A fibromialgia é um distúrbio reumatológico que causa dor crônica e outras condições sintomáticas, como depressão e ansiedade. Apesar de sua relevância, a doença ainda apresenta um diagnóstico complexo onde o médico precisa ter uma correta interpretação clínica dos sintomas.
De acordo com a Sociedade Brasileira de Estudos para a Dor, a fibromialgia tem difícil diagnóstico – sua identificação pode levar anos – o que também dificulta a exatidão dos dados referentes ao número de casos no Brasil e no mundo.
Estima-se que pelo menos 3% da população brasileira sofre com as dores intensas e incapacitantes, além dos outros sintomas causados pela fibromialgia. A estimativa aponta ainda que a síndrome é mais recorrente em mulheres: 90% dos casos diagnosticados de fibromialgia são entre esta parcela da população, com incidência mais comum nas mulheres com idades entre 25 e 50 anos.
Nesse contexto, fica uma dúvida: “Como podemos identificar a fibromialgia com mais agilidade e assertividade?”. É válido estudar ferramentas que auxiliem no rastreamento dessa doença, utilizando técnicas instrumentais de análise química, como a espectroscopia de massa, em conjunto com ferramentas computacionais, como algoritmos de machine learning.
A partir de amostras de plasma sanguíneo analizadas por espectrometria de massa com ionização por spray de papel e posterior classificação multivariada dos dados espectrais (não supervisionado e supervisionado), selecionando variáveis possíveis de ser associada ao padrão metaoômico do plasma sanguíneo.
A análise exploratória por componentes principais (PCA) e a análise supervisionada com algoritmo de projeções sucessivas com análise discriminante linear (SPA-LDA) apresentaram resultados satisfatórios com 100% de acurácia para predição amostral em ambos os grupos. Isso demonstra que esta combinação de técnicas pode ser utilizada como uma ferramenta simples, confiável e rápida no desenvolvimento do diagnóstico clínico da fibromialgia.
Tendo em vista que o diagnóstico de fibromialgia é subjetivo, demorado e com baixa precisão, esses resultados apresentados trazem uma luz ao diagnóstico da fibromialgia, contribuindo fortemente para essa área e podendo ser empregado em curto prazo no sistema de saúde. Essa tecnologia seria mais acessível, considerado baixo a longo prazo, e de diagnóstico rápido, capaz de fazer dezenas de análises em poucas horas. Com essa pesquisa, a ciência traz esperança a todos aqueles que sofrem diariamente com essa doença e a possibilidade de um tratamento mais digno.
Leomir Aires, docente da Estácio e doutor em química