Doenças Crônicas em Conjunto Aumentam Risco de Depressão

Diferentes combinações de doenças físicas crônicas podem aumentar o risco de desenvolver depressão. Usando dados de milhares de pessoas do Reino Unido, os pesquisadores identificaram grupos com padrões de doenças semelhantes e descobriram que quase todos esses grupos tinham maior chance de desenvolver depressão ao longo do tempo. O estudo reforça a importância de cuidar da saúde física e mental ao mesmo tempo, especialmente em pessoas com várias doenças crônicas.

Com o envelhecimento da população, é cada vez mais comum que as pessoas apresentem duas ou mais doenças crônicas ao mesmo tempo. Esse fenômeno é chamado de multimorbidade. Ele representa um grande desafio para os sistemas de saúde, pois torna os tratamentos mais complexos e exige mais recursos e planejamento.

A multimorbidade é mais frequente em pessoas idosas, mulheres e em quem tem menos recursos financeiros.

Um aspecto importante da multimorbidade é que ela aumenta o risco de depressão. A depressão afeta cerca de 6% das pessoas no mundo e está entre as doenças mais graves, segundo a Organização Mundial da Saúde. 

Já sabemos que ela costuma aparecer junto com outros problemas de saúde mental, mas também é comum em pessoas com doenças físicas, como problemas no coração, esclerose múltipla e doenças inflamatórias do intestino. 

Isso pode acontecer por vários motivos. Quando alguém desenvolve uma doença crônica, sua vida muda drasticamente, o que pode abalar sua identidade e autoestima. Além disso, a doença pode limitar a capacidade física e social da pessoa. 

Existe também a hipótese de que certas doenças causam depressão através de mecanismos biológicos, como a inflamação no corpo, o que pode afetar o cérebro.

Para entender melhor esses padrões, pesquisadores têm usado métodos estatísticos chamados de análises de agrupamento (ou "clusters"), que ajudam a identificar conjuntos de doenças que costumam aparecer juntas nas mesmas pessoas. 

No entanto, muitos métodos tradicionais não funcionam bem com esse tipo de dado, já que  geralmente se trata de respostas simples como “tem ou não tem” a doença. Por isso, os cientistas compararam quatro técnicas diferentes de agrupamento que são mais adequadas para esse tipo de análise.

O estudo usou dados do UK Biobank, um banco de dados de saúde do Reino Unido, com mais de 500 mil pessoas. Os pesquisadores focaram em cerca de 142 mil participantes que tinham pelo menos uma condição física registrada,  com idades entre 37 e 73 anos.  

Eles separaram os dados entre 77.785 mulheres e  64.220 homens, e aplicaram os quatro métodos para identificar quais padrões de doenças físicas estavam mais ligados ao aparecimento da depressão com o passar do tempo. Para a analise utilizaram diferentes métodos.

O método chamado “k-modes” foi o que teve o melhor desempenho. Ele identificou grupos de doenças físicas que apareciam com frequência juntas. Um dos maiores grupos incluía doenças ligadas ao coração e ao metabolismo, como diabetes e hipertensão, o que já era esperado. 

O método k-modes é uma técnica usada para agrupar dados categóricos, ou seja, informações que não são números contínuos, mas sim respostas como “sim” ou “não”, “tem” ou “não tem”. Isso é especialmente útil em estudos de saúde, onde os dados muitas vezes indicam apenas a presença ou ausência de doenças. 

O k-modes funciona de forma parecida com outro método mais conhecido, o k-means, mas foi adaptado para lidar com esse tipo de dado. Em vez de calcular médias (o que não faz sentido com categorias), ele usa a frequência das respostas para formar grupos com características semelhantes. 

No contexto do estudo, o k-modes conseguiu encontrar padrões de doenças crônicas que aparecem juntas em diferentes pessoas, ajudando os pesquisadores a identificar quais grupos de condições estão mais associados ao desenvolvimento da depressão.

Os cientistas então observaram se as pessoas que pertenciam a esses grupos tinham mais chance de desenvolver depressão ao longo dos anos. Eles descobriram que quase todos os grupos com doenças físicas tinham maior risco de depressão, quando comparados a pessoas que não tinham nenhuma condição crônica.

Esta imagem mostra como o risco de desenvolver depressão aumenta conforme a pessoa tem mais doenças físicas ao mesmo tempo. O gráfico está dividido em três partes: (a) representa todos os participantes do estudo, (b) mostra apenas as mulheres, e (c) mostra apenas os homens. Cada bolinha azul representa um grupo de pessoas com combinações específicas de doenças. Quanto mais à direita no gráfico, maior o número médio de doenças físicas. Quanto mais alta a bolinha, maior o risco dessas pessoas desenvolverem depressão depois. As linhas verticais (barras de erro) ao redor de cada bolinha indicam o intervalo de confiança, ou seja, a margem de segurança para o cálculo do risco. Esses resultados ajudam a entender quais combinações de doenças estão mais ligadas à depressão.

Por fim, os autores concluem que certas combinações de doenças físicas aumentam o risco de depressão, e que isso precisa ser mais estudado. Além dos fatores biológicos, eles sugerem que aspectos sociais e emocionais, como apoio familiar, acesso à saúde e estabilidade financeira, também podem ter um papel importante nessa relação entre doenças do corpo e problemas de saúde mental.

LEIA MAIS:

Cluster and survival analysis of UK biobank data reveals associations between physical multimorbidity clusters and subsequent depression

Lauren Nicole DeLong, Kelly Fleetwood, Regina Prigge, Paola Galdi, Bruce Guthrie, and Jacques D. Fleuriot 

Nature Commun Med 5, 156 (2025). 

https://doi.org/10.1038/s43856-025-00825-7

Abstract:

Multimorbidity, the co-occurrence of two or more conditions within an individual, is a growing challenge for health and care delivery as well as for research. Combinations of physical and mental health conditions are highlighted as particularly important. Here, we investigated associations between physical multimorbidity and subsequent depression. We performed a clustering analysis upon physical morbidity data for UK Biobank participants aged 37–73. Of 502,353 participants, 142,005 had linked general practice data with at least one baseline physical condition. Following stratification by sex (77,785 women; 64,220 men), we used four clustering methods and selected the best-performing based on clustering metrics. We used Fisher’s Exact test to determine significant over-/under-representation of conditions within each cluster. Amongst people with no prior depression, we used survival analysis to estimate associations between cluster-membership and time to subsequent depression diagnosis. Our results show that the k-modes models perform best, and the over-/under-represented conditions in the resultant clusters reflect known associations. For example, clusters containing an overrepresentation of cardiometabolic conditions are amongst the largest (15.5% of whole cohort, 19.7% of women, 24.2% of men). Cluster associations with depression vary from hazard ratio 1.29 (95% confidence interval 0.85–1.98) to 2.67 (2.24–3.17), but almost all clusters show a higher association with depression than those without physical conditions. We show that certain groups of physical multimorbidity may be associated with a higher risk of subsequent depression. However, our findings invite further investigation into other factors, such as social considerations, which may link physical multimorbidity with depression.