Ferramenta PETRUSHKA: a psiquiatria de precisão na escolha do antidepressivo ideal

A depressão é a principal causa de incapacidade no mundo e uma das maiores contribuintes para a carga global de doenças, com projeções de aumento contínuo até 2050. Embora existam diversas intervenções eficazes, os antidepressivos de segunda geração são os mais prescritos para o tratamento inicial. No entanto, apesar das diretrizes recomendarem um teste terapêutico que dure de seis a oito semanas, a maioria das prescrições é interrompida em menos de trinta dias. Isso ocorre porque, embora esses fármacos demonstrem eficácia e tolerabilidade em nível populacional, um medicamento específico pode ser ineficaz ou causar danos a um paciente individualmente, tornando a otimização da escolha do fármaco um desafio central para os clínicos.

Diversas variáveis podem influenciar a resposta a um antidepressivo, englobando fatores demográficos (idade, gênero, etnia), clínicos (gravidade dos sintomas, histórico de tratamentos, índice de massa corporal), ambientais e genéticos. Diante da complexidade de integrar esses preditores clinicamente significativos, tornam-se necessárias novas abordagens que utilizem ferramentas de auxílio à decisão.

Nesse cenário, o projeto PETRUSHKA desenvolveu uma ferramenta on-line baseada em evidências para apoiar a tomada de decisão compartilhada em ambientes clínicos reais, visando personalizar o tratamento da depressão unipolar ao combinar escolhas individuais, riscos e análise de grandes conjuntos de dados (big data).

A ferramenta PETRUSHKA foi desenvolvida como um sistema de auxílio à decisão clínica que utiliza um algoritmo personalizado para identificar quais antidepressivos são mais eficazes e toleráveis para cada paciente individualmente. Implementada como um aplicativo via web acessível por computadores, tablets ou smartphones, ela permite que médicos e pacientes colaborem em tempo real, facilitando tanto as consultas presenciais quanto as remotas.

Um diferencial do projeto foi a sua coprodução, que envolveu ativamente grupos de pacientes com experiência vivida em transtornos mentais e clínicos experientes, garantindo que a interface e a linguagem fossem centradas no usuário e adaptadas à rotina dos serviços de saúde.

Tecnicamente, o sistema opera através de modelos de predição que integram estatística avançada e machine learning. Para sua construção, os pesquisadores utilizaram uma base de dados robusta, combinando dados de nível individual de cerca de 40.000 participantes de 130 ensaios clínicos randomizados (abrangendo dezesseis antidepressivos comuns) com dados do mundo real provenientes de mais de 1,5 milhão de registros eletrônicos de saúde da Inglaterra. Essa abordagem híbrida permitiu que a ferramenta estimasse não apenas a eficácia comparativa entre os fármacos, mas também os riscos de descontinuação do tratamento e a probabilidade de ocorrência de trinta tipos de eventos adversos.

O funcionamento da ferramenta foi focado em três desfechos principais: eficácia, aceitabilidade e eventos adversos. Um aspecto inovador foi a incorporação das preferências do paciente em tempo real. Durante a consulta, foram indicados quais efeitos colaterais (como ganho de peso, náusea ou insônia) seriam mais incômodos, e essa informação foi integrada automaticamente ao cálculo da recomendação final.

O sistema é capaz de processar essas preferências juntamente com os dados demográficos e clínicos para gerar uma lista ranqueada dos três antidepressivos mais recomendados para aquele perfil específico.

A apresentação dos resultados é feita de forma visual e simplificada, utilizando recursos como o "Vitruvian plot" e pictogramas que evitam jargões técnicos, facilitando a compreensão e a tomada de decisão compartilhada. Atualmente, a ferramenta está sendo validada em um ensaio clínico internacional multicêntrico, que inclui centros de pesquisa no Brasil (Londrina), Canadá e Reino Unido, com o objetivo de verificar se o seu uso clínico resulta em melhores taxas de adesão e remissão em comparação ao cuidado padrão baseado apenas no julgamento clínico ou diretrizes tradicionais.

Figura 1: Os médicos podem fazer login no aplicativo, acessando pacientes de sua clínica, seja aqueles cadastrados por eles mesmos ou por seus colegas. Após selecionar o paciente correto, os médicos podem, opcionalmente, excluir alguns antidepressivos com base no histórico médico do paciente e nos medicamentos em uso. Imagem adaptada de Ostinelli e colaboradores (2025).

Figura 2: O médico e o paciente acessarão simultaneamente a ferramenta PETRUSHKA a partir de qualquer dispositivo conectado à internet. Em tempo real, o paciente será responsável por responder a várias perguntas: se deseja fornecer informações adicionais sobre suas preferências em relação aos efeitos colaterais e quais efeitos colaterais são mais importantes para ele evitar. Imagem adaptada de Ostinelli e colaboradores (2025).

Figura 3: Três antidepressivos são selecionados pela ferramenta PETRUSHKA com base nas características individuais do paciente e em suas preferências quanto aos efeitos colaterais (quando disponíveis). Os cinco pontos azuis representam visualmente o quanto a ferramenta PETRUSHKA está recomendando um antidepressivo específico, considerando conjuntamente eficácia, aceitabilidade e os efeitos colaterais selecionados. Imagem adaptada de Ostinelli e colaboradores (2025).

Sendo assim, ferramenta PETRUSHKA é uma inovação fundamentada em evidências com o objetivo de auxiliar à tomada de decisão compartilhada. Entre seus principais pontos positivos estão o desenvolvimento colaborativo com pacientes e clínicos, o foco no cuidado centrado no paciente e a utilização de uma interface visual acessível, que prioriza riscos absolutos e evita jargões estatísticos complexos.

Apesar dos avanços, os autores reconheceram limitações: a ferramenta foca apenas na monoterapia (excluindo casos de depressão resistente ou terapias de potencialização), não inclui todos os antidepressivos disponíveis no mercado e ainda não abrange todos os efeitos colaterais clinicamente relevantes, como o embotamento emocional. No futuro, a abordagem de "psiquiatria de precisão pragmática" utilizada no PETRUSHKA poderá evoluir para modelos multimodais que incorporem dados farmacogenéticos e escores de risco poligênico, o que permitiria prever com ainda mais exatidão a resposta terapêutica e o metabolismo enzimático de cada indivíduo.