Modelos matemáticos para previsão de resposta ao tratamento com hormônio de crescimento

Abstract

Modelos preditivos de crescimento são algoritmos derivados de análises de regressão linear múltipla contendo variáveis que influenciam o crescimento em resposta ao tratamento com GH em determinado grupo de indivíduos durante determinado período. A partir do conhecimento da importância relativa de cada variável, são geradas fórmulas matemáticas que permitem obter uma medida objetiva do potencial de crescimento de cada indivíduo em resposta ao tratamento com GH em diferentes situações. Tais algoritmos podem, portanto, ser utilizados como ferramentas para a decisão fundamentada em evidência das estratégias de tratamento com GH a serem utilizadas em diferentes crianças com baixa estatura, a fim de se obter o máximo de custo-efetividade com a menor dose cumulativa possível. Já foram desenvolvidos diversos modelos de previsão de resposta ao tratamento com GH em diferentes causas de baixa estatura, porém estes ainda apresentam baixa aplicabilidade clínica por causa do baixo poder preditivo e da baixa precisão da previsão, o que tem gerado crescente interesse pela incorporação de variáveis adicionais, como marcadores bioquímicos e genéticos que possam melhorar a acurácia da previsão e, assim, permitir que, no futuro, o tratamento com GH possa ser individualizado conforme as necessidades específicas de cada criança.