Os conselhos das pesquisas sobre café e nutrição em geral parecem estar sempre mudando. O processamento de grandes quantidades de dados pode nos ajudar a identificá-los.

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 para responder. E, no entanto, a literatura científica sobre o café ilustra a frustração que os leitores, para não falar de muitos pesquisadores, têm com os estudos sobre nutrição: As conclusões estão sempre mudando e frequentemente se contradizem.

Esse tipo de desacordo pode não importar tanto se estamos falando de alimentos ou bebidas que não são amplamente consumidos. Mas em 1991, quando a Organização Mundial da Saúde classificou o café como um possível cancerígeno, as implicações foram enormes: mais da metade da população americana bebe café diariamente. Uma possível ligação entre a bebida e os cânceres de bexiga e de pâncreas foi descoberta por estudos observacionais. Mas aconteceria que tais estudos - nos quais os pesquisadores pedem a um grande número de pessoas para relatar informações sobre coisas como sua ingestão alimentar e hábitos diários e, em seguida, procuram associações com resultados de saúde específicos - não reconheceram que aqueles que fumam são mais prováveis para beber café. Era o fumo que aumentava o risco de câncer; uma vez que essa associação (junto com outras) foi entendida,uma ligação entre o café e um risco menor de alguns tipos de câncer, bem como de doenças cardiovasculares e morte por qualquer causa.

Agora, uma nova análise dos dados existentes, publicada no jornal Circulation: Heart Failure da American Heart Association, sugere que duas a 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, na verdade, que não existe um - 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 negá-lo a outro, essas experiências 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 possível manter as pessoas em um laboratório, monitorando sua ingestão de café, até que desenvolvam insuficiência cardíaca. Mas é notoriamente 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 saberia o tipo de grão de café usado e como foi torrado, moída e preparada - tudo o que afeta sua bioquímica - mais 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 doméstico? Má qualidade do ar local?).

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

O estudo Circulation utilizou dados observacionais, mas seu objetivo inicial não era avaliar a relação entre o café e a insuficiência cardíaca. Foi assim que 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 diária que afetam a saúde do coração que não conhecemos e que poderiam potencialmente ser alterado para reduzir o risco. ” Como um em cada cinco americanos desenvolverá insuficiência cardíaca, mesmo pequenas mudanças em seus comportamentos podem ter um grande impacto cumulativo.

Tradicionalmente, os pesquisadores começam com uma hipótese - o café reduz o risco de doenças cardíacas, por exemplo. Em seguida, eles 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 quais variáveis ​​eles incluem e excluem na análise, ou induzindo pesquisadores inescrupulosos a manipular os dados para se ajustarem à sua teoria. “Você pode desenterrar qualquer descoberta que quiser na ciência usando seus próprios preconceitos e obter uma publicação disso”, diz Steven Heymsfield, professor de metabolismo e composição corporal do Pennington Biomedical Research Center da Louisiana State University. Para ilustrar este ponto, uma revisão amplamente citada de 2013 no The American Journal of Clinical Nutrition pesquisou 50 ingredientes comuns de livros de receitas na literatura científica; 36 foram ligados individualmente a um aumento ou diminuição do risco de câncer, incluindo aipo e ervilhas.

Kao, entretanto, 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 desfechos cardíacos, diz Diana Thomas, professora de matemática em West Point. “E isso é 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 Tufts Medical Center, que escreveu um editorial que foi publicado com o estudo Circulation . Por exemplo, ele poderia ser treinado para digitalizar fotografias das refeições dos participantes e interpretar seu nível de macronutrientes. Ele também pode analisar dados de dispositivos de geolocalização, sensores de atividade e mídia social.

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 diversos ou aleatórios o suficiente, os padrões que ele vê não se manterão quando o algoritmo os usar para fazer previsões do mundo real. Esse 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 é de seis onças e a de outra tem 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 devem ser rigorosamente testadas para ver se podem ser replicadas em outros contextos. Depois que apareceu a ligação entre a ingestão de café e um risco reduzido de insuficiência cardíaca 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 boa evidência".

Ainda assim, não é definitivo. Em vez disso, é parte de um conjunto crescente de evidências de 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 apelaram aos Institutos Nacionais de Saúde para estabelecer um instituto de ciências da nutrição que pudesse coordenar esses esforços e, crucialmente, ajudar as pessoas a interpretar os resultados. “Precisamos de um esforço bem financiado, bem organizado e coordenado para descobrir a nutrição”, diz ele. “Nenhum estudo chega à verdade.”