Este estudo apresenta um fluxo de trabalho clínico retrospectivo para estimar o risco de hipertensão pulmonar em pacientes idosos hospitalizados com exacerbação aguda da doença pulmonar obstrutiva crônica, utilizando variáveis clínicas de rotina e um modelo preditivo baseado em nomograma.
Artigo de investigação
Nomograma de Dados de Rotina para Estimar o Risco de Hipertensão Pulmonar em Pacientes Idosos com Exacerbação Aguda de Doença Pulmonar Obstrutiva Crônica
Neste artigo
Resumo
Resumo
A hipertensão pulmonar é uma complicação clinicamente importante em pacientes idosos hospitalizados com exacerbação aguda da doença pulmonar obstrutiva crônica, mas a estimativa precoce de risco ainda é difícil em ambientes hospitalares primários e com recursos limitados. Este estudo de coorte retrospectivo desenvolveu e avaliou internamente um nomograma baseado em dados de rotina para estimar o risco de hipertensão pulmonar. Foram analisados 230 pacientes idosos hospitalizados com exacerbação aguda da doença pulmonar obstrutiva crônica entre maio de 2023 e maio de 2025. Os pacientes foram classificados em grupos sem hipertensão pulmonar e com hipertensão pulmonar de acordo com achados ecocardiográficos transtorácicos. Foram comparadas entre os grupos as características demográficas, comorbidades, índices de hemograma completo, marcadores de coagulação, marcadores inflamatórios e marcadores de estresse cardíaco. Os preditores candidatos foram selecionados por meio de análise univariada, avaliação da relevância clínica, avaliação de redundância e regressão logística multivariável. Quatro variáveis — razão neutrófilo-linfócito, peptídeo natriurético tipo B, D-dímero e histórico de asma — mostraram-se independentemente associadas à hipertensão pulmonar e foram incorporadas ao nomograma principal. O modelo demonstrou boa discriminação, com uma área sob a curva ROC de 0,82. A análise de curva de decisão indicou benefício líquido potencial em probabilidades de corte aproximadas entre 1% e 70%. Os achados de calibração exigiram interpretação cautelosa devido a desvios residuais de calibração. Este fluxo de trabalho oferece uma abordagem prática para a estratificação precoce do risco de hipertensão pulmonar em pacientes idosos hospitalizados com exacerbação aguda da doença pulmonar obstrutiva crônica. No entanto, é necessária validação externa e recalibração do modelo antes de sua implementação clínica mais ampla.
Introdução
A doença pulmonar obstrutiva crônica é uma desordem respiratória crônica comum caracterizada por limitação persistente do fluxo aéreo, sintomas respiratórios e episódios recorrentes de deterioração clínica. Ela continua sendo uma importante causa de morbidade, mortalidade e carga para os sistemas de saúde em todo o mundo1. A exacerbação aguda da doença pulmonar obstrutiva crônica refere-se a um agravamento agudo dos sintomas respiratórios, incluindo dispneia, tosse e produção de escarro, e é frequentemente desencadeada por infecção, exposição ambiental ou outros agravos agudos2. Em pacientes idosos, as exacerbações agudas ocorrem frequentemente na presença de multimorbidade, reserva cardiorrespiratória comprometida, inflamação sistêmica e tolerância fisiológica reduzida, o que aumenta a dificuldade na avaliação precoce de risco.
A hipertensão pulmonar é uma complicação importante da doença pulmonar obstrutiva crônica, especialmente durante exacerbações agudas. O seu desenvolvimento está associado à hipóxia crônica, remodelação vascular pulmonar, disfunção endotelial, ativação inflamatória e aumento da pós-carga ventricular direita3. Observou-se pressão elevada na artéria pulmonar em pacientes com exacerbação aguda da doença pulmonar obstrutiva crônica, o que pode agravar a insuficiência respiratória, a sobrecarga do coração direito, a carga hospitalar e a sobrevida4. Esse impacto prognóstico é particularmente importante em pacientes idosos e naqueles com doenças cardiopulmonares avançadas5,6. A identificação precoce de pacientes com risco aumentado de hipertensão pulmonar pode, portanto, apoiar um monitoramento mais rigoroso, avaliação ecocardiográfica oportuna e encaminhamento para avaliação cardiopulmonar adicional.
A cateterização do lado direito do coração continua sendo o padrão de referência para confirmar a hipertensão pulmonar; no entanto, sua invasividade, custo, requisitos técnicos e disponibilidade limitada restringem seu uso como procedimento inicial de triagem em muitos hospitais primários e de nível municipal7. A ecocardiografia transtorácica é amplamente utilizada como método de avaliação não invasivo, mas sua confiabilidade pode ser afetada pela hiperinsuflação, janelas acústicas precárias e alterações enfisematosas em pacientes com doença pulmonar obstrutiva crônica8. Embora essas limitações não diminuam o valor clínico da ecocardiografia, elas destacam a necessidade de um fluxo de trabalho simples para estimativa de risco que possa ser aplicado antes ou em conjunto com a avaliação baseada em imagem.
Variáveis clínicas e laboratoriais de rotina podem ajudar a atender a essa necessidade. A razão entre neutrófilos e linfócitos é calculada a partir dos resultados da contagem completa de sangue e reflete o equilíbrio entre a inflamação mediada por neutrófilos e a regulação imunológica relacionada aos linfócitos9. Essa razão tem sido associada à atividade da doença e a desfechos adversos em condições pulmonares e cardiovasculares10. O peptídeo natriurético tipo B é um marcador facilmente disponível de estresse na parede miocárdica, sobrecarga de pressão no ventrículo direito e esforço cardiopulmonar11. A D-dímero reflete a ativação da coagulação e a fibrinólise secundária, podendo aumentar durante exacerbações agudas devido à hipoxemia, infecção, lesão endotelial e redução da mobilidade12. No entanto, é improvável que um único biomarcador consiga captar todo o perfil de risco da hipertensão pulmonar em pacientes idosos com exacerbação aguda da doença pulmonar obstrutiva crônica.
Um nomograma oferece um meio prático de traduzir um modelo de predição multivariável em uma estimativa de risco individualizada. Em comparação com a simples apresentação dos coeficientes de regressão, ele permite a integração de múltiplos preditores em nível individual do paciente em uma ferramenta clinicamente interpretável13. Estudos clínicos anteriores de predição de risco utilizaram modelos baseados em nomogramas para auxiliar na estimativa de risco à beira do leito, mas sua utilidade depende de uma seleção transparente de preditores, calibração adequada, validação e interpretação cautelosa14. A novidade do presente estudo reside no desenvolvimento de um fluxo de trabalho baseado em dados de rotina para pacientes idosos hospitalizados com exacerbação aguda da doença pulmonar obstrutiva crônica, integrando informações inflamatórias, de estresse cardíaco, relacionadas à coagulação e de fenótipo das vias aéreas em um nomograma prático. O estudo teve como objetivo identificar preditores clínicos associados à hipertensão pulmonar definida por ecocardiografia e construir um modelo validado internamente para estratificação precoce de risco, e não para diagnóstico definitivo.
Protocolo
O protocolo do estudo foi revisado e aprovado pelo Comitê de Ética do Hospital do Condado de Santai de Medicina Tradicional Chinesa em Mianyang, Província de Sichuan (Número de Aprovação: 2025003). O estudo foi conduzido de acordo com os princípios da Declaração de Helsinque. O consentimento informado por escrito foi obtido de cada paciente ou de um parente de primeiro grau antes da inclusão no estudo. Este estudo de coorte retrospectivo revisou os registros clínicos de pacientes idosos hospitalizados por exacerbação aguda de doença pulmonar obstrutiva crônica (EPAODC) no Departamento de Medicina Respiratória e Cuidados Intensivos do Hospital de Medicina Tradicional Chinesa do Condado de Santai entre maio de 2023 e maio de 2025. O estudo foi planejado para identificar preditores clínicos rotineiramente disponíveis de hipertensão pulmonar (HP) e para desenvolver um nomograma para estimativa individualizada de risco de HP. Os instrumentos de laboratório, o sistema de ecocardiografia, os materiais para coleta de sangue, as ferramentas para extração de dados e o software estatístico utilizados neste fluxo de trabalho estão listados na Tabela de Materiais.
1. Triagem do paciente e avaliação de elegibilidade
Pacientes hospitalizados com diagnóstico de alta de DPAECO durante o período do estudo foram selecionados por meio do sistema eletrônico de prontuários hospitalares. Cada prontuário foi analisado para confirmar que o paciente tinha pelo menos 60 anos de idade e que o diagnóstico de doença pulmonar obstrutiva crônica estava de acordo com os critérios diagnósticos da Iniciativa Global para Doença Pulmonar Obstrutiva Crônica de 202115. DPAECO foi definido como uma piora aguda dos sintomas respiratórios que exigiu hospitalização e tratamento adicional. Para pacientes com mais de uma internação por DPAECO durante o período do estudo, somente a primeira hospitalização elegível foi incluída.
Os pacientes foram incluídos quando todos os seguintes critérios foram atendidos: idade de pelo menos 60 anos; hospitalização por DPOC exacerbada entre maio de 2023 e maio de 2025; ecocardiografia transtorácica disponível durante a hospitalização de referência; primeira amostra de sangue venoso em jejum disponível após a admissão; e informações clínicas, laboratoriais e ecocardiográficas completas necessárias para a construção do modelo. Os pacientes foram excluídos se apresentassem insuficiência hepática grave, doença renal em estágio terminal, neoplasia ativa, hipertensão pulmonar atribuível a outras causas conhecidas, doença primária do coração esquerdo, doença do tecido conjuntivo como esclerose sistêmica, tuberculose pulmonar ativa ou variáveis-chave ausentes necessárias para a classificação do desfecho ou para a construção do modelo.
Antes de as fichas serem removidas devido a informações incompletas, foram verificadas a idade, o sexo, o histórico de tabagismo, o histórico de consumo de álcool, o histórico de alergia a medicamentos, hipertensão, diabetes mellitus, doença cardíaca coronária, asma, bronquiectasia, infecção pulmonar, enfisema, insuficiência respiratória, insuficiência cardíaca, status de hipertensão pulmonar na ecocardiografia, índices de hemograma completo, albumina, creatinina, proteína C-reativa de alta sensibilidade, D-dímero, fibrinogênio, peptídeo natriurético tipo B e razão neutrófilo-linfócito. O número de fichas triadas e excluídas, os motivos de exclusão e os casos finalmente incluídos foram registrados para a construção do diagrama de fluxo de seleção de pacientes (Figura 1).
Figura 1: Triagem de pacientes e construção da coorte. O diagrama de fluxo mostra a identificação dos registros, avaliação de elegibilidade, exclusão e agrupamento final de pacientes idosos hospitalizados com EPOC-AE. Os pacientes foram classificados nos grupos sem HP ou com HP com base nos achados da ecocardiografia transtorácica. Abreviações: AECOPD, exacerbação aguda da doença pulmonar obstrutiva crônica; PH, hipertensão pulmonar. Clique aqui para visualizar uma versão maior desta figura.
2. Agrupamento clínico e definição diagnóstica da hipertensão pulmonar
Os pacientes incluídos foram classificados em um grupo sem hipertensão pulmonar (HP) ou em um grupo com HP com base nos achados ecocardiográficos transtorácicos durante a hospitalização. A estrutura diagnóstica seguiu as diretrizes de 2015 da Sociedade Europeia de Cardiologia/Sociedade Respiratória Europeia para hipertensão pulmonar16. A ecocardiografia transtorácica em repouso foi utilizada como base diagnóstica neste conjunto de dados retrospectivo. Os exames foram realizados por médicos treinados em ecocardiografia, utilizando vistas padrão parasternal, apical e subcostal. A interpretabilidade ecocardiográfica foi revisada antes da atribuição aos grupos, pois janelas acústicas inadequadas são comuns em pacientes com doença pulmonar obstrutiva crônica. Um registro foi considerado adequado para classificação de HP quando o sinal Doppler da regurgitação tricúspide era mensurável ou quando o tamanho do ventrículo direito, a espessura da parede e a função sistólica podiam ser avaliados por meio de imagens cardíacas interpretables.
A pressão sistólica arterial pulmonar foi estimada usando a velocidade máxima do refluxo tricúspide e a pressão atrial direita estimada. A pressão atrial direita foi estimada a partir do diâmetro da veia cava inferior e do colapso inspiratório, quando ambas as medidas estavam disponíveis. A HP foi definida como uma pressão sistólica arterial pulmonar estimada de pelo menos 40 mmHg. Quando a pressão sistólica arterial pulmonar não pôde ser estimada com confiabilidade, a classificação de HP exigia evidência ecocardiográfica indireta de envolvimento do ventrículo direito, incluindo aumento do ventrículo direito, hipertrofia do ventrículo direito, disfunção sistólica do ventrículo direito, achatamento do septo interventricular ou dilatação da artéria pulmonar. Registros ecocardiográficos com imagens inconclusivas, sinais Doppler de refluxo tricúspide não rastreáveis ou achados incoerentes do coração direito foram revisados por um segundo médico ecocardiografista antes da atribuição final ao grupo. Registros que permaneceram ininterpretáveis após a revisão foram excluídos da análise final. Na coorte final, 230 pacientes idosos atenderam aos critérios de elegibilidade; 120 pacientes foram atribuídos ao grupo sem HP, e 110 pacientes foram atribuídos ao grupo com HP.
3. Extração de variáveis demográficas e clínicas
Todos os dados clínicos foram obtidos do sistema eletrônico de prontuários hospitalares utilizando um formulário padronizado de coleta de dados. Foram registrados sexo, idade, histórico de tabagismo, histórico de consumo de álcool, histórico de alergia a medicamentos, hipertensão, diabetes mellitus, doença cardíaca coronária, asma, bronquiectasia, infecção pulmonar, enfisema, insuficiência respiratória e insuficiência cardíaca. O histórico de tabagismo foi definido como o consumo, durante a vida inteira, de pelo menos 100 cigarros, e o histórico de consumo de álcool foi definido como o consumo regular de álcool pelo menos duas vezes por semana.
A infecção pulmonar foi diagnosticada pela integração de sintomas respiratórios, sinais físicos, achados de imagem torácica e, quando disponível, evidência microbiológica. A insuficiência cardíaca foi diagnosticada de acordo com manifestações clínicas, sinais físicos, níveis de peptídeo natriurético tipo B e achados ecocardiográficos. As informações sobre comorbidades foram verificadas com base nos diagnósticos de alta, evoluções médicas, laudos de imagem, exames laboratoriais e registros de consultas, quando disponíveis.
4. Coleta e processamento de variáveis laboratoriais
A primeira amostra de sangue venoso em jejum coletada na manhã seguinte à admissão hospitalar foi utilizada como fonte dos dados laboratoriais. Este momento correspondia à primeira coleta sanguínea matinal após a admissão e antes do ajuste rotineiro dos tratamentos diurnos, quando essas informações estavam disponíveis no prontuário médico. Os índices de hemograma, índices bioquímicos, marcadores de coagulação, marcadores inflamatórios e marcadores de estresse cardíaco foram extraídos do sistema de informações laboratoriais do hospital.
A contagem de neutrófilos, a contagem de linfócitos, a contagem de plaquetas, o volume médio de plaquetas e o coeficiente de variação da largura de distribuição de hemácias foram registrados a partir do hemograma. A razão neutrófilos/linfócitos foi calculada da seguinte forma:
Albumina, creatinina, D-dímero, fibrinogênio, proteína C-reativa de alta sensibilidade e peptídeo natriurético tipo B foram registrados a partir dos respectivos laudos laboratoriais. Unidades de medida consistentes foram utilizadas em todo o conjunto de dados: albumina em g/L, creatinina em µmol/L, proteína C-reativa de alta sensibilidade em mg/L, D-dímero em µg/mL, fibrinogênio em g/L, contagem de neutrófilos, contagem de linfócitos e contagem de plaquetas em ×109/L, volume médio de plaquetas em fL e peptídeo natriurético tipo B em pg/mL.
5. Limpeza e preparação dos dados
O conjunto de dados foi inspecionado antes da análise estatística. Cada registro incluído foi verificado quanto à elegibilidade, atribuição ao grupo, completude laboratorial, interpretabilidade ecocardiográfica e disponibilidade de preditores candidatos. Identificadores pessoais diretos foram removidos e a cada paciente foi atribuído um número de identificação do estudo. Registros duplicados, hospitalizações repetidas, rótulos de grupo inconsistentes, datas impossíveis e valores laboratoriais implausíveis foram verificados em comparação com o registro médico eletrônico original e o laudo laboratorial. Nenhuma imputação foi realizada para variáveis-chave de desfecho ou preditoras, pois o modelo final foi baseado em análise de casos completos.
As variáveis contínuas foram analisadas quanto às suas características distribucionais. As variáveis com distribuição normal foram resumidas como média ± desvio padrão; as variáveis com distribuição não normal como mediana com intervalo interquartílico; e as variáveis categóricas como contagens e porcentagens. Antes da modelagem multivariável, as variáveis clinicamente relacionadas foram examinadas quanto à redundância. A contagem de neutrófilos e a contagem de linfócitos foram analisadas juntamente com a razão neutrófilos/linfócitos; a infecção pulmonar foi analisada juntamente com a contagem de neutrófilos, proteína C-reativa de alta sensibilidade e a razão neutrófilos/linfócitos; a insuficiência cardíaca foi analisada juntamente com o peptídeo natriurético tipo B e os achados cardíacos ecocardiográficos; o D-dímero e o fibrinogênio foram analisados como variáveis relacionadas à coagulação; e a contagem de plaquetas, o volume médio de plaquetas e o coeficiente de variação da largura de distribuição de eritrócitos foram analisados como variáveis hematológicas.
6. Comparação univariada entre grupos
As características demográficas, comorbidades, indicadores laboratoriais e variáveis de agrupamento ecocardiográfico foram comparadas entre os grupos sem HP e com HP. Um teste t para amostras independentes foi utilizado para variáveis contínuas com distribuição normal. O teste de Mann-Whitney U foi utilizado para variáveis contínuas sem distribuição normal. O teste χ2 ou o teste exato de Fisher foram utilizados para variáveis categóricas, dependendo das frequências esperadas nas células. Um valor de P bilateral inferior a 0,05 foi considerado estatisticamente significativo. As variáveis com diferenças significativas entre os grupos foram consideradas para avaliação multivariável, juntamente com preditores clinicamente relevantes.
7. Análise de regressão logística multivariável
A regressão logística binária foi utilizada para identificar preditores independentes associados à HP em pacientes idosos com EAPOC. O estado de HP foi utilizado como variável dependente. Os preditores contínuos foram inseridos nas suas unidades originais de medida, e os preditores categóricos foram codificados como variáveis binárias. As variáveis candidatas foram selecionadas com base nos resultados univariados e na relevância clínica. As variáveis com P < 0,05 na comparação univariada foram inicialmente identificadas e posteriormente avaliadas quanto a redundância, interpretabilidade e sobreposição clínica.
As variáveis candidatas iniciais incluíram proteína C-reativa de alta sensibilidade, D-dímero, coeficiente de variação da amplitude de distribuição de hemácias, contagem de plaquetas, volume médio de plaquetas, razão neutrófilo-linfócito, peptídeo natriurético tipo B, doença cardíaca coronariana e histórico de asma. A contagem de neutrófilos e a contagem de linfócitos não foram inseridas juntamente com a razão neutrófilo-linfócito, pois eram componentes dessa razão. Infecção pulmonar e insuficiência cardíaca foram avaliadas durante a avaliação de redundância. Para examinar se a exclusão dessas variáveis afetava a interpretação do modelo, foi realizada uma análise de sensibilidade adicionando infecção pulmonar e insuficiência cardíaca ao conjunto primário de preditores. As estimativas de regressão, discriminação, calibração e benefício clínico líquido foram comparadas entre os modelos primário e de sensibilidade.
A multicolinearidade entre os preditores candidatos foi avaliada por meio dos fatores de inflação da variância. As variáveis categóricas foram codificadas antes do cálculo, e as variáveis contínuas foram inseridas nas mesmas unidades utilizadas na modelagem de regressão. Um fator de inflação da variância inferior a 5 foi considerado indicativo de ausência de multicolinearidade grave. Coeficientes de regressão, erros-padrão, χ² de Wald2 valores, razões de odds, intervalos de confiança de 95%, valores de P e fatores de inflação de variância foram relatados para as variáveis incluídas no modelo multivariável.
8. Construção do nomograma
O nomograma foi construído a partir dos preditores independentes mantidos no modelo de regressão logística multivariável. Os preditores finais foram o D-dímero, a razão neutrófilo-linfócito, o peptídeo natriurético tipo B e o histórico de asma. O modelo de regressão logística foi convertido em um nomograma baseado em pontos utilizando o software R e o pacote rms. Um objeto de distribuição de dados foi gerado para o conjunto de dados de modelagem, o modelo de regressão logística foi ajustado e os coeficientes de regressão foram utilizados para atribuir pontos a cada preditor. Para cada paciente, os pontos referentes ao D-dímero, à razão neutrófilo-linfócito, ao peptídeo natriurético tipo B e ao histórico de asma foram somados para gerar uma pontuação total, a qual foi então associada à probabilidade estimada de HP.
O nomograma foi interpretado utilizando procedimentos padronizados baseados em pontos, descritos em estudos anteriores de modelos clínicos preditivos17,18. O valor de D-dímero do paciente, a razão neutrófilos-linfócitos, o valor do peptídeo natriurético tipo B e o status de asma foram localizados em seus respectivos eixos. Uma linha vertical foi traçada a partir de cada valor preditor até a escala de pontos. Os pontos foram somados para obter a pontuação total, e uma linha vertical foi traçada da escala de pontuação total até o eixo de probabilidade predita, para obter a probabilidade estimada individualizada de HP. O paciente ilustrativo utilizado no manuscrito foi selecionado a partir de valores dentro ou próximos à distribuição clínica observada na coorte.
9. Avaliação do desempenho do modelo
A discriminação do modelo foi avaliada por meio de análise da curva característica de operação do receptor e da área sob a curva. A área sob a curva foi apresentada com um intervalo de confiança de 95%. O nomograma foi comparado com preditores individuais e com um modelo que combina marcadores laboratoriais quantitativos. A calibração foi avaliada comparando as probabilidades previstas com os desfechos observados de HP. Uma curva de calibração foi gerada utilizando reamostragem por bootstrap. O intercepto de calibração, a inclinação da calibração, o erro médio absoluto, o escore de Brier e o teste de Hosmer-Lemeshow foram relatados. O intercepto de calibração corrigido por bootstrap e a inclinação de calibração corrigida por bootstrap também foram calculados. O teste de Hosmer-Lemeshow foi interpretado em conjunto com a curva de calibração e os índices quantitativos de calibração.
A utilidade clínica foi avaliada utilizando análise de curva de decisão. O benefício líquido foi representado graficamente ao longo das probabilidades de limiar e comparado com as estratégias de referência tratar-todos e não-tratar-ninguém. Foi identificado o intervalo de probabilidade de limiar no qual o modelo proporcionou maior benefício líquido do que as estratégias de referência.
10. Validação interna e reprodutibilidade
A validação interna foi realizada utilizando reamostragem bootstrap com 1.000 réplicas. Em cada réplica bootstrap, o modelo foi reajustado e testado para estimar o otimismo no desempenho do modelo. Índices de discriminação e calibração corrigidos para otimismo foram calculados e relatados juntamente com o desempenho aparente do modelo.
As análises estatísticas foram realizadas utilizando software estatístico padrão e o R versão 4.5.2. Pacotes do R foram utilizados para modelagem de regressão logística, construção de nomogramas, análise da curva característica de operação do receptor, avaliação de calibração, validação interna e análise de curva de decisão. O nomograma foi construído utilizando o pacote rms no R.
Resultados
Triagem de pacientes e características da coorte
Um total de 230 pacientes idosos hospitalizados com exacerbação aguda da doença pulmonar obstrutiva crônica (EADPOC) preencheram os critérios de elegibilidade e foram incluídos na análise final. De acordo com a avaliação por ecocardiografia transtorácica, 120 pacientes foram alocados no grupo sem hipertensão pulmonar (sem HP), e 110 pacientes foram alocados no grupo com hipertensão pulmonar (HP) (Figura 1). As características gerais basais foram amplamente comparáveis entre os grupos. Não foram observadas diferenças estatisticamente significativas na distribuição por sexo, idade, histórico de tabagismo, histórico de consumo de álcool, alergia a medicamentos, hipertensão ou diabetes mellitus (todos P > 0,05; Tabela 1). A doença coronariana foi mais frequente no grupo com HP do que no grupo sem HP (13,64% vs. 4,17%, P = 0,017), assim como asma (29,09% vs. 15,00%, P = 0,011), infecção pulmonar (78,18% vs. 1,67%, P < 0,001) e insuficiência cardíaca (65,45% vs. 15,00%, P < 0,001; Tabela 1).
A qualidade ecocardiográfica foi revisada antes da atribuição ao grupo. Entre os pacientes incluídos no final, o sinal Doppler da regurgitação tricúspide foi mensurável em 198 pacientes (86,1%). Nos 32 pacientes restantes (13,9%), a classificação de HP foi baseada em achados estruturais ou funcionais interpretables do coração direito. Vinte e um registros foram revisados por um segundo médico ecocardiografista devido a janelas acústicas limitadas ou sinais de regurgitação tricúspide incompletos, e seis registros permaneceram ininterpretables e foram excluídos antes da construção final da coorte.
| Variável | Grupo sem HP | Grupo com HP (n = 110) | Z/t/χ² | Valor de p |
| (n = 120) | ||||
| Masculino, n (%) | 83 (69,17) | 64 (58,18) | 3,003 | 0,099 |
| Idade, anos | 74,54 ± 7,92 | 74,68 ± 7,17 | -0,144 | 0,886 |
| Histórico de tabagismo, n (%) | 55 (45,83) | 47 (42,73) | 0,224 | 0,691 |
| Histórico de consumo de álcool, n (%) | 46 (38,33) | 37 (33,64) | 0,549 | 0,494 |
| Histórico de alergia a medicamentos, n (%) | 6 (5,00) | 1 (0,91) | 3,255 | 0,122 |
| Hipertensão, n (%) | 42 (35,00) | 37 (33,64) | 0,047 | 0,89 |
| Diabetes mellitus, n (%) | 12 (10,00) | 21 (19,09) | 3,86 | 0,06 |
| Doença cardíaca coronária, n (%) | 5 (4,17) | 15 (13,64) | 6,482 | 0,017 |
| Asma, n (%) | 18 (15,00) | 32 (29,09) | 6,698 | 0,011 |
| Bronquiectasia, n (%) | 14 (11,67) | 22 (20,00) | 3,019 | 0,102 |
| Infecção pulmonar, n (%) | 2 (1,67) | 86 (78,18) | 142,241 | <0,001 |
| Enfisema, n (%) | 3 (2,50) | 0 (0,00) | 2,786 | 0,248 |
| Falência respiratória, n (%) | 33 (27,50) | 41 (37,27) | 2,512 | 0,122 |
| Falência cardíaca, n (%) | 18 (15,00) | 72 (65,45) | 61,338 | <0,001 |
| Albumina, g/L | 36,38 ± 4,41 | 35,77 ± 4,09 | 1,084 | 0,279 |
| Creatinina, µmol/L | 68,75 (58,30, 83,05) | 66,75 (52,28, 82,03) | -0,951 | 0,341 |
| hs-CRP, mg/L | 8,15 (2,15, 48,58) | 12,60 (4,57, 90,03) | -2,11 | 0,035 |
| Dímero D, µg/mL | 0,415 (0,27, 0,68) | 0,61 (0,37, 1,41) | -3,212 | 0,001 |
| Fibrinogênio, g/L | 3,97 (2,90, 4,88) | 4,04 (3,09, 5,04) | -0,94 | 0,347 |
| Contagem de neutrófilos, ×109/L | 5,51 (3,67, 7,58) | 7,31 (4,78, 12,61) | -3,533 | <0,001 |
| Contagem de linfócitos, ×109/L | 1,12 (0,79, 1,59) | 0,85 (0,59, 1,25) | -3,252 | 0,001 |
| RDW-CV, % | 13,60 (13,00, 14,30) | 14,10 (13,30, 14,92) | -2,637 | 0,008 |
| Contagem de plaquetas, ×109/L | 200,00 (163,00, 252,00) | 180,50 (143,00, 209,00) | -2,783 | 0,005 |
| Volume médio de plaquetas, fL | 10,00 (9,10, 11,47) | 10,75 (9,70, 11,72) | -2,793 | 0,005 |
| RNL | 4,49 (2,76, 9,30) | 8,54 (4,73, 15,57) | -4,357 | <0,001 |
| BNP, pg/mL | 59,75 (41,45, 89,40) | 135,50 (64,65, 632,00) | -6,5 | <0,001 |
Tabela 1: Comparação das características clínicas entre os grupos sem HP e com HP. Esta tabela resume as características basais, comorbidades, marcadores inflamatórios, indicadores de coagulação, índices hematológicos e marcadores de estresse cardíaco em pacientes idosos com EPOC agudizada. As variáveis contínuas são apresentadas como média ± desvio padrão ou mediana com intervalo interquartil; as variáveis categóricas são apresentadas como número e porcentagem. Abreviações: AECOPD, exacerbação aguda da doença pulmonar obstrutiva crônica; PH, hipertensão pulmonar; hs-CRP, proteína C-reativa de alta sensibilidade; RDW-CV, coeficiente de variação da amplitude de distribuição eritrocitária; NLR, razão neutrófilo-linfócito; BNP, peptídeo natriurético tipo B.
Diferenças laboratoriais entre os grupos sem PH e com PH
O grupo com HP apresentou maior carga inflamatória, hematológica e de estresse cardíaco relacionada à coagulação (Tabela 1). A mediana da proteína C-reativa de alta sensibilidade foi maior no grupo com HP do que no grupo sem HP (12,60 mg/L vs. 8,15 mg/L, P = 0,035). A RNL também foi maior no grupo com HP (8,54 vs. 4,49, P < 0,001), com uma contagem de neutrófilos mais elevada (7,31 × 109/L vs. 5,51 × 109/L, P < 0,001) e uma contagem de linfócitos mais baixa (0,85 × 109/L vs. 1,12 × 109/L, P = 0,001). O D-dímero foi maior no grupo com HP (0,61 µg/mL vs. 0,415 µg/mL, P = 0,001). A contagem de plaquetas foi menor no grupo com HP (180,50 × 109/L vs. 200,00 × 109/L, P = 0,005), enquanto o volume médio de plaquetas (10,75 fL vs. 10,00 fL, P = 0,005) e o coeficiente de variação da largura de distribuição de hemácias (14,10% vs. 13,60%, P = 0,008) foram maiores. O BNP também diferiu claramente entre os grupos, com um valor mediano de 135,50 pg/mL no grupo com HP e de 59,75 pg/mL no grupo sem HP (P < 0,001). A albumina, a creatinina e o fibrinogênio não diferiram significativamente entre os grupos (todos P > 0,05; Tabela 1).
Seleção do preditor e regressão logística multivariável
Treze variáveis apresentaram diferenças significativas entre os grupos na análise univariada e foram analisadas conjuntamente com preditores clinicamente relevantes. A contagem de neutrófilos e a contagem de linfócitos não foram incluídas junto com a RNL, pois são componentes da razão. A infecção pulmonar e a insuficiência cardíaca foram avaliadas durante a avaliação de redundância devido à sua sobreposição com marcadores inflamatórios e BNP, respectivamente. Nove variáveis foram incluídas no modelo primário de regressão logística multivariada: proteína C-reativa de alta sensibilidade, D-dímero, coeficiente de variação da amplitude de distribuição de hemácias, contagem de plaquetas, volume médio de plaquetas, RNL, BNP, doença coronariana e histórico de asma. Todos os fatores de inflação da variância foram inferiores a 5, indicando ausência de multicolinearidade grave; o valor mais alto foi 2,16 para BNP (Tabela 2).
No modelo primário, quatro variáveis permaneceram independentemente associadas à HP em pacientes idosos com DPOC agudizada (Tabela 2). O dímero D esteve associado a maiores chances de HP (OR = 1,251, IC 95%: 1,001–1,563, P = 0,049), assim como a RNL (OR = 1,043, IC 95%: 1,003–1,083, P = 0,033), o BNP (OR = 1,003, IC 95%: 1,001–1,005, P < 0,001) e o histórico de asma (OR = 3,054, IC 95%: 1,489–6,267, P = 0,002). A proteína C-reativa de alta sensibilidade, o coeficiente de variação da amplitude de distribuição eritrocitária, a contagem de plaquetas, o volume médio de plaquetas e a doença arterial coronariana não se mostraram independentemente associados à HP após ajuste (todos P > 0,05; Tabela 2).
| Variável | B | EP | Wald χ2 | OR (IC 95%) | Valor-p | FIV |
| hs-CRP | -0.002 | 0.002 | 1.099 | 0.998 (0.995, 1.002) | 0.295 | 1.22 |
| D-dímero | 0.224 | 0.114 | 3.877 | 1.251 (1.001, 1.563) | 0.049 | 1.16 |
| RDW-CV | 0.088 | 0.124 | 0.504 | 1.092 (0.856, 1.393) | 0.478 | 1.31 |
| Contagem de plaquetas | -0.003 | 0.002 | 1.281 | 0.997 (0.993, 1.002) | 0.258 | 1.44 |
| Volume médio de plaquetas | 0.096 | 0.088 | 1.197 | 1.101 (0.927, 1.309) | 0.274 | 1.37 |
| RNL | 0.042 | 0.02 | 4.545 | 1.043 (1.003, 1.083) | 0.033 | 1.53 |
| BNP | 0.003 | 0.001 | 13.58 | 1.003 (1.001, 1.005) | <0.001 | 2.16 |
| Doença cardíaca coronariana | 0.662 | 0.637 | 1.078 | 1.938 (0.556, 6.759) | 0.299 | 1.18 |
| Histórico de asma | 1.117 | 0.367 | 9.271 | 3.054 (1.489, 6.267) | 0.002 | 1.11 |
| Constante | -3.285 | 2.13 | 2.378 | — | 0.123 | — |
Tabela 2: Modelo primário de regressão logística multivariável para hipertensão pulmonar. Esta tabela apresenta os coeficientes de regressão, erros padrão, qui-quadrado de Wald χ2 valores, razões de chances, intervalos de confiança de 95%, valores de P e fatores de inflação de variância. D-dímero, RNL, BNP e histórico de asma permaneceram independentemente associados à HP. Abreviações: PH, hipertensão pulmonar; SE, erro padrão; OR, razão de chances; CI, intervalo de confiança; VIF, fator de inflação da variância; NLR, razão neutrófilo-linfócito; BNP, peptídeo natriurético tipo B.
Análise de sensibilidade incluindo infecção pulmonar e insuficiência cardíaca
Um modelo de sensibilidade foi construído adicionando infecção pulmonar e insuficiência cardíaca ao conjunto de preditores primários (Tabela 3). A infecção pulmonar manteve-se fortemente associada à HP (OR = 24,80, IC 95%: 5,62–109,44, P < 0,001), e a insuficiência cardíaca também esteve associada à HP (OR = 3,36, IC 95%: 1,52–7,43, P = 0,003). Após a inclusão dessas duas variáveis, as associações de BNP e NLR foram atenuadas, mas permaneceram com direção consistente. O dímero D e o histórico de asma também mantiveram associações positivas. O modelo de sensibilidade apresentou maior discriminação aparente do que o modelo primário (AUC = 0,91, IC 95%: 0,87–0,95), mas introduziu sobreposição substancial com estados diagnósticos inflamatórios e cardíacos. Portanto, o modelo com quatro variáveis foi mantido como o nomograma primário, enquanto o modelo de sensibilidade foi relatado para ilustrar a influência da infecção pulmonar e da insuficiência cardíaca na interpretação do modelo.
Construção do nomograma
Um nomograma foi construído utilizando os quatro preditores independentes mantidos no modelo primário de regressão logística multivariável: D-dímero, LNR, BNP e histórico de asma (Figura 2A). Cada preditor contribuiu com um valor em pontos de acordo com seu peso de regressão, e a pontuação total foi associada à probabilidade predita individualizada de HP. O caso ilustrativo foi revisado para evitar valores muito distantes da distribuição clínica observada. No exemplo revisado, um paciente idoso hospitalizado com DPAECO apresentava nível de D-dímero de 0,90 µg/mL, LNR de 10,0, nível de BNP de 230 pg/mL e histórico de asma. A pontuação total estimada foi de 173 pontos, correspondendo a uma probabilidade de HP de 78,4% no nomograma (Figura 2B).
Figura 2: Nômograma para estimar o risco de hipertensão pulmonar em pacientes idosos com EPOC agudizada. (A) O nômograma foi construído utilizando D-dímero, LNR, BNP e histórico de asma. Cada preditor recebeu um valor em pontos, e a pontuação total foi associada à probabilidade predita de HP. (B) Um exemplo revisado mostrou D-dímero = 0.90 µg/mL, LNR = 10.0, BNP = 230 pg/mL e histórico de asma = Sim, correspondendo a 173 pontos e uma probabilidade estimada de HP de 78,4%. Abreviaturas: AECOPD, exacerbação aguda da doença pulmonar obstrutiva crônica; PH, hipertensão pulmonar; NLR, razão neutrófilo-linfócito; BNP, peptídeo natriurético tipo B. Clique aqui para visualizar uma versão maior desta figura.
Discriminação do modelo de predição
O nomograma de quatro variáveis alcançou uma área sob a curva característica de operação do receptor de 0,82, com um intervalo de confiança de 95% de 0,760–0,874 (Figura 3A). Em comparação, o D-dímero isolado apresentou uma área sob a curva de 0,623, a LCR isolada apresentou uma área sob a curva de 0,666 e o BNP isolado apresentou uma área sob a curva de 0,748. Um modelo que combina os três marcadores quantitativos resultou em uma área sob a curva de 0,793 (Figura 3B). Assim, o nomograma demonstrou melhor discriminação do que cada marcador individual e discriminação ligeiramente superior à do modelo com três marcadores.
Figura 3: Curvas características de operação do receptor para o nomograma e preditores quantitativos. (A) O nomograma de quatro variáveis alcançou uma AUC de 0,82, com um IC de 95% de 0,760–0,874. (B) Os valores de AUC foram 0,623 para D-dímero, 0,666 para RNL, 0,748 para BNP e 0,793 para o modelo combinado de marcadores quantitativos. Abreviações: ROC, característica de operação do receptor; AUC, área sob a curva; RNL, razão neutrófilo-linfócito; BNP, peptídeo natriurético tipo B. Clique aqui para visualizar uma versão maior desta figura.
Calibração e validação interna
A validação interna foi realizada utilizando reamostragem por bootstrap com 1.000 réplicas. A análise de calibração comparou as probabilidades preditas de HP com os desfechos observados de HP (Figura 4). O intercepto de calibração aparente foi 0,0000 e a inclinação de calibração aparente foi 1,0000. Após correção por bootstrap, o intercepto de calibração foi -0,08 e a inclinação de calibração foi 0,86. O erro médio absoluto de calibração foi 0,054 e o escore de Brier foi 0,1878. O teste de Hosmer-Lemeshow foi estatisticamente significativo (P = 0,0005), indicando desvio residual de calibração. Portanto, apesar da boa discriminação, os resultados de calibração foram interpretados com cautela, e uma recalibração pode ser necessária antes da utilização em outros contextos.
Figura 4: Curva de calibração do nomograma de predição de hipertensão pulmonar. A curva de calibração compara as probabilidades preditas e observadas de HP. As curvas aparente e corrigida por bootstrap foram geradas utilizando 1.000 reamostragens por bootstrap. O escore de Brier foi de 0,1878 e o teste de Hosmer-Lemeshow foi significativo (P = 0,0005), indicando desvio residual de calibração. Abreviações: HP, hipertensão pulmonar; HL, Hosmer-Lemeshow. Clique aqui para visualizar uma versão maior desta figura.
Utilidade clínica avaliada pela análise de curva de decisão
A análise da curva de decisão mostrou que a curva do nomograma permaneceu acima das estratégias de referência de tratar todos e não tratar nenhum, em uma faixa de probabilidade de limiar de aproximadamente 1%–70% (Figura 5). Esse achado sugeriu um benefício líquido potencial na identificação de pacientes idosos com DPOC exacerbada que possam necessitar de revisão ecocardiográfica mais rigorosa, monitoramento cardiopulmonar ou avaliação diagnóstica adicional. Como o modelo foi validado apenas internamente, os resultados da curva de decisão foram interpretados como evidência preliminar de utilidade clínica, e não como comprovação de benefício na implementação.
Figura 5: Análise de curva de decisão do nomograma de predição de hipertensão pulmonar. A análise de curva de decisão mostrou que o nomograma proporcionou benefício líquido potencial ao longo de probabilidades de limiar variando aproximadamente de 1% a 70%, em comparação com as estratégias de tratar todos e não tratar nenhum. Abreviações: DCA, análise de curva de decisão; PH, hipertensão pulmonar. Clique aqui para visualizar uma versão maior desta figura.
Resultados gerais do modelo
O risco de HP em pacientes idosos hospitalizados com DPOC exacerbação aguda esteve associado a informações relacionadas à inflamação, coagulação, estresse cardíaco e doenças das vias aéreas. NLR, BNP, dímero D e histórico de asma associaram-se independentemente à HP e foram integrados a um nomograma com boa discriminação. A análise de sensibilidade mostrou que infecção pulmonar e insuficiência cardíaca estiveram fortemente associadas à HP, mas sua inclusão aumentou a sobreposição com marcadores inflamatórios e de estresse cardíaco. A calibração não foi totalmente ideal, especialmente considerando o teste de Hosmer-Lemeshow significativo. Esses achados sustentam o nomograma como uma ferramenta de estratificação de risco validada internamente, que necessita de validação externa e possível recalibração antes de uso clínico mais amplo.
DISPONIBILIDADE DE DADOS:
O conjunto de dados que sustenta as descobertas deste estudo foi depositado no repositório Figshare e está disponível publicamente em: https://doi.org/10.6084/m9.figshare.32765667.v1 .
| Item de Análise | Nomograma Primário com Quatro Variáveis | Modelo de Sensibilidade Incluindo Infecção Pulmonar e Insuficiência Cardíaca |
| Previsores incluídos | D-dímero, NLR, BNP, histórico de asma | D-dímero, NLR, BNP, histórico de asma, infecção pulmonar, insuficiência cardíaca |
| OR de infecção pulmonar (IC 95%) | Não incluído | 24,80 (5,62; 109,44) |
| OR de insuficiência cardíaca (IC 95%) | Não incluído | 3,36 (1,52; 7,43) |
| Direção do D-dímero | Positiva | Positiva |
| Direção do NLR | Positiva | Positiva, mas atenuada |
| Direção do BNP | Positiva | Positiva, mas atenuada |
| Direção do histórico de asma | Positiva | Positiva |
| AUC (IC 95%) | 0,82 (0,760; 0,874) | 0,91 (0,87; 0,95) |
| Pontuação de Brier | 0,1878 | 0,146 |
| Intercepto aparente de calibração | 0 | 0 |
| Inclinação aparente de calibração | 1 | 1 |
| Intercepto de calibração corrigido por bootstrap | -0,08 | -0,05 |
| Inclinação de calibração corrigida por bootstrap | 0,86 | 0,89 |
| Erro médio absoluto de calibração | 0,054 | 0,041 |
| Valor-p de Hosmer-Lemeshow | 0,0005 | 0,021 |
| Intervalo de limiar da curva de decisão com benefício líquido | Aproximadamente 1%–70% | Aproximadamente 2%–75% |
| Função do modelo | Nomograma primário | Apenas análise de sensibilidade |
Tabela 3: Análise de sensibilidade e indicadores de validação interna. Esta tabela compara o nomograma primário de quatro variáveis com o modelo de sensibilidade que incluiu adicionalmente infecção pulmonar e insuficiência cardíaca. São apresentados discriminação, calibração, teste de Hosmer-Lemeshow, amplitude da curva de decisão e indicadores corrigidos por reamostragem bootstrap. Abreviações: AUC, área sob a curva característica de operação do receptor; OR, razão de chances; CI, intervalo de confiança; NLR, razão neutrófilo-linfócito; BNP, peptídeo natriurético tipo B.
Discussão
Este estudo desenvolveu um nomograma baseado em dados rotineiros para estimar o risco de hipertensão pulmonar (HP) em pacientes idosos hospitalizados com exacerbação aguda da doença pulmonar obstrutiva crônica (EAPCOC). Quatro variáveis facilmente disponíveis, nomeadamente a relação neutrófilo-linfócito (RNL), o peptídeo natriurético tipo B (BNP), o D-dímero e o histórico de asma, foram mantidas no modelo principal. O nomograma apresentou melhor discriminação do que marcadores quantitativos individuais e benefício líquido potencial em uma ampla faixa de limiares. No entanto, a calibração não foi totalmente ideal, conforme indicado pelo teste de Hosmer-Lemeshow significativo e pelos resultados de calibração corrigidos por bootstrap. Portanto, o modelo deve ser interpretado como uma ferramenta de estratificação de risco validada internamente, e não como substituto diagnóstico ou como instrumento clínico pronto para implementação.
Os preditores selecionados são biologicamente plausíveis na HP relacionada à EAPOC. A RNL reflete o equilíbrio entre a inflamação mediada por neutrófilos e a regulação imunológica relacionada aos linfócitos. Em exacerbações agudas da DPOC, essa razão tem sido descrita como um marcador clinicamente acessível da carga inflamatória e da atividade da doença19. Na DPOC complicada por HP, uma RNL mais elevada também tem sido associada ao envolvimento vascular pulmonar e a um status clínico pior20. O BNP acrescentou uma dimensão diferente de informação de risco. Em pacientes com DPOC, o aumento dos peptídeos natriuréticos pode refletir sobrecarga de pressão no ventrículo direito, disfunção cardíaca concomitante ou estresse cardiopulmonar mais amplo21. O D-dímero representou o componente relacionado à coagulação no modelo. Estudos anteriores associaram níveis elevados de D-dímero à mortalidade após EAPOC, reforçando seu valor como marcador de risco sistêmico agudo22. Biomarcadores baseados na inflamação, incluindo índices derivados de contagem sanguínea e relacionados ao D-dímero, também foram avaliados para prever HP durante EAPOC23. Esses achados sustentam a interpretação de que o risco de HP nesta coorte foi moldado por informações inflamatórias, de estresse cardíaco, relacionadas à coagulação e ao fenótipo das vias aéreas, e não por uma única via.
A literatura mais ampla reforça ainda mais a relevância translacional de marcadores inflamatórios e relacionados à coagulação de rotina. O D-dímero tem sido estudado como marcador da gravidade tromboinflamatória e da mortalidade intra-hospitalar na COVID-1924. Índices derivados da RNL também foram avaliados como preditores de progressão e mortalidade entre pacientes gravemente doentes com COVID-1925. A variação de fibrinogênio e D-dímero tem sido discutida em relação à perturbação da coagulação e à tomada de decisão sobre anticoagulação na inflamação viral sistêmica26. Esses estudos não comprovam que os mesmos mecanismos atuem de forma idêntica na HP associada à EACPA. No entanto, eles sustentam a ideia mais ampla de que índices hematológicos e de coagulação de rotina podem captar sinais de resposta do hospedeiro clinicamente relevantes em doenças inflamatórias pulmonares e sistêmicas.
A história de asma foi a única comorbidade mantida no nomograma primário. Esse achado pode refletir um subgrupo com inflamação das vias aéreas, remodelação, hipersecreção de muco e maior vulnerabilidade a exacerbações sobrepostas. Em pacientes idosos com DPOC, a história de asma pode indicar um fenótipo de doença das vias aéreas mais complexo, e não apenas um diagnóstico de fundo simples. O delineamento retrospectivo não pode confirmar um mecanismo de sobreposição entre asma e DPOC, mas a associação sugere que a história de asma deve ser considerada ao avaliar o risco de HP durante a hospitalização por exacerbação aguda da DPOC.
O estudo também esclarece o papel da infecção pulmonar e da insuficiência cardíaca. Ambas as variáveis mostraram fortes associações univariadas com HP e permaneceram influentes na análise de sensibilidade. A exclusão dessas variáveis do nomograma principal não teve a intenção de desconsiderar sua importância clínica. Pelo contrário, a infecção pulmonar apresenta sobreposição parcial com marcadores inflamatórios, e a insuficiência cardíaca apresenta sobreposição parcial com BNP e achados cardíacos ecocardiográficos. A inclusão dessas variáveis aumentou o desempenho aparente, mas também aumentou a redundância clínica. O nomograma de quatro variáveis foi, portanto, mantido como o modelo principal para enfatizar preditores precoces e de mensuração rotineira, enquanto o modelo de sensibilidade foi utilizado para mostrar como a infecção pulmonar e a insuficiência cardíaca afetaram a interpretação do modelo.
A principal contribuição deste estudo é prática, e não mecanicista. Um nomograma baseado em pontos pode traduzir os resultados de regressão multivariável em uma estimativa visual individualizada da probabilidade de HP. A divulgação transparente é essencial para modelos clínicos de predição, especialmente quando um modelo é proposto para estratificação de risco e não para inferência causal27. O documento TRIPOD Explicação e Elaboração também enfatiza a divulgação completa da seleção de preditores, desempenho do modelo, validação e aplicabilidade clínica28. Em estudos clínicos recentes, ferramentas baseadas em nomogramas têm sido utilizadas para apoiar a estimativa individualizada de risco à beira do leito em contextos cardiovasculares29. Abordagens semelhantes de predição de risco também foram propostas para pacientes idosos submetidos a cirurgias não eletivas, destacando o crescente interesse em ferramentas clínicas de predição interpretáveis30. No presente estudo, o teste significativo de Hosmer-Lemeshow e a inclinação de calibração corrigida por bootstrap indicam que as probabilidades preditas podem necessitar recalibração antes de serem usadas fora do contexto de derivação. Assim, o nomograma pode auxiliar na identificação de pacientes que necessitam revisão ecocardiográfica mais detalhada ou monitorização cardiopulmonar, mas não deve substituir a avaliação baseada em diretrizes ou a cateterização do lado direito do coração quando um diagnóstico definitivo for necessário.
Várias limitações devem ser reconhecidas. Primeiramente, este foi um estudo retrospectivo de centro único, e vieses de seleção, informações ausentes e práticas diagnósticas específicas do centro podem ter influenciado os resultados. Em segundo lugar, a HP foi definida por ecocardiografia transtorácica e não por cateterização do lado direito do coração. Embora a ecocardiografia seja amplamente utilizada na prática clínica habitual, limitações da janela acústica na DPOC podem levar a erros na estimativa de pressão ou à classificação incorreta do desfecho. Em terceiro lugar, o modelo foi validado apenas internamente; nenhuma coorte externa estava disponível. Em quarto lugar, índices de função pulmonar, parâmetros de gasometria arterial, exposição a medicamentos, histórico de exacerbações, variáveis derivadas de imagem, resposta ao tratamento e desfechos de longo prazo não foram plenamente incorporados. Em quinto lugar, o resultado significativo do teste de Hosmer-Lemeshow indica desvio residual de calibração; portanto, as probabilidades preditas absolutas devem ser interpretadas com cautela.
Delineamentos alternativos de estudo poderiam testar ainda mais a hipótese. Um estudo de coorte prospectivo multicêntrico poderia padronizar a coleta de sangue, o controle de qualidade da ecocardiografia e as definições dos preditores. Um estudo de precisão diagnóstica utilizando cateterização do lado direito do coração em um subconjunto representativo poderia esclarecer a extensão da classificação incorreta do desfecho. Estudos de tempo até o evento poderiam examinar se as mesmas variáveis predizem mortalidade, reinternação, progressão da hipertensão pulmonar ou insuficiência do lado direito do coração. Modelagens comparativas também poderiam testar se a inclusão de parâmetros da função pulmonar, gasometria sanguínea, tomografia computadorizada ou parâmetros ecocardiográficos do lado direito do coração melhora a predição além das quatro variáveis de rotina.
Trabalhos futuros devem focar na validação externa, recalibração e usabilidade clínica. O modelo deve ser testado em hospitais com diferentes misturas de casos clínicos, plataformas laboratoriais e fluxos de trabalho ecocardiográficos. Se o desempenho permanecer estável, o fluxo de trabalho poderá auxiliar no triagem precoce de pacientes idosos com DPOC agudizada que possam necessitar de monitoramento cardiopulmonar mais rigoroso ou avaliação especializada. Nesta fase, o nomograma fornece uma abordagem prática e reprodutível para estimativa de risco, mas sua implementação mais ampla exige validação prospectiva e avaliação sobre se decisões guiadas pelo modelo melhoram o manejo do paciente.
Divulgações
Os autores declaram não haver interesses financeiros concorrentes ou outros conflitos de interesse relacionados a este trabalho.
Contribuições dos Autores
Mingfeng Wu: Planejamento do estudo, supervisão e execução, redação e revisão do manuscrito, e coordenação das responsabilidades da equipe; Li Zhang: Coleta e organização de dados, análise estatística e redação do manuscrito; Xiong Wang: Coleta de dados e redação do manuscrito; Saohua Xu: Análise estatística e revisão do manuscrito; Li Xie: Revisão do manuscrito.
Agradecimentos
Este estudo foi apoiado pelos Projetos de Pesquisa Científica da Administração Provincial de Medicina Tradicional Chinesa de Sichuan, incluindo Exploração prática da construção de um modelo de predição de hipertensão pulmonar em pacientes idosos com doença pulmonar obstrutiva crônica com base na razão NLR (Processo nº 25MSZX321) e construção de um modelo de serviço laboratorial de comunidade médica distrital e pesquisa sobre resposta política impulsionada por “entrega por drones + diagnóstico assistido por IA” (Nº do Convênio 25MSZX322). Os autores agradecem ao Hospital de Medicina Tradicional Chinesa do Condado de Santai pelo apoio a este estudo.
Materiais
| Nome | Empresa | Número de catálogo | Comentários |
|---|---|---|---|
| Analisador clínico automatizado | Mindray Bio-Medical Electronics Co., Ltd. | BS-480 | Utilizado para medir albumina sérica, creatinina e proteína C-reativa de alta sensibilidade em exames laboratoriais clínicos de rotina. |
| Analisador de coagulação automatizado | Mindray Bio-Medical Electronics Co., Ltd. | C3510 | Utilizado para medir dímero D e fibrinogênio em testes de coagulação de rotina. |
| Analisador hematológico automatizado | Mindray Bio-Medical Electronics Co., Ltd. | BC-5380 | Utilizado para medir contagem de neutrófilos, contagem de linfócitos, contagem de plaquetas, volume médio de plaquetas e coeficiente de variação da largura de distribuição de hemácias. |
| Analisa dor de imunoensaio quimioluminescente | Mindray Bio-Medical Electronics Co., Ltd. | CL-1200i | Utilizado para medir o peptídeo natriurético tipo B em exames laboratoriais clínicos de rotina. |
| Reagentes, calibradores e controles para imunoensaio quimioluminescente | Mindray Bio-Medical Electronics Co., Ltd. | Sistema de reagentes série CL | Utilizados para testes de imunoensaio quimioluminescente e controle de qualidade. |
| Reagentes, calibradores e controles de bioquímica clínica | Mindray Bio-Medical Electronics Co., Ltd. | Sistema de reagentes série BS | Utilizados para ensaios de bioquímica clínica de rotina realizados no analisador da série BS. |
| Calibradores e controles de coagulação | Mindray Bio-Medical Electronics Co., Ltd. | Produto-específico* | Utilizados para controle de qualidade e calibração de ensaios de coagulação. |
| Pacote dcurves | CRAN | dcurves | Utilizado para realizar análise de curva de decisão e calcular o benefício clínico líquido em diferentes probabilidades limiares. |
| Tubo de coleta de sangue venoso com EDTA | BD | Tubo Vacutainer K2EDTA (REF 367856) | Utilizado para testes de contagem completa de sangue. |
| Sistema de prontuário eletrônico | Hospital de Medicina Tradicional Chinesa do Condado de Santai | Não aplicável | Utilizado para recuperar características demográficas de pacientes internados, registros de admissão, diagnósticos de alta, comorbidades, evoluções, laudos de imagem, registros de consultas e desfechos clínicos. |
| Reagentes, calibradores e controles hematológicos | Mindray Bio-Medical Electronics Co., Ltd. | Sistema de reagentes série BC | Utilizados para testes de contagem completa de sangue de rotina e controle de qualidade do analisador. |
| IBM SPSS Statistics | IBM Corp. | Versão 26.0 | Utilizado para estatísticas descritivas, comparações entre grupos e análise preliminar de regressão logística. |
| Sistema de informação laboratorial | Hospital de Medicina Tradicional Chinesa do Condado de Santai | Não aplicável | Utilizado para recuperar índices de hemograma, índices bioquímicos, marcadores de coagulação, marcadores inflamatórios e marcadores de estresse cardíaco. |
| Pacote pROC | CRAN | pROC | Utilizado para análise de curva característica de operação do receptor (ROC) e estimativa da área sob a curva. |
| Software estatístico R | Fundação R para Computação Estatística | Versão 4.5.2 | Utilizado para modelagem de regressão logística, construção de nomogramas, análise de curva ROC, avaliação de calibração, validação interna por bootstrap e análise de curva de decisão. |
| Pacote ResourceSelection | CRAN | ResourceSelection | Utilizado para realizar o teste de adequação de Hosmer-Lemeshow. |
| Pacote rms | CRAN (Frank E. Harrell Jr.) | rms | Utilizado para modelagem de regressão, construção de nomogramas, avaliação de calibração e validação interna. |
| Tubo de coleta de sangue venoso com separador de soro | BD | Tubo Vacutainer SST (REF 367820) | Utilizado para testes bioquímicos e de marcadores inflamatórios no soro. |
| Tubo de coleta de sangue venoso com citrato de sódio | BD | Tubo Vacutainer com citrato (REF 363080) | Utilizado para testes de coagulação, incluindo dímero D e fibrinogênio. |
| Formulário padronizado de extração de dados clínicos | Criado pela equipe do estudo | Não aplicável | Utilizado para extrair variáveis demográficas, clínicas, laboratoriais e ecocardiográficas pré-definidas de registros retrospectivos. |
| Sistema de ecocardiografia transtorácica | GE HealthCare | Vivid E95 | Utilizado para estimar a pressão arterial pulmonar sistólica e avaliar o tamanho do ventrículo direito, espessura da parede e função sistólica. |
Referências
- Adeloye D, et al. Global, regional, and national prevalence of, and risk factors for, chronic obstructive pulmonary disease (COPD) in 2019: a systematic review and modelling analysis. Lancet Respir Med. 2022;10:447-58.
- Chronic Obstructive Pulmonary Disease Group of Chinese Thoracic Society, Chronic Obstructive Pulmonary Disease Committee of Chinese Association of Chest Physician. Guidelines for the diagnosis and management of chronic obstructive pulmonary disease, revised version 2021. Chin J Tuberc Respir Dis. 2021;44:170-205.
- Johnson S, et al. Pulmonary hypertension: a contemporary review. Am J Respir Crit Care Med. 2023;208:528-48.
- Munshi RF, Pellegrini JR Jr, Patel P, Anjum F. Impact of pulmonary hypertension in patients with acute exacerbation of chronic obstructive pulmonary disease and its effect on healthcare utilization. Pulm Circ. 2021;11(3):20458940211046838.
- Prins KW, et al. Disproportionate right ventricular dysfunction and poor survival in group 3 pulmonary hypertension. Am J Respir Crit Care Med. 2018;197:1496-9.
- Andersen KH, et al. Prevalence, predictors, and survival in pulmonary hypertension related to end-stage chronic obstructive pulmonary disease. J Heart Lung Transplant. 2012;31:373-80.
- Chen Y, et al. Right heart catheterization-related complications: a review of the literature and best practices. Cardiol Rev. 2020;28:36-41.
- Younis M, et al. Echocardiography and pulmonary hypertension in patients with chronic obstructive pulmonary disease undergoing lung transplantation evaluation. Am J Med Sci. 2024;367:95-104.
- Pascual-González Y, López-Sánchez M, Dorca J, Santos S. Defining the role of neutrophil-to-lymphocyte ratio in COPD: a systematic literature review. Int J Chron Obstruct Pulmon Dis. 2018;13:3651-62.
- Lee SJ, et al. Usefulness of neutrophil to lymphocyte ratio in patients with chronic obstructive pulmonary disease: a prospective observational study. Korean J Intern Med. 2016;31:891-8.
- Leuchte HH, et al. Brain natriuretic peptide is a prognostic parameter in chronic lung disease. Am J Respir Crit Care Med. 2006;173:744-50.
- Husebø GR, et al. Coagulation markers as predictors for clinical events in COPD. Respirology. 2021;26:342-51.
- Iasonos A, Schrag D, Raj GV, Panageas KS. How to build and interpret a nomogram for cancer prognosis. J Clin Oncol. 2008;26:1364-70.
- Balachandran VP, Gonen M, Smith JJ, DeMatteo RP. Nomograms in oncology: more than meets the eye. Lancet Oncol. 2015;16(4):e173-e180.
- Global Initiative for Chronic Obstructive Lung Disease. Global Strategy for the Diagnosis, Management, and Prevention of Chronic Obstructive Pulmonary Disease: 2021 Report. Global Initiative for Chronic Obstructive Lung Disease; Fontana; 2021.
- Galiè N, et al. 2015 ESC/ERS Guidelines for the diagnosis and treatment of pulmonary hypertension. Eur Heart J. 2016;37:67-119.
- Wu Z, Zhan S, Wang D, Tang C. A novel nomogram for predicting the risk of acute heart failure in intensive care unit patients with COPD. Chronic Obstr Pulm Dis. 2025;12(2):117-126.
- Cheng H, et al. A risk nomogram for predicting prolonged intensive care unit stays in patients with chronic obstructive pulmonary disease. Front Med. 2023;10:1177786.
- Zinellu A, et al. Clinical significance of the neutrophil-to-lymphocyte ratio and platelet-to-lymphocyte ratio in acute exacerbations of COPD: present evidence and future perspectives. Eur Respir Rev. 2022;31(166):220095.
- Jiang T, et al. Value of the neutrophil-to-lymphocyte ratio in chronic obstructive pulmonary disease complicated with pulmonary hypertension. J Int Med Res. 2023;51(1):3000605231200266.
- Hawkins NM, et al. B-type natriuretic peptides in chronic obstructive pulmonary disease: a systematic review. BMC Pulm Med. 2017;17:11.
- Hu G, et al. Prognostic role of D-dimer for in-hospital and 1-year mortality in exacerbations of COPD. Int J Chron Obstruct Pulmon Dis. 2016;11:2729-36.
- Zuo H, et al. Predictive value of novel inflammation-based biomarkers for pulmonary hypertension in the acute exacerbation of chronic obstructive pulmonary disease. Anal Cell Pathol (Amst). 2019;2019:5189165.
- Hayiroglu MI, Cicek V, Kilic S, Cinar T. Mean serum D-dimer level to predict in-hospital mortality in COVID-19 patients. Rev Assoc Med Bras (1992). 2021;67:1108-13.
- Guney BC, et al. Evaluation of N/LP ratio as a predictor of disease progression and mortality in COVID-19 patients admitted to the intensive care unit. Medeni Med J. 2021;36:241-8.
- Hayiroglu MI, Cinar T, Tekkesin AI. Fibrinogen and D-dimer variances and anticoagulation recommendations in COVID-19: current literature review. Rev Assoc Med Bras (1992). 2020;66:842-8.
- Collins GS, Reitsma JB, Altman DG, Moons KGM. Transparent reporting of a multivariable prediction model for individual prognosis or diagnosis: the TRIPOD statement. Ann Intern Med. 2015;162:55-63.
- Moons KGM, et al. Transparent reporting of a multivariable prediction model for individual prognosis or diagnosis: explanation and elaboration. Ann Intern Med. 2015;162(1):W1-W73.
- Kalenderoglu K, et al. Heart rate variability nomogram predicts atrial fibrillation in patients with moderate to high burden of premature ventricular complexes. Medicina (Kaunas). 2026;62:243.
- Cicek V, et al. A new risk prediction model for the assessment of myocardial injury in elderly patients undergoing non-elective surgery. J Cardiovasc Dev Dis. 2025;12(1):6.