Medicamentos populares para perda de peso e controle do diabetes, como semaglutida e tirzepatida — princípios ativos associados a remédios como Ozempic e Mounjaro — trazem benefícios para o tratamento da obesidade e da glicemia. Agora, pesquisadores da Universidade da Pensilvânia afirmam que a inteligência artificial pode ajudar a identificar efeitos planejados por pacientes em redes sociais, mas nem sempre refletidos em estudos clínicos ou em documentos oficiais sobre os remédios.

Insulina, anabolizantes:

Índice de Apgar:

Em um novo estudo publicado na Nature Health, a equipe analisou mais de 400 mil publicações no Reddit escritas por quase 70 mil usuários ao longo de mais de cinco anos. A investigação de sintomas já conhecidos, como náusea, mas também destacou queixas que, segundo os autores, merecem atenção científica mais detalhada, entre elas irregularidades menstruais, ondas calafrios, calor e fadiga inexplicada.

— Alguns dos efeitos que encontramos, como náusea, são bem conhecidos, e isso mostra que o método está captando um sinal real — disse Sharath Chandra Guntuku, professor pesquisador associado em Ciência da Computação e Informação na Penn Engineering e autor sênior do estudo. — Os sintomas subnotificados são pistas que vieram dos próprios pacientes, espontaneamente, e os médicos poderiam prestar atenção a eles.

Lyle Ungar, professor da mesma área e coautor do estudo, afirmou que as redes sociais podem revelar preocupações que os pacientes nem sempre levam às consultas.

Entenda:

— Ensaios clínicos geralmente identificam os efeitos colaterais mais perigosos dos medicamentos — disse Ungar. — Mas eles podem deixar de encontrar quais sintomas mais preocupam os pacientes; as redes sociais não devem ser necessariamente representativas, embora uma grande coleção de publicações possa refletir questões adicionais.

Estudo não provou que remédios causaram sintomas

Os pesquisadores ressaltaram que o levantamento não demonstra que os medicamentos causaram os sintomas mencionados online. A análise aponta padrões de relatos que, na avaliação dos autores, podem orientar novas investigações.

— Não podemos dizer que os GLP-1s estão de fato causando esses sintomas — afirmou Neil Sehgal, primeiro autor do estudo e doutorando em Ciência da Computação e Informação, orientado por Guntuku e Ungar. — Mas quase 4% dos usuários do Reddit em nossa amostra relataram irregularidades menstruais, o que seria ainda maior em uma amostra apenas feminina. Acho que esse é um sinal que vale a pena investigar.

Leia também:

A pesquisa se apoia em uma linha de estudos que usa conversas online para detectar possíveis reações adversas aos medicamentos. Ungar participou, em 2011, de um dos primeiros projetos voltados a minerar conteúdo produzido por usuários na internet em busca desses relatos.

— Comunidades online de pacientes funcionam muito como uma rede de fofocas de bairro — afirmou Ungar. — Pessoas que vivem com esses medicamentos estão trocando alegrias em tempo real, compartilhando experiências que raramente acontecem em uma consulta médica ou em um relatório oficial.

Modelos de linguagem aceleram análise

Um dos principais desafios para estudar investigação de saúde nas redes é a escala. Os usuários descrevem sintomas de maneiras diversas, o que dificulta a comparação de publicações com a terminologia médica padronizada usada por profissionais de saúde, como o Dicionário Médico para Atividades Regulatórias, conhecido pela sigla MedDRA.

Segundo os pesquisadores, o avanço de grandes modelos de linguagem, como GPT e Gemini, tornou possível processar grandes volumes de conversas online com mais rapidez e padronização.

— Grandes modelos de linguagem tornaram possível fazer esse tipo de análise muito mais rápido, com um nível de padronização que poderia ser difícil de alcançar antes — disse Sehgal.

A equipe limitada é importante: os usuários do Reddit não representam perfeitamente a população geral, já que tendem a ser mais jovens, mais frequentemente homens e desproporcionalmente baseados nos Estados Unidos. Ainda assim, muitos sintomas relatados coincidiram com efeitos colaterais já conhecidos da semaglutida e da tirzepatida. Cerca de 44% dos usuários pesquisados ​​mencionaram ao menos um efeito colateral, principalmente problemas gastrointestinais.

Menstruação, temperatura e fadiga

O que mais chamou a atenção dos pesquisadores foram sintomas que podem não ser plenamente representados nas bulas ou nos sistemas tradicionais de notificação de eventos adversos. Quase 4% dos usuários que relataram efeitos colaterais descreveram sintomas reprodutivos, como ciclos menstruais irregulares, sangramento fora do período menstrual e sangramento intenso.

Outros usuários mencionaram sintomas relacionados à temperatura corporal, como calafrios, sensação de frio, ondas de calor e sensação semelhante à febre. A fadiga também apareceu entre as queixas mais frequentes: foi o segundo sintoma mais relatado pelos usuários do Reddit, apesar de aparecer com menos destaque em muitos ensaios clínicos.

— Acredita-se que esses medicamentos funcionam acionando uma parte do cérebro chamada hipotálamo, que ajuda a regular uma ampla variedade de hormônios — disse Jena Shaw Tronieri, pesquisadora sênior do Centro de Peso e Transtornos Alimentares da Universidade da Pensilvânia e coautora do estudo. — Isso não significa que os medicamentos necessariamente causem esses sintomas, mas pode sugerir que relatos de alterações menstruais e flutuações de temperatura corporal valem ser treinados de forma mais sistemática.

Próximo passo é olhar além do Reddit

Os pesquisadores esperam que os resultados incentivem cientistas e profissionais de saúde a prestar mais atenção aos efeitos colaterais que os pacientes discutem online.

— Eles estão claramente na cabeça dos pacientes, e vale a pena prestar atenção a isso — disse Sehgal.

A equipe pretende ampliar a análise para além do Reddit e de comunidades em inglês, a fim de verificar se padrões semelhantes aparecem em outras plataformas e populações no mundo.

— Ainda não sabemos realmente se o que estamos vendendo no Reddit reflete a experiência de usuários do GLP-1 globalmente ou se é algo particular do tipo de pessoa que publica no Reddit nos Estados Unidos — afirmou Ungar.

Para os autores, a análise de conversas em redes sociais com auxílio de inteligência artificial pode se tornar uma ferramenta relevante para detectar questões emergentes relacionadas a medicamentos e tendências de bem-estar antes dos sistemas tradicionais. Isso pode ser especialmente útil em produtos de disseminação rápida, como vendidos em mercados pouco regulamentados ou não regulamentados, incluindo peptídeos injetáveis.

— O objetivo desse tipo de abordagem é justamente que ela possa se mover rapidamente, e é exatamente aí que ela é mais benéfica — disse Guntuku.

O estudo foi conduzido na Escola de Engenharia e Ciências Aplicadas da Universidade da Pensilvânia. Os autores informaram que não receberam financiamento externo. Tronieri relatou ter recebido, em nome da universidade, uma bolsa de pesquisa iniciada pelo investigador da Novo Nordisk e honorários de consultoria da Currax Pharmaceuticals, LLC. Os demais autores declararam não ter conflitos de interesse.