Taxa estimada de depuração de glicose (eGDR) supera outros índices de resistência à insulina na predição de doença cardiometabólica e eventos cardiovasculares maiores na MASLD
Estimated glucose disposal rate outperforms other insulin resistance surrogate indices in predicting cardiometabolic disease and major adverse cardiovascular events in metabolic dysfunction-associated steatotic liver disease: insights from UK Biobank.
Publicado em
Grau de evidência · Padrão GRADE
Evidência moderada, boa, com ressalvas
Confiança moderada no resultado. Mesmo padrão de avaliação usado por Cochrane e OMS.
- Tipo de estudo
- Estudo de coorte prospectivo observacional (UK Biobank)
- Amostra
- 127.195 indivíduos na coorte de doença cardiometabólica (CMD) e 149.402 na coorte de eventos cardiovasculares maiores (MACE)
- Certeza do resultado
- Moderadaprovável, mas pode mudar
- Aplicável na prática?
- Vale, com critério
- Risco de superinterpretação
- Moderado · 3 de 5
Bottom line
Em indivíduos com MASLD, o eGDR mostrou associação inversa consistente com doença cardiometabólica e eventos cardiovasculares maiores, com desempenho preditivo comparativamente superior a outros índices substitutos de resistência à insulina, sugerindo potencial utilidade clínica na estratificação de risco.
O que o estudo mostrou
Ocorreram 29.089 casos de CMD (22,87%) e 15.445 de MACE (10,34%). Os riscos de CMD e MACE aumentaram progressivamente com a redução dos quartis de eGDR (log-rank P < 0,001). Após ajuste multivariável, cada 1 DP de eGDR associou-se a menor risco de CMD (HR = 0,70; IC 95% 0,69-0,72) e de MACE (HR = 0,82; IC 95% 0,80-0,84). A análise RCS revelou associações não lineares com pontos de inflexão em 5,377 (CMD) e 5,215 (MACE). O eGDR superou os demais índices de resistência à insulina na predição de CMD e MACE em todas as métricas (AUC, C-index de Harrell, NRI e IDI).
Método
Índices substitutos de resistência à insulina, com foco na taxa estimada de depuração de glicose (eGDR), foram comparados quanto à capacidade preditiva de CMD e MACE. Utilizaram-se análise de Kaplan-Meier por quartis, modelos de regressão de Cox, splines cúbicas restritas (RCS) com análise de efeito limiar, curvas ROC, C-index de Harrell, índice de reclassificação líquida (NRI) e melhoria de discriminação integrada (IDI), além de análises de subgrupo e sensibilidade. Seguimento mediano de 13,67 anos (CMD) e 13,92 anos (MACE).
Aplicação clínica
O eGDR, calculável a partir de variáveis clínicas de rotina (circunferência abdominal, hipertensão e HbA1c), pode auxiliar na estratificação de risco cardiometabólico e cardiovascular em pacientes com MASLD, identificando indivíduos de maior risco para vigilância e manejo mais intensivos. Deve ser usado como ferramenta complementar e não substitui a avaliação clínica integral.
Limitações
Desenho observacional, não estabelece causalidade. População do UK Biobank predominantemente branca europeia, limitando a aplicabilidade a outras etnias. Possível viés de seleção (voluntários tendem a ser mais saudáveis). eGDR é medida substituta, não aferição direta da resistência à insulina (clamp euglicêmico). Medidas basais podem não refletir variações ao longo do tempo. Pontos de inflexão específicos requerem validação externa.
O que não afirmar
Não afirmar que o eGDR causa redução de eventos cardiovasculares ou que intervenções que modificam o eGDR reduzam MACE. Não afirmar que o eGDR substitua métodos de referência de resistência à insulina ou escores de risco cardiovascular validados. Não extrapolar os achados para populações não representadas (não europeias, crianças, sem MASLD). Não afirmar aplicabilidade como critério diagnóstico isolado.
Fonte
Cardiovascular diabetology · 28 de jul. de 2026
DOI: 10.1186/s12933-026-03274-1Publicado no periódico: 28 de jul. de 2026 · Publicado na Science Play: 06 de nov. de 2026
Science Play · Camada de ação
Agora transforme essa evidência em ação
Aplique, ensine ou comunique este estudo, com responsabilidade científica.
O que fazer com essa evidência?
Escolha sua profissão e contexto e receba a aplicação prática, sem exagero, respeitando as ressalvas do estudo.
Transforme esta evidência em conteúdo
Ciência aplicada, sem hype. Cada peça respeita o grau de evidência da análise.