A IA analisa 400.000 posts no Reddit e descobre efeitos colaterais ocultos do Ozempic

Em um novo estudo publicado na Nature Health, os pesquisadores analisaram mais de 400.000 postagens no Reddit escritas por quase 70.000 usuários ao longo de mais de cinco anos. Os resultados destacaram vários sintomas comumente mencionados, incluindo alguns que podem merecer uma atenção científica mais cuidadosa, como irregularidades menstruais e queixas relacionadas à temperatura, como calafrios e ondas de calor.

“Alguns dos efeitos colaterais que encontramos, como náuseas, são bem conhecidos, e isso demonstra que o método está captando um sinal real”, afirma Sharath Chandra Guntuku, Professor Associado de Pesquisa em Ciência da Computação e Informação (CIS) na Penn Engineering e autor sênior do estudo. “Os sintomas subnotificados são indícios que vieram dos próprios pacientes, não solicitados, e clinicanos poderiam, potencialmente, prestar atenção a eles.”

Lyle Ungar, Professor em CIS e coautor do estudo, observa que as redes sociais podem oferecer uma visão sobre preocupações que os pacientes podem não mencionar em consultas médicas.

“Os ensaios clínicos geralmente identificam os efeitos colaterais mais perigosos dos medicamentos”, diz Ungar. “Mas eles podem não encontrar quais sintomas preocupam mais os pacientes; apesar de as redes sociais não serem necessariamente representativas, uma grande coleção de postagens pode refletir preocupações adicionais.”

IA e Reddit Revelam Preocupações Emergentes sobre GLP-1

Os pesquisadores enfatizam que o estudo não prova que os medicamentos causaram os sintomas discutidos online. Em vez disso, os resultados apontam padrões que podem merecer uma investigação mais aprofundada.

“Não podemos afirmar que os GLP-1s estão realmente causando esses sintomas”, diz Neil Sehgal, primeiro autor do estudo e estudante de doutorado em CIS sob a orientação de Guntuku e Ungar. “Mas quase 4% dos usuários do Reddit em nossa amostra relataram irregularidades menstruais, que seriam ainda mais altas em uma amostra apenas de mulheres. Acreditamos que isso é um sinal que vale a pena investigar.”

O estudo é uma continuação de anos de trabalho examinando conversas online em busca de indícios sobre efeitos colaterais de medicamentos. Ungar participou de um dos primeiros projetos para minerar conteúdo gerado pelo usuário para relatos de reações adversas a medicamentos em 2011.

“As comunidades de pacientes online funcionam muito como uma rede de informações”, diz Ungar. “As pessoas que convivem com esses medicamentos estão trocando experiências em tempo real, compartilhando vivências que raramente aparecem em uma consulta médica ou em um relatório oficial.”

À medida que as plataformas de redes sociais se expandiram, os pesquisadores afirmam que essas discussões se tornaram uma fonte de informação relacionada à saúde cada vez mais valiosa, embora o processo de coleta e análise de dados tenha se tornado mais desafiador ao longo do tempo.

“Os ensaios clínicos são o padrão-ouro, mas por design, eles são lentos”, diz Guntuku. “Isso não substitui os ensaios, mas pode acontecer muito mais rápido, e essa rapidez é importante quando um medicamento passa de um nicho para o mainstream quase da noite para o dia.”

Modelos de Linguagem Avançada Aceleram a Detecção de Efeitos Colaterais

Um dos grandes desafios ao estudar discussões de saúde online é a escala. As pessoas descrevem sintomas de maneiras muito diferentes, dificultando a comparação sistemática de postagens nas redes sociais com a terminologia médica padronizada do Medical Dictionary for Regulatory Activities (MedDRA), que os clínicos usam para classificar sintomas.

A ascensão de modelos de linguagem avançada, como GPT e Gemini, mudou isso. De acordo com os pesquisadores, esses sistemas de IA agora tornam possível processar enormes quantidades de discussões online de maneira muito mais rápida e consistente.

“Modelos de linguagem avançada possibilitaram esse tipo de análise de forma muito mais rápida, com um nível de padronização que seria difícil de alcançar anteriormente”, afirma Sehgal.

Embora os usuários do Reddit não representem perfeitamente a população geral, pois tendem a ser mais jovens, com maior probabilidade de serem homens e desproporcionalmente baseados nos Estados Unidos, muitos dos sintomas relatados coincidiram com efeitos colaterais já conhecidos da semaglutida e tirzepatida. Cerca de 44% dos usuários no estudo mencionaram pelo menos um efeito colateral, sendo os problemas gastrointestinais os mais comuns.

Sintomas Inesperados Relatados por Usuários de GLP-1

O que chamou a atenção dos pesquisadores foram sintomas que podem não estar totalmente representados na rotulagem atual dos medicamentos ou nos sistemas de relatórios de eventos adversos padrão.

Quase 4% dos usuários que relataram efeitos colaterais também descreveram sintomas reprodutivos, incluindo ciclos menstruais irregulares, sangramento intermenstrual e sangramento intenso.

Outros usuários relataram sintomas relacionados à temperatura, como calafrios, sensação de frio, ondas de calor e sensações semelhantes a febre.

O cansaço também emergiu como uma das queixas mais frequentemente discutidas. De fato, classificou-se como o segundo sintoma mais comum relatado pelos usuários do Reddit, apesar de aparecer menos proeminentemente em muitos ensaios clínicos.

“Esses medicamentos são considerados ativos em uma parte do cérebro chamada hipotálamo, que ajuda a regular uma ampla variedade de hormônios”, diz Jena Shaw Tronieri, Pesquisadora Sênior no Centro de Peso e Distúrbios Alimentares da Pensilvânia e co-autora do estudo. “Isso não significa que os medicamentos estão necessariamente causando esses sintomas, mas pode sugerir que relatos de mudanças menstruais e flutuações de temperatura corporal merecem um estudo mais sistemático.”

Pesquisadores Esperam Expandir Além do Reddit

A equipe espera que as descobertas incentivem cientistas e profissionais de saúde a prestarem mais atenção aos tipos de efeitos colaterais que os pacientes estão discutindo online.

“Estes claramente estão na mente dos pacientes, e isso merece atenção”, afirma Sehgal.

Os pesquisadores também planejam expandir a análise além do Reddit e das comunidades de língua inglesa para determinar se padrões semelhantes aparecem em outras plataformas de mídia social e populações ao redor do mundo.

“Ainda não sabemos se o que estamos observando no Reddit reflete a experiência de usuários de GLP-1 globalmente, ou se é específico para o tipo de pessoa que posta no Reddit nos Estados Unidos”, diz Ungar.

Por fim, os pesquisadores acreditam que a análise assistida por IA das conversas nas redes sociais pode se tornar uma ferramenta importante para identificar preocupações emergentes em torno de medicamentos e tendências de saúde muito mais cedo do que os sistemas tradicionais permitem.

Para produtos de saúde que se espalham rapidamente, especialmente substâncias vendidas em mercados pouco regulamentados ou não regulamentados, como peptídeos injetáveis, as conversas online em plataformas como Reddit e TikTok podem fornecer algumas das primeiras pistas sobre o que os usuários estão experimentando.

“O objetivo deste tipo de abordagem é que ela possa avançar rapidamente, e é exatamente quando isso é mais valioso”, diz Guntuku.

Este estudo foi realizado na Escola de Engenharia e Ciência Aplicada da Universidade da Pensilvânia. Os autores não relatam financiamento externo. Tronieri relata ter recebido uma bolsa de investigador, em nome da Universidade da Pensilvânia, da Novo Nordisk e receber honorários de consultoria da Currax Pharmaceuticals, LLC. Os outros autores não relatam conflitos de interesse.