IMC e Mortalidade: Novas Perspectivas de Estudos Recentes
Pesquisas mostram a relação complicada entre o IMC e o risco de mortalidade.
― 6 min ler
Índice
O Índice de Massa Corporal (IMC) é uma maneira simples de avaliar se uma pessoa tá com um peso saudável. Pesquisadores estudaram como o IMC se relaciona com o risco de morte, e os resultados podem ser bem complicados. Alguns estudos sugerem que o risco de morte é menor para quem tá com peso normal ou levemente acima do peso, enquanto quem tá abaixo do peso pode ter riscos maiores. Mas essas observações podem não mostrar exatamente os efeitos reais do IMC na saúde, por causa de outros fatores que podem confundir os resultados.
Pra ter uma visão mais clara, os cientistas usam um método chamado Randomização Mendeliana. Esse método ajuda a evitar a confusão de outros fatores, olhando pras diferenças genéticas que afetam o IMC, ao invés de medir o IMC diretamente. Como os traços genéticos são definidos ao nascer e não são influenciados por outros fatores depois, essa abordagem pode ajudar os pesquisadores a entender como o IMC realmente afeta a Mortalidade.
Tem também um método mais novo chamado randomização mendeliana não-linear, que analisa como a relação entre IMC e mortalidade muda em diferentes níveis de IMC. Esse método ajuda os cientistas a ver se estar em um certo peso influencia o risco de morrer mais do que estar em outro peso.
Um desafio com essa pesquisa é agrupar as pessoas corretamente pelo IMC, garantindo que os fatores genéticos ainda se apliquem em cada grupo. Se os grupos forem organizados com base nos níveis de IMC, isso pode distorcer os resultados, fazendo parecer que há uma ligação entre IMC e outros fatores quando não existe. Pra resolver isso, os pesquisadores começaram a usar um método chamado Método Duplamente Classificado, que consegue ajustar esses problemas enquanto examina a relação de forma mais precisa.
Em estudos anteriores usando o método residual, foi visto uma relação em formato de J entre IMC e mortalidade. Isso significa que níveis muito baixos ou muito altos de IMC estavam associados a um risco maior de morte comparados a níveis normais ou um pouco maiores de IMC. Mas usando o método duplamente classificado, os resultados podem ser diferentes. Na verdade, a análise de dois grandes estudos de saúde mostrou que, embora alguma evidência de uma relação em J exista, os resultados eram menos claros em níveis mais baixos de IMC, revelando mais incerteza.
Os Estudos de Saúde
Dois estudos de saúde importantes foram usados pra coletar dados: o estudo HUNT na Noruega e o UK Biobank no Reino Unido. O estudo HUNT incluiu mais de 65.000 indivíduos, acompanhando a saúde e as mortes deles por muitos anos. O UK Biobank tinha cerca de 500.000 participantes, seguindo a saúde deles por um período semelhante. Ambos os estudos forneceram um grande conjunto de informações pra análise dos cientistas.
Os pesquisadores analisaram marcadores genéticos conhecidos como polimorfismos de nucleotídeo único (SNPs) pra avaliar o IMC. Esses marcadores genéticos podem prever como o IMC de uma pessoa pode diferir com base na sua composição genética. Comparando esses fatores genéticos com dados de mortalidade, os pesquisadores puderam entender melhor o impacto real do IMC na saúde.
O Processo de Análise
Os cientistas usaram o método duplamente classificado pra dividir os participantes em grupos com base no IMC previsto geneticamente. Eles então analisaram como o IMC se relacionava com a mortalidade por todas as causas, que significa morte por qualquer causa. O objetivo era ver se diferentes níveis de IMC levavam a diferentes riscos de morte.
Na análise deles, descobriram que os resultados variavam com base no método usado. Quando olharam os dados com o método residual, havia uma conexão em J mais evidente. No entanto, usando o método duplamente classificado, a incerteza era maior, especialmente em níveis mais baixos de IMC. Isso mostra que conforme o IMC das pessoas aumenta além dos níveis normais (em torno de 25 kg/m²), os riscos de mortalidade pareciam aumentar.
Diferenças Baseadas no Gênero
A pesquisa também analisou o impacto do IMC em homens e mulheres separadamente. Em geral, havia alguma evidência de uma relação em J em ambos os gêneros, mas os pesquisadores observaram que os riscos associados a altos níveis de IMC eram mais fortes nas mulheres em comparação aos homens. As mesmas tendências foram notadas em diferentes tipos de mortalidade, como doenças cardíacas e câncer.
Mortalidade Específica por Causa
Os cientistas também examinaram como o IMC afetou as mortes por causas específicas. A associação entre IMC e mortalidade por doenças cardíacas foi mais pronunciada do que por outras causas, mas, novamente, os resultados eram menos fortes para níveis mais baixos de IMC.
Conclusão
Resumindo, a pesquisa sugere que, embora um IMC maior pareça aumentar o risco de mortalidade, as evidências de efeitos prejudiciais de um IMC baixo não são muito fortes e aparecem só em certos casos, normalmente em níveis muito baixos. Isso contrasta com descobertas anteriores, que sugeriram uma ligação mais significativa entre IMC baixo e mortalidade.
O uso de diferentes métodos de análise, especialmente o método duplamente classificado, forneceu insights mais precisos sobre essas relações. Embora a pesquisa destaque conexões importantes entre IMC e mortalidade, também enfatiza a necessidade de cautela ao interpretar essas descobertas. Os riscos individuais podem variar bastante, e o que é verdade em nível populacional pode não se aplicar a cada indivíduo.
No geral, entender como o IMC se relaciona com a mortalidade pode informar estratégias de saúde pública e ajudar indivíduos a tomarem melhores decisões de saúde, enquanto reconhece que mais pesquisas são essenciais pra esclarecer essas relações complicadas.
Título: Body mass index and all-cause mortality in HUNT and UK Biobank studies: revised non-linear Mendelian randomization analyses
Resumo: ObjectivesTo estimate the shape of the causal relationship between body mass index (BMI) and mortality risk in a Mendelian randomization framework. DesignMendelian randomization analyses of two prospective population-based cohorts. SettingIndividuals of European ancestries living in Norway or the United Kingdom. Participants56,150 participants from the Trondelag Health Study (HUNT) in Norway and 366,385 participants from UK Biobank recruited by postal invitation. OutcomesAll-cause mortality and cause-specific mortality (cardiovascular, cancer, non-cardiovascular non-cancer). ResultsA previously published non-linear Mendelian randomization analysis of these data using the residual stratification method suggested a J-shaped association between genetically-predicted BMI and mortality outcomes with the lowest mortality risk at a BMI of around 25 kg/m2. However, the "constant genetic effect" assumption required by this method is violated. The re-analysis of these data using the more reliable doubly-ranked stratification method still indicated a J-shaped relationship, but with less precision in estimates at the lower end of the BMI distribution. Evidence for a harmful effect of reducing BMI at low BMI levels was only present in some analyses, and where present, only below 20 kg/m2. A harmful effect of increasing BMI for all-cause mortality was evident above 25 kg/m2, for cardiovascular mortality above 24 kg/m2, for non-cardiovascular non-cancer mortality above 26 kg/m2, and for cancer mortality above 30 kg/m2. In UK Biobank, the association between genetically-predicted BMI and mortality at high BMI levels was stronger in women than in men. ConclusionThis research challenges findings from previous conventional observational epidemiology and Mendelian randomization investigations that the lowest level of mortality risk is at a BMI level of around 25 kg/m2. Our results provide evidence that reductions in BMI will only increase mortality risk for a small proportion of the population, and increases in BMI will increase mortality risk for those with BMI above 25 kg/m2. Strengths and limitations of the studyO_LIMendelian randomization design minimizes bias due to confounding and reverse causation C_LIO_LILarge sample sizes enable powerful analyses even in low BMI individuals C_LIO_LIValidity of the genetic variants as instrumental variables cannot be verified C_LIO_LIBias due to selection could be non-negligible and could vary across strata C_LIO_LIAll estimates are averaged across a stratum of the population; individual effects of raising or lowering BMI may vary between individuals C_LI
Autores: Stephen Burgess, Y.-Q. Sun, A. Zhou, C. Buck, A. M. Mason, X.-M. Mai
Última atualização: 2023-10-31 00:00:00
Idioma: English
Fonte URL: https://www.medrxiv.org/content/10.1101/2023.10.31.23297612
Fonte PDF: https://www.medrxiv.org/content/10.1101/2023.10.31.23297612.full.pdf
Licença: https://creativecommons.org/licenses/by/4.0/
Alterações: Este resumo foi elaborado com a assistência da AI e pode conter imprecisões. Para obter informações exactas, consulte os documentos originais ligados aqui.
Obrigado ao medrxiv pela utilização da sua interoperabilidade de acesso aberto.