O café é bom para nós? Talvez o aprendizado de máquina possa ajudar a resolvê-lo.

Você deve beber café? Se sim, quanto? Essas parecem perguntas que uma sociedade capaz de criar vacinas para um novo vírus respiratório em um ano não teria problemas em responder. No entanto, a literatura científica sobre o café ilustra a frustração que os leitores, sem falar de muitos pesquisadores, sentem com os estudos sobre nutrição: as conclusões sempre mudam e muitas vezes se contradizem.

Esse tipo de desacordo pode não importar muito se estamos falando de alimentos ou bebidas que não são muito consumidos. Mas em 1991, quando a Organização Mundial da Saúde classificou o café como um possível carcinógeno, as implicações foram enormes: mais da metade da população americana bebe café todos os dias. Estudos observacionais descobriram uma possível ligação entre beber e câncer de bexiga e de pâncreas. Mas aconteceria que tais estudos, nos quais os pesquisadores pedem a um grande número de pessoas para fornecer informações sobre coisas como sua ingestão alimentar e hábitos diários e, em seguida, procuram associações com resultados de saúde específicos, falharam em reconhecer que os fumantes são mais propensos a isto. para tomar um café. Fumar era o que aumentava seu risco de câncer; uma vez que essa associação (junto com outras) foi entendida, o café foi removido da lista de carcinógenos em 2016. No ano seguinte, uma revisão das evidências disponíveis, publicada no The British Medical Journal, descobriu uma ligação entre o café e um menor risco de alguns tipos de câncer, bem como doenças cardiovasculares e morte por qualquer causa.

Agora, uma nova análise dos dados existentes, publicada na revista Circulation: Heart Failure da American Heart Association, sugere que duas ou três (ou mais) xícaras de café por dia podem reduzir o risco de insuficiência cardíaca. Claro, as advertências usuais se aplicam: isso é associação, não causalidade. Pode ser que as pessoas com doenças cardíacas tendam a evitar o café, possivelmente pensando que será ruim para elas. Então … bom ou não bom para você, o que é? E se nunca podemos dizer, qual é o sentido desses estudos?

Os críticos argumentaram, de fato, que não há nenhum: que a pesquisa em nutrição deve mudar seu foco de estudos observacionais para ensaios de controle randomizados. Ao dar café aleatoriamente a um grupo e retê-lo para outro, esses experimentos podem tentar separar causa e efeito. No entanto, quando se trata de compreender como qualquer aspecto de nossa dieta afeta nossa saúde, ambas as abordagens têm limitações significativas. Nossas dietas funcionam em nós ao longo da vida; não é viável manter as pessoas em um laboratório, monitorando seu consumo de café, até que desenvolvam insuficiência cardíaca. Mas é muito difícil fazer com que as pessoas relatem com precisão o que comem e bebem em casa. Idealmente, para chegar ao fundo da questão do café, você deve saber o tipo de grão de café usado e como foi torrado, moído e preparado, o que afeta sua bioquímica, bem como a quantidade exata ingerida, sua temperatura e a quantidade e tipo de qualquer adoçante ou laticínio adicionado. Em seguida, você consideraria todas as outras variáveis ​​que influenciam o metabolismo e a saúde geral de um bebedor de café: genoma, microbioma, estilo de vida (hábitos de sono, por exemplo) e status socioeconômico (há estresse em casa? Qualidade do ar local?).

Os testes de controle randomizados ainda podem fornecer informações úteis sobre como o café influencia os processos biológicos por períodos mais curtos. Isso pode ajudar a explicar e, assim, validar certas associações a longo prazo. Mas antes de testar um determinado nutriente, os cientistas devem ter algum motivo para pensar que ele poderia ter um impacto significativo em muitas pessoas; eles também precisam ter evidências plausíveis de que testar o composto em humanos não lhes causará danos permanentes.

O estudo Circulation usou dados observacionais, mas seu objetivo inicial não era avaliar a relação entre o café e a insuficiência cardíaca. Veja como o autor principal David Kao, cardiologista da Escola de Medicina da Universidade do Colorado, descreveu para mim: “A questão geral era: quais são os fatores da vida cotidiana que afetam a saúde do coração que não conhecemos e que podem potencialmente ser transferido para um risco menor. ”Como um em cada cinco americanos desenvolverá insuficiência cardíaca, mesmo pequenas mudanças em seu comportamento podem ter um grande impacto cumulativo.

Tradicionalmente, os pesquisadores partem de uma hipótese: o café reduz o risco de doenças cardíacas, por exemplo. Eles então comparam a ingestão de café dos participantes com sua história cardiovascular. Uma desvantagem desse processo é que existem várias maneiras pelas quais as noções preconcebidas dos pesquisadores podem levá-los a encontrar relacionamentos falsos, influenciando as variáveis ​​a serem incluídas e excluídas na análise ou solicitando que pesquisadores inescrupulosos manipulem os dados de acordo com sua teoria . “Você pode trazer à tona qualquer descoberta científica que quiser usando seus próprios preconceitos e obter uma publicação”, diz Steven Heymsfield, professor de metabolismo e composição corporal do Centro Pennington para Pesquisa Biomédica da Universidade Estadual de Louisiana. Para ilustrar esse ponto, uma revisão de 2013 amplamente citada no The American Journal of Clinical Nutrition procurou 50 ingredientes comuns de livros de receitas na literatura científica; 36 foram individualmente vinculados a um aumento ou diminuição do risco de câncer, incluindo aipo e ervilhas.

Kao, no entanto, não começou com uma hipótese. Em vez disso, ele usou uma técnica de análise de dados poderosa e cada vez mais popular, conhecida como aprendizado de máquina, para procurar ligações entre milhares de características de pacientes coletadas no conhecido Framingham Heart Study e as chances de esses pacientes desenvolverem insuficiência cardíaca. O algoritmo “começará a alinhar as variáveis ​​que mais contribuíram para a variação dos dados”, ou a gama de resultados cardíacos, diz Diana Thomas, professora de matemática em West Point. “E esse é o objetivo.”

A capacidade do aprendizado de máquina de processar grandes quantidades de dados pode transformar a capacidade dos pesquisadores de nutrição de estudar o comportamento de seus sujeitos com mais precisão e em tempo real, diz Amanda Vest, diretora médica do Programa de Transplante Cardíaco do Centro. quem escreveu um editorial que foi publicado com o estudo Circulation. Por exemplo, você pode digitalizar fotos das refeições dos participantes e interpretar seus níveis de macronutrientes. Ele também pode analisar dados de dispositivos de geolocalização, sensores de atividade e redes sociais.

Mas o aprendizado de máquina é tão bom quanto os dados que estão sendo analisados. Sem controles cuidadosos, diz Michael Kosorok, professor de bioestatística da Universidade da Carolina do Norte em Chapel Hill, “isso nos dá a capacidade de cometer mais e mais erros”. Se, por exemplo, for aplicado a conjuntos de dados que não são suficientemente diversos ou aleatórios, os padrões que você vê não se manterão quando o algoritmo os usar para fazer previsões do mundo real. Este tem sido um problema sério com o software de reconhecimento facial: treinados principalmente em sujeitos brancos do sexo masculino, os algoritmos têm sido muito menos precisos na identificação de mulheres e pessoas de cor. Os algoritmos também devem ser programados para lidar com a incerteza nos dados, como quando a “xícara de café” relatada por uma pessoa tem seis onças e outra oito onças.

Uma análise como a de Kao, que começa sem noções preconcebidas sobre o que os dados podem dizer, pode revelar conexões nas quais ninguém pensou. Mas essas descobertas precisam ser rigorosamente testadas para ver se podem ser replicadas em outros contextos. Depois que a ligação entre a ingestão de café e um risco reduzido de insuficiência cardíaca apareceu nos dados de Framingham, Kao confirmou o resultado usando o algoritmo para prever corretamente a relação entre a ingestão de café e a insuficiência cardíaca em dois outros conjuntos de dados respeitados. Kosorok descreve a abordagem como “cuidadosa” e diz que “parece uma evidência muito boa”.

Ainda assim, não é definitivo. Em vez disso, é parte de um crescente corpo de evidências que, no momento, pouco se pode dizer sobre a quantidade de café que as pessoas devem beber. “Pode ser bom para você”, diz Dariush Mozaffarian, reitor da Escola Friedman de Ciência e Política de Nutrição da Tufts University. “Acho que podemos dizer com certeza que não é ruim para você.” (Os aditivos são outra história). Ser mais específico exigirá mais pesquisas. No ano passado, Mozaffarian e outros pediram aos Institutos Nacionais de Saúde que criassem um instituto de ciência nutricional que pudesse coordenar esses esforços e, o mais importante, ajudar as pessoas a interpretar os resultados. “Precisamos de um esforço bem financiado, organizado e coordenado para descobrir a nutrição”, diz ele. “Nenhum estudo chega à verdade.”

Kim Tingley é redatora colaboradora da revista.