplas comparações, a correção da taxa de falsa descoberta (FDR) foi aplicada usando o método de Benjamini–Hochberg via a função p.adjust() em R nas principais análises de randomização mendeliana. Especificamente, foi realizado ajuste para o número total de testes causais primários, incluindo os efeitos dos traços metabólicos no SVS (n = 3), traços metabólicos na depressão (n = 3) e depressão no SVS (n = 1), resultando em um total de sete testes. Valores P ajustados (valores q de FDR) foram calculados, e a significância estatística foi interpretada considerando tanto valores P nominais quanto valores corrigidos por FDR. Resultados que permaneceram significativos após a correção de FDR foram considerados robustos, enquanto aqueles com apenas significado nominal foram interpretados com cautela.

Análise de mediação

Para análises de mediação, foi aplicado um quadro de ressonância magnética em duas etapas para estimar os efeitos indiretos de traços metabólicos crônicos na SVS por meio da depressão. Esse arcabouço foi implementado por meio da realização de duas análises sequenciais de RM usando estatísticas resumidas GWAS. Nesse contexto, E denota a exposição (IMC, obesidade ou DT2), M denota o mediador (depressão) e Y denota o desfecho (SVS). Primeiro, estimou-se o efeito causal de cada traço metabólico crônico (IMC, obesidade e DT2) sobre o mediador (β (EM)). Segundo, foi avaliado o efeito causal do mediador no desfecho (β (MY)). O efeito indireto (efeito mediação) foi calculado multiplicando essas duas estimativas:

e a proporção mediada foi derivada dividindo o efeito indireto pelo efeito total

(Proporção mediada = ).

O erro padrão (SE) do efeito indireto foi estimado usando o método delta, assumindo a independência entre as duas estimativas de efeito:

_{SE indireto} =

Resultados

Efeitos causais de características metabólicas crônicas na SVS

Nas análises de RM univariáveis, IMC mais alto, obesidade e DT2 geneticamente previstos estiveram positivamente associados a um risco aumentado de SVS. As associações foram consistentes em todas as análises de sensibilidade, sem evidências de pleiotropia horizontal substancial no teste de interceptação MR-Egger. O IMC geneticamente previsto mais alto esteve significativamente assoc...

Discussão

Neste estudo de ressonância magnética, as associações causais entre principais características metabólicas crônicas (IMC, obesidade e DT2), depressão e SVS foram investigadas sistematicamente. O estudo destaca três descobertas principais. Primeiro, IMC mais alto, obesidade e DT2 geneticamente previstos estavam causalmente associados a um risco aumentado de SVS. Segundo, essas características metabólicas também estavam associadas a um risco elevado de depressão, enquanto a própria depress...

Materiais

Lista de materiais utilizados neste artigo

Nome	Empresa	Número de catálogo	Comentários
R software (versão 4.1.2)	The R Foundation	https://www.r-project.org/	Ambiente de computação estatística
TwoSampleMR package (versão 0.6.22)	IEU OpenGWAS	https://mrcieu.github.io/TwoSampleMR/index.html	Plataforma de software de análise de randomização mendeliana