A hanseníase, também conhecida como doença de Hansen, é uma doença infecciosa crônica causada pelas bactérias Mycobacterium leprae e Mycobacterium lepromatosis. A doença é primariamente neural e evolui de forma crônica e sistêmica afetando pele, nervos periféricos, mucosa do trato respiratório superior e olhos, principalmente. Quando detectada nos estágios iniciais, o tratamento disponibilizado pelo SUS previne a incapacidade física e as deformidades. Com foco no rastreio de casos novos e precoces da doença, pesquisadores da Universidade de São Paulo (USP) fizeram um estudo utilizando inteligência artificial (IA) e novos exames de sangue.
O estudo ‘Geoepidemiologia sérica de biomarcadores da hanseníase em um levantamento de Covid-19 em toda a cidade no Brasil’ teve como objetivo avaliar anticorpos biomarcadores da hanseníase e analisar a distribuição espacial. A análise envolveu tanto os casos ativamente detectados quanto os níveis de anticorpos, em conjunto com estratégias de triagem de casos. Dessa forma, buscou bloquear a cadeia de transmissão do bacilo, com diagnóstico baseado na resposta de anticorpos aos antígenos Mce1A e PGL-I, bem como nos sinais e sintomas associados à hanseníase.
A equipe do Centro de Referência Nacional em Dermatologia Sanitária e Hanseníase do Hospital das Clínicas da Faculdade de Medicina de Ribeirão Preto (HCFMRP-USP) utilizou amostras de iniciativas de rastreamento soroepidemiológico realizadas durante a pandemia. Para o pesquisador responsável Filipe Rocha Lima, o uso dessas amostras torna-se uma ferramenta oportuna para intensificar a busca ativa de casos e o diagnóstico precoce da hanseníase.
O estudo teve como objetivo realizar uma avaliação soroepidemiológica utilizando anticorpos biomarcadores da hanseníase contra os antígenos Mce1A e PGL-I. “Além disso, analisou a distribuição espacial tanto dos casos detectados ativamente quanto dos níveis de anticorpos, caracterizando, assim, o padrão geoepidemiológico da circulação bacilar, em conjunto com estratégias de triagem de casos”, explica.
IA para analisar questionário
Os pesquisadores aplicaram as ferramentas à população de Ribeirão Preto, cidade do interior de São Paulo com alta taxa de detecção da doença – em 2024 foram 153 novos casos. Dentre os mais de mil participantes do inquérito da Covid, 224 indivíduos receberam o Questionário de Suspeição de Hanseníase (QSH). O questionário continha 14 questões para investigar sintomas da doença como manchas, dormências, dor nervosa e outros, assim como contato e histórico familiar.
As respostas foram automaticamente analisadas pela inteligência artificial chamada Machine Learning for Leprosy Suspicion Questionnaire and Screening (MaLeSQs®), identificando padrões de risco para hanseníase com base nos sintomas relatados. O modelo recebe um questionário de suspeição de hanseníase como entrada e gera um valor positivo ou negativo dependendo do padrão de preenchimento.
Essa saída é baseada em todo o conhecimento adquirido pelo aprendizado de padrões de QSH preenchidos anteriormente. Os pacientes também foram avaliados por dermatologistas e hansenólogos e receberam ou não o diagnóstico clínico neurodermatológico da doença.
Análise de amostras de sangue
Foram realizadas análises para os marcadores sorológicos IgA, IgM, IgG anti-Mce1A e IgM anti-PGL-I em 195 amostras de soro de pacientes que consentiram com o uso do material biológico armazenado que foram medidos por ELISA indireto. O IgM anti-Mce1A apresentou o melhor desempenho diagnóstico, com sensibilidade de 66,7%, especificidade de 40%, valor preditivo positivo de 44,4% e valor preditivo negativo de 78,9%.
De acordo com o pesquisador, o desempenho foi satisfatório na identificação de casos com manifestações neurais e apresentações iniciais da doença. Dessa forma, contribui para o reconhecimento de formas não clássicas e precoces da hanseníase que foram diagnosticadas durante a realização do estudo.
“Os testes sorológicos com os anticorpos anti-Mce1A se destacaram como os biomarcadores mais importantes para a detecção precoce, com o IgM presente na maioria dos casos novos, indicando doença ativa ou infecção com sinais e sintomas de difícil identificação”, pontua o pesquisador. Já o IgA apresentou maior positividade na população, funcionando como um marcador de exposição ao bacilo e de circulação silenciosa.
Resultados promissores
Esses anticorpos mostraram melhor desempenho diagnóstico que o anti-PGL-I, o antígeno de M. leprae usado em diagnósticos, o que os tornam métodos mais sensíveis para o rastreamento precoce da hanseníase. Assim, o IgM anti-Mce1A com o MaLeSQs® podem ser ferramentas essenciais para fortalecer a detecção precoce e para a eficiência do rastreio da hanseníase, devido ao aumento da sensibilidade e especificidade da detecção com a combinação das duas ferramentas.
Já o anticorpo IgA conta com as maiores taxas na análise de georreferenciamento, servindo como alerta para contato com o bacilo. Segundo o pesquisador Filipe Rocha Lima, com a sorologia IgA anti-Mce1A e a identificação dos indivíduos, os respectivos domicílios e regiões da cidade também foram identificados, tornando possível a criação de mapas para entender a transmissão da doença.
“Essas informações de Ribeirão Preto revelam a inexistência de diferença estatística na autocorrelação espacial quanto às variáveis sociodemográficas e também que o padrão de transmissão e exposição ao bacilo é difuso”, aponta. Assim, os resultados obtidos reforçam a importância de ferramentas que integram biomarcadores sorológicos e plataformas digitais de auxílio ao diagnóstico para a detecção precoce da hanseníase.
