Influência dos Fatores de Risco e Scores de Risco Individualizados na Degenerescência Macular da Idade através de um Modelo de Variable Influence Analysis
DOI:
https://doi.org/10.48560/rspo.38251Palavras-chave:
Degenerescência Macular/genética, Fatores de Risco, Medicina de PrecisãoResumo
INTRODUÇÃO: Explorar a influência relativa de diferentes fatores de risco no desenvolvimento e progressão da degenerescência macular relacionada com a idade (DMRI) num estudo epidemiológico através do novo modelo variable influence analysis (VIA), com o objetivo de calcular scores de risco personalizados.
MÉTODOS: Estudo epidemiológico populacional com 2 visitas (Coimbra Eye Study) sobre a prevalência de DMRI e incidência a 6,5 anos. Os participantes foram avaliados com retinografia e, adicionalmente, com NIR, FAF e OCT na visita de follow-up. Avaliaram-se os antecedentes e fatores de risco, incluindo um questionário de frequência alimentar para calcular a adesão à dieta mediterrânica. Recolheu-se amostras de sangue e genotipou-se 69 SNPs, segundo o consórcio EYE-RISK. Foi desenvolvido um modelo VIA para calcular o score de influência de cada fator de risco na transição entre os estádios da DMRI. Um score de risco global para DMRI foi calculado para cada paciente.
RESULTADOS: Incluiu-se 948 participantes, 243 com DMRI e 705 controles. Os principais fatores preditores da transição “ausência de DMRI” (estádios de Rotterdam 0 ou 1) para “DMRI” (estádios de Rotterdam 2, 3 ou 4) foram: estádio inicial da doença, idade, e as variantes de risco CFHrs35292876, CFHrs10922109 e ARMS2/HITRATrs3750846. Para prever a transição para estádios mais severos (estágios 3 e 4), o score de influência do tabagismo quase duplicou, e novos fatores previamente negligenciaveis tornaram-se relevantes: diabetes, hipertensão arterial e a variante C3rs2230199. Na análise root cause, as variáveis mais influentes foram a variante C2rs429608, adesão à dieta mediterrânea, exercício, índice de massa corporal e hipertensão arterial. Com base nestes scores, calculou-se scores globais de risco para cada participante.
CONCLUSÃO: Os principais fatores preditores do risco de desenvolver DMRI foram a idade e variantes de risco nos genes CFH e AMRS2/HITRAT. Fatores clínicos e de estilo de vida, incluindo a dieta, foram influentes na transição de não-doença para doença. Com a progressão para estádios mais graves, outros fatores clínicos de risco, como o tabagismo, diabetes e hipertensão arterial tornaram-se mais relevantes. Essa abordagem permite a personalização dos scores de risco de DMRI, possibilitando intervenções em fatores de risco modificáveis para a redução de risco.
Downloads
Referências
Fleckenstein M, Keenan TD, Guynmer RH, Chakravarthy U, Schmitz-Valckenberg S, Klaver CC, et al. Age-related macular degeneration. Nat Rev Dis Primers. 2021;7:31. doi: 10.1038/s41572-021-00265-2.
Farinha C, Cachulo ML, Coimbra R, Alves D, Nunes S, Pires I, et al. Age-Related Macular Degeneration Staging by Color Fundus Photography vs. Multimodal Imaging – Epidemiological Implications (The Coimbra Eye Study – Report 6). J Clin Med Res. 2020;9:1329. doi: 10.3390/jcm9051329.
Wong WL, Su X, Li X, Cheung CMG, Klein R, Cheng CY, et al. Global prevalence of age-related macular degeneration and disease burden projection for 2020 and 2040: a systematic review and meta-analysis. Lancet Glob Health. 2014;2:e106-16. doi: 10.1016/S2214-109X(13)70145-1.
Chen Y, Vuong LM, Liu J, Ho J, Srinivasan VJ, Gorczynska I, et al. Three-dimensional ultrahigh resolution optical coherence tomography imaging of age-related macular degeneration. domain optical coherence tomography. Opt Express. 2003;11:2183–9. doi: 10.1364/oe.17.004046.
Gheorghe A, Mahdi L, Musat O. Age-related macular degeneration. Rom J Ophthalmol. 2015;59:74–7.
Lambert NC, ElShelmani H, Singh MK, Mansergh FC, Wride MA, Padilla M, et al. Risk factors and biomarkers of age-related macular degeneration. Prog Retin Eye Res. 2016;54:64–102. doi: 10.1016/j.preteyeres.2016.04.003.
Raimundo M, Mira F, Cachulo M da L, Barreto P, Ribeiro L, Farinha C, et al. Adherence to a Mediterranean diet, lifestyle and age-related macular degeneration: the Coimbra Eye Study - report 3. Acta Ophthalmol. 2018;96:e926–32. doi: 10.1111/aos.13775.
Farinha C, Barreto P, Coimbra R, Machado MB, Figueiredo I, Cachulo ML, et al. Age-related macular degeneration and extramacular drusen: Genetic associations in the Coimbra eye study. Invest Ophthalmol Vis Sci. 2024;65:35. doi: 10.1167/iovs.65.5.35.
Colijn JM, Meester-Smoor M, Verzijden T, de Breuk A, Silva R, Merle BM, et al. Genetic Risk, Lifestyle, and Age-Related Macular Degeneration in Europe: The EYE-RISK Consortium. Ophthalmology. 2021;128:1039–49. doi: 10.1016/j.ophtha.2020.11.024.
Witteveen A, Nane GF, Vliegen MH, Siesling S, IJzerman MJ. Comparison of logistic regression and Bayesian Networks for risk prediction of breast cancer recurrence. Med Deeds Making. 2018;38:822–33. doi: 10.1177/0272989X18790963.
Fornacon-Wood J, Mistry H, Johnson-Hart C, Faivre-Finn C, O’Connor JP, Price GJ. Understanding the differences between Bayesian and frequentist statistics. Int J Radiat Oncol Biol Phys. 2022;112:1076–82. doi: 10.1016/j.ijrobp.2021.12.011.
Cachulo M da L, Lains J, Lobo C, Figueira J, Ribeiro L, Marques JP, et al. Age-related macular degeneration in Portugal: prevalence and risk factors in a coastal and an inland town. The Coimbra Eye Study - Report 2. Acta Ophthalmol. 2016;94:e442–53. doi: 10.1111/aos.12950.
Farinha C, Cachulo ML, Alves D, Pires I, Marques JP, Barreto P, et al. Incidence of age-related macular degeneration in the central region of Portugal: the Coimbra Eye Study – report 5. Invest Ophthalmol Vis Sci. 2019;60:58–8. doi: 10.1159/000496393.
Klaver CC, Assink JJ, van Leeuwen R, Wolfs RC, Vingering JR, Stijnen T, et al. Incidence and progression rates of age-related maculopathy: the Rotterdam Study. Invest Ophthalmol Vis Sci. 2001;42:2237–41.
Farinha C, Barreto P, Coimbra R, Cachulo ML, Melo JB, Cunha-Vaz J, et al. Common and rare genetic risk variants in age-related macular degeneration and genetic risk score in the Coimbra eye study. Acta Ophthalmol. 2023;101:185–99. doi: 10.1111/aos.15232.
Frische LG, Igl W, Bailey JNC, Grassmann F, Sengupta S, Bragg-Gresham JL, et al. A large genome-wide association study of age-related macular degeneration highlights contributions of rare and common variants. Nat Genet. 2016;48:134–43. doi: 10.1038/ng.3448.
de Breuk A, Acar IE, Kersten E, Schijvenaars MM, Colijn JM, Haer-Wigman L, et al. Development of a Genotype Assay for Age-Related Macular Degeneration: The EYE-RISK Consortium. Ophthalmology. 2021;128:1604–17. doi: 10.1016/j.ophtha.2020.07.037.
Heesterbeek TJ, Lorés-Motta L, Hoyng CB, Lechanteur YT, den Hollander AL. Risk factors for progression of age-related macular degeneration. Ophthalmic Physiol Opt. 2020;40:140–70. doi: 10.1111/opo.12675.
Seddon JM, Reynolds R, Rosner B. Peripheral retinal drusen and reticular pigment: association with CFHY402H and CFHrs1410996 genotypes in family and twin studies. Invest Ophthalmol Vis Sci. 2009;50:586–91. doi: 10.1167/iovs.08-2514.
Ng AY, Jordan ML. On generative vs. discriminative classifiers: a comparison of logistic regression and naive Bayes. NIPS'01: Proceedings of the 15th International Conference on Neural Information Processing Systems: Natural and Synthetic. p. 841 - 84
Linardatos P, Papasteranopoulos V, Kotsiantis S. Explainable AI: A review of machine learning interpretability methods. Entropy . 2020;23:18.
Martins JD, Rocha EM, Coimbra RA. Analysis of the progression of Age-related Macular Degeneration disease using the novel Variable Influence Analysis model. IOVS.2025: 66
Mitchell TM. The Discipline of Machine Learning. Pittsburgh: School of Computer Science. Carnegie Mellon University; 2006.
LeCun Y, Bengio Y, Hinton G. Deep learning. Nature. 2015;521:436–44. doi: 10.1038/nature14539.
Weidl G, Madsen AL, Israelson S. Applications of object-oriented Bayesian networks for condition monitoring, root cause analysis and decision support on operation of complex continuous processes. Comput Chem Eng. 2005;29:1996–2009.
Lad EM, Finger RP, Guynmer R. Biomarkers for the progression of intermediate age-related macular degeneration. Ophthalmol Ther. 2023;12:2917–41. doi: 10.1007/s40123-023-00807-9.
Vingering JR, Hofman A, Grobbee DE, de Jong PT. Age-related macular degeneration and smoking. The Rotterdam Study. Arch Ophthalmol. 1996;114:1193–6.
Seddon JM, Rosner B. Validated prediction models for macular degeneration progression and predictors of visual acuity loss identify high-risk individuals. Am J Ophthalmol. 2019;198:223–61. doi: 10.1016/j.ajo.2018.10.022.
Downloads
Publicado
Como Citar
Edição
Secção
Licença
Direitos de Autor (c) 2025 Revista Sociedade Portuguesa de Oftalmologia
Este trabalho encontra-se publicado com a Creative Commons Atribuição-NãoComercial 4.0.
Não se esqueça de fazer o download do ficheiro da Declaração de Responsabilidade Autoral e Autorização para Publicação e de Conflito de Interesses
O artigo apenas poderá ser submetido com esse dois documentos.
Para obter o ficheiro da Declaração de Responsabilidade Autoral, clique aqui
Para obter o ficheiro de Conflito de Interesses, clique aqui
