Arq Bras Cardiol abc Arquivos Brasileiros de Cardiologia Arq. Bras. Cardiol. 0066-782X 1678-4170 Sociedade Brasileira de Cardiologia - SBC JjL63JkbjsPRBcdxS4H6VjG S0066-782X2020000100025 S0066-782X2019005016104 10.5935/abc.20190174 Original Article Synergistic Effect of Disease Severity, Anxiety Symptoms and Elderly Age on the Quality of Life of Outpatients with Heart Failure 0000-0002-5632-3066 Figueiredo José Henrique Cunha 1 0000-0002-0737-6188 Oliveira Gláucia Maria Moraes de 1 Pereira Basílio Bragança 1 Figueiredo Ana Elisa Bastos 2 Nascimento Emília Matos 3 0000-0002-2591-7742 Garcia Marcelo Iorio 1 Xavier Sergio Salles 1 Universidade Federal do Rio de Janeiro Cardiologia Rio de Janeiro RJ Brazil Universidade Federal do Rio de Janeiro - Cardiologia, Rio de Janeiro, RJ - Brazil Fundação Oswaldo Cruz Rio de Janeiro RJ Brazil Fundação Oswaldo Cruz, Rio de Janeiro, RJ - Brazil Centro Universitário Estadual da Zona Oeste Rio de Janeiro RJ Brazil Centro Universitário Estadual da Zona Oeste, Rio de Janeiro, RJ - Brazil Mailing Address: Gláucia Maria Moraes de Oliveira • Universidade Federal do Rio de Janeiro - R. Prof. Rodolpho P. Rocco, 255 - 8º. Andar - Sala 6, UFRJ. Postal Code 21941-913, Cidade Universitária, RJ - Brazil E-mail: glauciam@cardiol.br, glauciamoraesoliveira@gmail.com

Author contributions

Conception and design of the research: Figueiredo JHC, Oliveira GMM, Xavier SS; Acquisition of data: Figueiredo JHC, Oliveira GMM, Garcia MI; Analysis and interpretation of the data and Writing of the manuscript: Figueiredo JHC, Oliveira GMM, Pereira BB, Figueiredo AEB, Nascimento EM, Garcia MI, Xavier SS; Statistical analysis: Pereira BB, Figueiredo AEB, Nascimento EM; Critical revision of the manuscript for intellectual content: Oliveira GMM, Pereira BB, Figueiredo AEB, Nascimento EM, Garcia MI, Xavier SS.

Potential Conflict of Interest

No potential conflict of interest relevant to this article was reported.

 02 09 2019 01 2020 114 1 25 32 06 08 2018 21 01 2019 07 01 2019 This is an Open Access article distributed under the terms of the Creative Commons Attribution License, which permits unrestricted use, distribution, and reproduction in any medium, provided the original work is properly cited. Abstract Background:

Heart failure (HF) is a multifactorial syndrome with repercussions on quality of life (QoL).

 Objectives:

To investigate the main interacting factors responsible to worsen quality of life of outpatients with HF.

 Methods:

Cross-sectional observational study with 99 patients of both genders, attending a HF outpatient clinic at a university hospital, all with a reduced ejection fraction (<40%) by echocardiography. They were evaluated using sociodemographic and clinical questionnaires, the Minnesota Living with Heart Failure (MLwHF), and the Hospital Anxiety and Depression scale (HADS). QoL was the outcome variable. Two multivariate models were used: the parametric beta regression analysis, and the non-parametric regression tree, considering p < 0.05 and 0.05 < p < 0.10 for statistical and clinical significance, respectively.

 Results:

Beta regression showed that depression and anxiety symptoms worsened the QoL of HF patients, as well as male sex, age younger than 60 years old, lower education level, lower monthly family income, recurrent hospitalizations and comorbidities such as ischemic heart diseases and arterial hypertension. The regression tree confirmed that NYHA functional class III and IV worsen all dimensions of MLwHF by interacting with anxiety symptoms, which influenced directly or indirectly the presence of poorer total score and emotional dimension of MLwHF. Previous hospitalization in the emotional dimension and age younger than 60 years in general dimension were associated with anxiety and NYHA functional class, also worsening the QoL of HF patients.

 Conclusion:

HF with reduced ejection fraction was associated with poorer MLwHF. Anxiety symptoms, previous hospitalization and younger age were also associated with worsened MLwHF. Knowledge of these risk factors can therefore guide assessment and treatment of HF patients.

 Keywords: Heart Failure Anxiety/diagnosis Hospitalization Quality of Life Age Systolic Volume Introduction

Heart failure (HF) is the leading cause of heart disease morbidity and mortality and is more common among people aged 60 or older.1 HF deeply affects the health of an individual, and has physical, psychological and social consequences. HF is a syndrome that severely impairs quality of life (QoL), predisposing patients to recurrent hospitalizations,2 and high morbidity and mortality rates, as observed in the Framingham’s study.3

In a study4 of 204 HF outpatients, the authors found that 46% of the outpatients had depressive and anxiety symptoms at baseline. After a five-year follow-up, even after controlling for disease severity and other risk factors, depressive symptoms were still associated with outcomes such as hospitalization and death.5 When analyzing patients who had difficulty in taking medication, the authors pointed out that these patients had more severe HF symptoms and worse quality of life, which can be partially explained by the coexistence of depression and psychological distress such as dysphoria and anxiety.6

The association between depression, physical symptoms and QoL in HF patients was observed by Bekelman et al.7 in a cross-sectional study with 60 outpatients. It was more common to see patients with depression and anxiety after they suffered dyspnea (OR 5.28, p < 0.05), and those who exhibited more symptoms of depression presented more HF symptoms (p < 0.0001) and poorer quality of life. Another study with patients who had been diagnosed with HF concluded that depression was associated with a worse health status at the baseline, and was a strong predictor of hospitalization, and worse HF symptoms, functional status and QoL.8

Physical symptoms are affected by depression and anxiety, as reported in a study9 that showed that psychological variables could affect QoL as much as physical symptoms of HF. In a multiple regression analysis, physical symptoms, age, employment status and anxiety at baseline were the best QoL predictors after a three-month follow-up. Depression, perceived control of HF, employment status and younger age were predictors of physical symptom status after three months. The great unanswered question is how these variables interact to worsen patients' QoL, and how much they compromise the therapeutic approach in the various degrees of impairment of ventricular function.

Thus, we collected sociodemographic, clinical variables, anxiety and depression symptoms, medications in use, previous hospitalization and left ventricular ejection fraction (LVEF) to investigate which factors are associated and interact to get worse quality of life of outpatients with heart failure.

 Methods

This study was approved by the Ethics Committee of the Hospital Universitário Clementino Fraga Filho under the protocol number 104/2010. The patients signed a consent form to participate in this study, which included an observational, cross-sectional and descriptive series of consecutive cases. Patients allowed to participate had HF with reduced LVEF < 4010 and New York Heart Association (NYHA) functional class I to IV and they were aged ≥ 20 years. Patients with HF caused by valvular dysfunction or reversible causes, and patients who were unable to be interviewed due to psychiatric syndromes, cognitive impairment assessed clinically, and hearing loss were excluded. All participants were recruited at the HF outpatient clinic of the Cardiology Department of the Federal University of Rio de Janeiro from March 2011 to September 2012. One hundred and twenty patients were interviewed individually and a sample of 99 patients of both sexes met the criteria for inclusion.

All participants sociodemographic and clinical questionnaires, the Brazilian version of the Minnesota Living with Heart Failure Questionnaire (MLwHF),11,12 and the Hospital Anxiety and Depression Scale (HADS).13,14

The sociodemographic questionnaire considered age, sex, monthly family income (dollar), education (years) categorized in illiterate, education 1 (<5 yrs), education 2 (6-12 yrs), education 3 (>12 yrs), marital status (married) and family support. The clinical questionnaire considered NYHA functional class, comorbidities such as atrial fibrillation, chronic renal failure, diabetes mellitus and arterial hypertension; current use of drugs such as betablockers, spironolactone, angiotensin-converting-enzyme inhibitor (ACE), angiotensin AT1 receptor blocker (ARB), nitrate, hydralazine; previous hospitalization and LVEF.

The MLwHF is a structured QoL questionnaire for patients with HF and it has been translated and validated for the Brazilian population.11,12 The questions are related to how the patient felt during the 30 days before completing the questionnaire. The MLwHF is made up of 21 questions that address the perception of the physical (strongly correlated with dyspnea and fatigue), emotional (correlated with emotional and social aspects) and general well-being (correlated with financial issues, the side effects of medication and lifestyle), and their scores vary from 0 to 40, 0 to 25 and 0 to 40, respectively. A higher score reflected a worse QoL.

The HADS was developed specifically for use in medically ill populations. It is based on mood, depression and anhedonia and excludes physical symptoms such as sleep disturbance, fatigue and body pain, which can be confused with symptoms of other diseases. The HADS is made up of 14 questions, each with four possible answers, and consists in two subscales - anxiety and depression - of seven items each. The responses refer to how the patients felt in the last seven days, and the sum of each subscale varies from 0 to 21. It has been translated and validated in a Brazilian version, using a cutoff of ≥ 8 in samples of medically ill patients.13,14 For the analysis, this cutoff was used as an indication of depression and anxiety, which are referred to in this study as “depression and anxiety symptom”. This variable was dichotomized into “possible anxiety” (8 to 11) and “probable anxiety” (12 to 21), and the same for “possible depression” and “probable depression”.

The outcome variables were the MLwHF dimensions, namely, total score, physical, emotional and general welfare. The independent variables were the sociodemographic variables, clinical variables, anxiety symptoms, depression symptoms, current drugs, previous hospitalization and LVEF.

Statistical analysis

The continuous variables were presented as mean ± standard deviation (variables normally distributed); or median, first quartile and third quartile (non-normal variables). Data normality was tested using the Shapiro-Wilk normality test. The comparison between the NYHA I/II and NYHA III/IV groups was made using unpaired t-Student test, for normal continuous variables, Wilcoxon rank sum test, for non-normal continuous variables, and Exact Binomial Test, for categorical variables.

Total score, physical, and the emotional and general dimensions of the MLwHF were the outcome variables. The association of the variables described above with the outcomes and dimensions of QoL were evaluated using a parametric beta regression model and a non-parametric regression tree.15 Beta regression is a new model recently developed by the Brazilian authors Silvia Ferrari and Francisco Cribari, used when the outcome is a continuous variable that varies in the interval (0,1). The regression tree, apart from its predictive power and its easy visual interpretation, is also extremely useful to find possible interactions between predictive variables, including in situations of unexpected interactions, as in our case. Its final nodes result in the boxplot16,17 of the outcome variables. The Betareg package18 of the R software19 was used. Values of p < 0.05 and 0.05 < p < 0.10 were considered statistically significant and clinical significance, respectively.

Data of 99 patients were analyzed; two did not have the LVEF data, and three did not have data of monthly family income. The missing data were imputed considering the MCAR (missing completely at random) as the missing mechanism of these data.20 To facilitate the reading of the figures, the MLwHF scales were adjusted to vary from 0 to 100 (0, 1) and the scores were inverted so the highest scores would be equivalent to better QoL.

 Results

Table 1 describes the characteristics of the sample dichotomized according to the NYHA functional class. Lower LVEF and lower MLwHF, in all dimensions, were significantly more common in NYHA III and IV. On the other hand, family support, absence of comorbidities such as diabetes mellitus, atrial fibrillation, chronic renal failure and the non-use of spironolactone, nitrate or furosemide were significantly more frequent in NYHA I and II.

Characteristics of the sample dichotomized by NYHA functional class
Total NYHA = I /II NYHA = III/IV p *
Number of patients 99 (100%) 59 (59.60%) 40 (40.40%) 0.0699
Age
Average ± SD 61.05 ± 10.88 59.85 ± 10.65 62.83 ± 11.11 0.1829
Monthly family income
Median (1st Qu.; 3rd Qu.) 914.28 (594.61; 1294.61) 892.3 (594.61; 1564.10) 923.07 (602.56; 1102.56) 0.3978
Ejection Fraction
Average ± SD 35.58 ± 9.18 37.27 ± 8.7 33.1 ± 9.4 0.0258*
MLwHF Total score
Median (1st Qu.; 3rd Qu.) 27 (10.5; 47.0) 17 (5; 32.5) 45 (31.5; 55.0) < 0.0001***
MLwHF Physical
Median (1st Qu.; 3rd Qu.) 14 (3; 21) 6 (2; 17.5) 20 (15; 25) < 0.0001***
MLwHF Emotional
Median (1st Qu.; 3rd Qu.) 6 (2; 13) 3 (0.5; 10.5) 10.5 (5.75; 15.25) 0.0001***
MLwHF General
Median (1st Qu.; 3rd Qu.) 7 (3.0; 14.5) 4 (1; 8) 11 (8; 19) < 0.0001***
Male 61(100%) 38 (62.30%) 23 (37.70%) 0.0722
Schooling
Illiterate 6 (100%) 3 (50.00%) 3 (50.00%) 1.0000
Education (< 5 years) 37 (100%) 24 (64.86%) 13 (35.14%) 0.0989
Education (6-12 years) 52 (100%) 31 (59.62%) 21 (40.38%) 0.2116
Education (> 12 years) 4 (100%) 1 (25.00%) 3 (75.00%) 0.6250
Married 64 (100%) 39 (60.94%) 25 (39.06%) 0.1034
Family support 82(100%) 51 (62.20%) 31 (37.80%) 0.0352*
Employed 19 (100%) 12 (63.16%) 7 (36.84%) 0.3593
Ischemic Etiology 39(100%) 21 (53.85%) 18 (46.15%) 0.7493
Absence of atrial fibrillation 82(100%) 51 (62.20%) 31 (37.80%) 0.0352*
Absence of chronic renal failure 84(100%) 52 (61.90%) 32 (38.10%) 0.0375*
Absence of diabetes mellitus 57(100%) 38 (66.67%) 19 (33.33%) 0.0163*
Arterial hypertension 69(100%) 39 (56.52%) 30 (43.48%) 0.3356
Absence of previous hospitalization 63(100%) 44 (69.84%) 19 (30.16%) 0.0022
Probable anxiety 15(100%) 10 (66.67%) 5 (33.33%) 0.3018
Possible anxiety 35(100%) 19 (54.29%) 16 (45.71%) 0.7359
Probable depression 11(100%) 7 (63.64%) 4 (36.36%) 0.5488
Possible depression 27(100%) 15 (55.56%) 12 (44.44%) 0.7011
Current use of betablockers 96 (100%) 57 (59.38%) 39 (40.62%) 0.0822
Absence of spironolactone 38(100%) 28 (73.68%) 10 (26.32%) 0.0051**
Current use of ACE inhibitor/ARB 94(100%) 57 (60.64%) 37 (39.36%) 0.0495*
Absence Nitrate/Hydralazine 63(100%) 43 (68.25%) 20 (31.75%) 0.0052**
Absence Furosemide 25(100%) 18 (72.00%) 7 (28.00%) 0.0433*
Optimized treatment 87(100%) 50 (57.47%) 37 (42.53%) 0.1980

p < 0.001;

p < 0.01;

p < 0.05.

P-values were calculated using unpaired t-Student test (for normal continuous variables); Wilcoxon rank sum test (for non-normal continuous variables); and Exact Binomial Test (for categorical variables).

MLwHF: Minnesota Living with Heart Failure; NYHA: New York Heart Association; ACE: Angiotensin-converting enzyme inhibitor; ARB: Angiotensine1 receptor blocker; SD: Standard deviation.

Results of the beta regression analysis are shown in Table 2. It is noteworthy that the predictor variable NYHA functional class has a statistically significant association with all outcome variables, showing that patient’s QoL is affected in all its dimensions by physical symptoms of HF. Anxiety symptoms were also associated with all outcomes except the general well-being dimension. Depression symptoms were associated with the emotional well-being dimension, showing that psychological symptoms affected patients’ QoL in this sample. Previous hospitalization worsened the QoL of outpatients with HF regarding emotional and physical aspects. The current use of medications as betablockers, ACE and furosemide were associated with poor MLwHF in different dimensions. The general well-being dimension of MLwHF decreased with lower monthly family income of the patients. It is worth mentioning that all beta regression models showed a coefficient of determination R2 of about 50% (Figure 1: A-50, B-48, C-56, D-44), which means that the prognostic variables explain 50% of the variation of the outcome or dependent variables.

Beta regression analysis MLwHF and predictor variables
MLwHF QoL Dimensions Predictor Variables Estimate (CI 95%) p
Total score Education (< 5 years) 0.734 (0.101; 1.366) 0.023 *
Education (6-12 years) 0.589 (-0.033; 1.211) 0.063
Education (> 12 years) 0.755 (-0.210; 1.720) 0.125
Monthly family income 0.000 (0.000; 0.001) 0.019 *
NYHA II -0.695 (-1.162; -0.229) 0.003 **
NYHA III -1.416 (-1.904; -0.928) < 0.001 ***
NYHA IV -1.404 (-2.066; -0.742) < 0.001 ***
Arterial Hypertension 0.585 (0.239; 0.931) 0.001 ***
Previous hospitalization -0.553 (-0.898; -0.207) 0.002 **
Anxiety symptoms -0.593 (-0.997; -0.190) 0.004 **
Depression symptoms -0.402 (-0.828; 0.025) 0.065
Current Use of Betablocker 0.908 (0.064; 1.752) 0.035 *
Physical Education (< 5 years) 1.078 (0.223; 1.934) 0.013 *
Education (6-12 years) 1.077 (0.233; 1.921) 0.012 *
Education (> 12 years) 1.369 (0.124; 2.614) 0.031 *
NYHA II -1.087 (-1.658; -0.516) < 0.001***
NYHA III -1.789 (-2.411; -1.167) < 0.001***
NYHA IV -2.439 (-3.326; -1.552) < 0.001***
Arterial Hypertension 0.755 (0.307; 1.203) 0.001 ***
Previous hospitalization -0.867 (-1.345; -0.389) < 0.001***
Anxiety symptoms -0.967 (-1.404; -0.529) < 0.001***
Current Use of Betablocker 2.018 (0.847; 3.190) 0.001 ***
Current Use of Furosemide 0.520(0.031; 1.010) 0.037 *
Emotional Male 0.538 (0.145; 0.932) 0.007 **
Education (< 5 years) 0.725 (-0.088; 1.539) 0.080
Education (6-12 years) 0.747 (-0.042; 1.535) 0.063
Education (> 12 years) 1.135 (-0.099; 2.369) 0.071
Ischemic etiology 0.561 (0.132; 0.990) 0.010 **
NYHA II -0.229 (-0.78; 0.322) 0.416
NYHA III -1.234 (-1.818; -0.65) < 0.001 ***
NYHA IV -0.727 (-1.537; 0.083) 0.079
Previous hospitalization -0.606 (-1.059; -0.152) 0.009 **
Anxiety symptoms -1.104 (-1.614; -0.595) < 0.001***
Depression symptoms -0.879 (-1.420; -0.338) 0.001 ***
Current Use of ACE -1.424 (-2.312; -0.536) 0.002 **
General Male -0.342 (-0.708; 0.025) 0.068
Age 0.030(0.013; 0.047) < 0.001***
Monthly family income 0.001 (0.000; 0.001) 0.001 ***
NYHA II -0.717 (-1.249; -0.184) 0.008 **
NYHA III -1.717 (-2.259; -1.176) < 0.001***
NYHA IV -1.895 (-2.627; -1.162) < 0.001***
Current Use of Betablocker 1.280(0.323; 2.237) 0.009 **

p < 0.001;

p < 0.01;

p < 0.05.

MLwHF: Minnesota Living with Heart Failure; NYHA: New York Heart Association; ACE: angiotensin-converting enzyme inhibitor.

Regression tree (A- Total Score, B- Physical Dimension, C- Emotional Dimension, D-General Dimension) illustrating that advanced NYHA (New York Heart Association) functional class worsened all dimensions of MLwHF (Minnesota Living with Heart Failure). Anxiety symptoms influenced directly or indirectly the presence of poorer total score and emotional well-being dimension of MLwHF. The same was observed for previous hospitalization in the emotional well-being dimension, demonstrating an interaction with functional class NYHA I and II. In the general well-being dimension, the NYHA functional classes I and II were associated with poorer MLwHF in patients younger than 60 years old.

The regression tree, the nonparametric model, also evaluated the association of the set of predictor variables with each outcome variable (Figure 1). The results of this model are consonant with the beta model seen in Table 2 and give further information about interactions between the independent variables. Figure 1 illustrates the negative effects of a worse NYHA functional class in all MLwHF dimensions. Anxiety symptoms contributed directly or indirectly to lower total score and poorer emotional well-being in MLwHF. The same was observed for previous hospitalization variable in the emotional well-being dimension, indicating an interaction with NYHA functional classes I and II. In the general well-being dimension, the NYHA classes I and II were associated with poorer MLwHF if patients were younger than 60 years old. Due to inversion of the score system, the interpretation of the regression trees considers that higher values, for each outcome variable, correspond to a better QoL. In other words, we could exemplify that the best quality of life was observed in: NYHA functional class I patients without anxiety symptoms (Figure 1A: total score, 14 patients, 14.1%), NYHA functional class I patients (Figure 1B: physical well-being dimension, 19 patients, 19.2%), NYHA I or II patients with no anxiety symptoms or previous hospitalization (Figure 1C: emotional well-being dimension, 27, 27.3%), and NYHA I or II patients older than 59 years old (Figure 1D: general well-being dimension, 32 patients, 32.3%). We have created a pseudo-coefficient of determination R2 for the regression tree resulting in coefficients around 30% and 40% (Figure 1 A 42% , B 29%, C 44%, D 29%).

 Discussion

The originality of the study consists of the research methods applied to the research question. The regression tree is a nonparametric regression, useful for prediction, and to obtain data not only from the relevant variables, but also from the relevant interactions between these variables. In the usual regression, we can obtain the relevant variables, but we must define what interactions we consider relevant. In the tree of regression, the Data Mining (Machine Learning) algorithm verifies, from the existing data, which variables and which interactions are the most important, providing a better understanding of the complex relationships observed in clinical practice.

This study found an association of ventricular function (represented by NYHA functional class), anxiety symptoms, male sex, age younger than 60 years old, lower education level, lower monthly family income, recurrent hospitalization and comorbidities (such as arterial hypertension and ischemic heart diseases), current use of medications (such as betablockers, ACE and furosemide) with poorer QoL of HF outpatients.

One study21 explored the perceptions of QoL in HF patients to assess limitations in their daily lives caused by symptoms, happiness, and relationships, and pointed out that QoL was affected not only by negative physical, psychological, social, and economic status, but also by positive physical, psychological and social status, and behavior, although it was not modified by education combined with self-management intervention. The present study revealed the association of the predictor variable NYHA functional class III-IV with all outcome variables, and of anxiety and depression symptoms with two of the three outcome variables in the beta model. Also, our study shows that even a lower NYHA functional class (I-II), associated with anxiety symptoms and previous hospitalization, may worsen the QoL in the total score and emotional well-being dimension.

HF may be the most devastating chronic disease, as it affects people’s QoL in several dimensions. In fact, other authors have provided evidences that improvements in self-management skills may enhance outcomes of HF patients.22

The awareness of one’s own diagnosis has a profound impact on the patients. Mulligan et al.8 showed that, addressing patients’ mood and beliefs about their illness and its treatment, improved physical and emotional dimensions of MLwHF and promoted an improvement by 55% and 43% in anxiety and depression symptoms, respectively, assessed by HADS, in the early period after the diagnosis of HF. Reduced anxiety symptoms were associated with reduced perception of the severity of HF and of control due to the treatment of the disease. Reduced depression symptoms was attributed to the improvement of NYHA functional class, reduction in symptoms and perceived severity of HF, and increased confidence in the treatment. The present study confirms these findings that depression and anxiety symptoms contribute to a worsening of QoL related to physical symptoms of HF. It also confirms the fact that when HF patients are less symptomatic and have no anxiety symptoms and recurrent hospitalizations, patient’s QoL is better.

In another study,23 less social support and greater depressive symptoms independently predicted poorer QoL. Also, patient’s perspective on family functioning and autonomy support, along with family knowledge about HF, influenced psychological outcomes of depressive symptoms and emotional QoL of patients with HF.24 These studies corroborate our results, since married people with family support had positive perception of HF control, and anxiety and depression symptoms directly and negatively affected HF-related physical symptoms, which, in turn, interfered with QoL of these patients.

A meta-analysis concluded that somatic/affective depression symptoms were more strongly and consistently associated with mortality and cardiovascular events in patients with heart disease compared with cognitive/affective symptoms.25 Another study26 with 55 congestive HF patients also showed that somatic/affective depressive symptoms, but not cognitive depression symptoms and anxiety symptoms, were associated with poor health-related QoL and behavioral functional capacity, independent of age, clinical functional status and comorbidities.26 Our study disagreed with these results because NYHA functional class III and IV worsened all dimensions of MLwHF, and anxiety symptoms, combined with age under 60 years, influenced directly or indirectly the presence of poorer score.

A willing attitude toward following a low sodium diet, and an increased social support were significantly associated with higher levels of perceived control and better QoL.27 A recent study28 pointed out that depressive symptoms exerted a negative effect on medication adherence related to the complexity of medication regimen commonly prescribed to HF patients. In the present study, we also observed that the current use of medications as betablockers, ACE and furosemide were associated with poor MLwHF in different dimensions, suggesting that it could be a barrier to reach medication adherence by HF patients.

How and by what mechanisms such associations are given are not clear. Probably physiological and behavioral factors including endothelial dysfunction, platelet abnormalities, inflammation, autonomic nervous system dysfunction, and reduced engagement in health-promoting activities, may link depression and anxiety with adverse cardiac outcomes and poorer QoL in HF.29,30

This study has some limitations. This was a single-center study, although it can encourage future studies in other specialized centers. Also, its cross-sectional design made it difficult to assess possible changes in patients’ QoL and what factors contributed to such changes and to make speculations that would only be possible with a longitudinal design. Thus, generalizations must be made with caution.

 Conclusion

Based on these findings, it is possible to conclude that a reduced LVEF is associated with many factors that compromise the QoL of HF outpatients, even in clinically less severe cases, like in NYHA functional class I or II . These findings may aid in the full approach of patients with HF, suggesting the diagnosis and treatment of anxiety symptoms, especially those with multiple hospitalizations and younger than 60 years.

Sources of Funding

There were no external funding sources for this study.

Study Association

This article is part of the thesis of Doctoral submitted by José Henrique Cunha Figueiredo, from Universidade Federal do Rio de Janeiro.

Ethics approval and consent to participate

This study was approved by the Ethics Committee of the Hospital Universitário Clementino Fraga Filho under the protocol number 104/2010. All the procedures in this study were in accordance with the 1975 Helsinki Declaration, updated in 2013. Informed consent was obtained from all participants included in the study.

 Referências 1 Roger VL. Epidemiology of Heart Failure. Circ Res. 2013;113(6):646-59. Roger VL Epidemiology of Heart Failure Circ Res 2013 113 6 646 659 2 Ramos S, Prata J, Gonçalves FR, Coelho R. Depression predicts mortality and hospitalization in heart failure: A six-years follow-up study. J Affect Disord. 2016 Sep;201:162-70. Ramos S Prata J Gonçalves FR Coelho R Depression predicts mortality and hospitalization in heart failure: A six-years follow-up study J Affect Disord 09 2016 201 162 170 3 Mahmood SS, Wang TJ. The epidemiology of congestive heart failure: the Framingham Heart Study perspective. Glob Heart. 2013;8(1):77-82. Mahmood SS Wang TJ The epidemiology of congestive heart failure: the Framingham Heart Study perspective Glob Heart 2013 8 1 77 82 4 Sherwood, A, Blumenthal JA, Trivedi R, Johnson KS, O'Connor CM, Adams KF Jr, et al. Relationship of depression to death or hospitalization in patients with heart failure. Arch Intern Med. 2007;167(4):367-73. Sherwood A Blumenthal JA Trivedi R Johnson KS O'Connor CM Adams KF Jr Relationship of depression to death or hospitalization in patients with heart failure Arch Intern Med 2007 167 4 367 373 5 Sherwood A, Blumenthal JA, Hinderliter AL, Koch GG, Adams KF Jr, Dupree CS, et al. Worsening depressive symptoms are associated with adverse clinical outcomes in patients with heart failure. J Am Coll Cardiol. 2011;57(4):418-23. Sherwood A Blumenthal JA Hinderliter AL Koch GG Adams KF Jr Dupree CS Worsening depressive symptoms are associated with adverse clinical outcomes in patients with heart failure J Am Coll Cardiol 2011 57 4 418 423 6 Hallas CN, Wray J, Andreou P, Banner NR. Depression and perceptions about heart failure predict quality of life in patients with advanced heart failure. Heart Lung. 2011;40(2):111-21. Hallas CN Wray J Andreou P Banner NR Depression and perceptions about heart failure predict quality of life in patients with advanced heart failure Heart Lung 2011 40 2 111 121 7 Bekelman DB, Havranek EP, Becker DM, Kutner JS, Peterson PN, Wittstein IS, et al. Symptoms, depression, and quality of life in patients with heart failure. J Card Fail. 2007;13(8):643-8. Bekelman DB Havranek EP Becker DM Kutner JS Peterson PN Wittstein IS Symptoms, depression, and quality of life in patients with heart failure J Card Fail 2007 13 8 643 648 8 Mulligan K, Mehta PA, Fteropoulli T, Dubrey SW, McIntyre HF, McDonagh TA, et al. Newly diagnosed heart failure: Change in quality of life, mood, and illness beliefs in the first 6 months after diagnosis. Br J Health Psychol. 2012;17(3):447-62. Mulligan K Mehta PA Fteropoulli T Dubrey SW McIntyre HF McDonagh TA Newly diagnosed heart failure: Change in quality of life, mood, and illness beliefs in the first 6 months after diagnosis Br J Health Psychol 2012 17 3 447 462 9 Heo S, Doering LV, Widener J, Moser DK. Predictors and effect of physical symptom status on health-related quality of life in patients with heart failure. Eur J Cardiovasc Nurs. 2015;14(2):137-44. Heo S Doering LV Widener J Moser DK Predictors and effect of physical symptom status on health-related quality of life in patients with heart failure Eur J Cardiovasc Nurs 2015 14 2 137 144 10 Ponikowski P, Voors AA, Anker SD, Bueno H, Cleland JG, Coats AJ, et al, 2016 ESC Guidelines for the diagnosis and treatment of acute and chronic heart failure: The Task Force for the diagnosis and treatment of acute and chronic heart failure of the European Society of Cardiology (ESC) Developed with the special contribution of the Heart Failure Association (HFA) of the ESC. Eur J Heart Fail. 2016;18(8):891-975. Ponikowski P Voors AA Anker SD Bueno H Cleland JG Coats AJ ESC Guidelines for the diagnosis and treatment of acute and chronic heart failure: The Task Force for the diagnosis and treatment of acute and chronic heart failure of the European Society of Cardiology (ESC) Developed with the special contribution of the Heart Failure Association (HFA) of the ESC Eur J Heart Fail 2016 18 8 891 975 11 Rector TS, Kubo SH, Cohn, JN. Patients' self-assessment of their congestive heart failure: content, reliability and validity of a new measure, the Minnesota Living with Heart Failure Questionnaire. Heart Fail. 1987 May;3:198-209. Rector TS Kubo SH Cohn JN Patients' self-assessment of their congestive heart failure: content, reliability and validity of a new measure, the Minnesota Living with Heart Failure Questionnaire Heart Fail 05 1987 3 198 209 12 Carvalho VO, Guimarães GV, Carrara D, Bacal F, Bocchi, EA. Validação da versão em português do Minnesota Living with Heart Failure Questionnaire. Arq Bras Cardiol. 2011;97(6):444-5. Carvalho VO Guimarães GV Carrara D Bacal F Bocchi EA Validação da versão em português do Minnesota Living with Heart Failure Questionnaire Arq Bras Cardiol 2011 97 6 444 445 13 Zigmond AS, Snaith RP. The Hospital Anxiety and Depression Scale. Acta Psychiatr Scand. 1983;67(6):361-70. Zigmond AS Snaith RP The Hospital Anxiety and Depression Scale Acta Psychiatr Scand 1983 67 6 361 370 14 Botega NJ, Bio MR, Zomignani A, Garcia Jr C, Pereira WA. Transtornos do humor em enfermaria de clínica médica e validação de escala de medida (HAD) de ansiedade e depressão. Rev Saude Publica. 1995;29(5):355-63. Botega NJ Bio MR Zomignani A Garcia C Jr Pereira WA Transtornos do humor em enfermaria de clínica médica e validação de escala de medida (HAD) de ansiedade e depressão Rev Saude Publica 1995 29 5 355 363 15 Ferrari SL, Cribari-Neto F. Beta-Regression for modelling rates and proportions. J Appl Statistics. 2004;31(7):799-815. Ferrari SL Cribari-Neto F Beta-Regression for modelling rates and proportions J Appl Statistics 2004 31 7 799 815 16 Hothorn T, Hornik K, Zeileis, A. Unbiased recursive partitioning: A conditional inference framework. J Comput Graphical Statistics. 2006;15(3):651-74. Hothorn T Hornik K Zeileis A Unbiased recursive partitioning: A conditional inference framework J Comput Graphical Statistics 2006 15 3 651 674 17 Efron, B, Hastie, T. Computer Age Statistical Inference: Algorithms, Evidence, and Data Science. Cambridge University Press; 2016. Efron B Hastie T Computer Age Statistical Inference: Algorithms, Evidence, and Data Science Cambridge University Press 2016 18 Cribari-Neto F, Zeileis A. Beta Regressione in R. J Statistical Software;2010; 34(2):1-24. Cribari-Neto F Zeileis A Beta Regressione in R J Statistical Software; 2010 34 2 1 24 19 R Core Team (2018). R: A language and environment for statistical computing. R Foundation for Statistical Computing, Vienna, Austria. [Cited in 2018 Apr 05].[Available from: https://www.R-project.org/] R Core Team 2018 R: A language and environment for statistical computing R Foundation for Statistical Computing Vienna, Austria 2018 Apr 05 Available from: https://www.R-project.org/ 20 van Buuren S, Groothuis-Oudshoorn K, MICE: Multivariate Imputation by Chained Equations in R. J Statistical Software. 2011;45(3):1-67. van Buuren S Groothuis-Oudshoorn K MICE: Multivariate Imputation by Chained Equations in R J Statistical Software 2011 45 3 1 67 21 Grady KL, de Leon CFM, Kozak AT, Cursio JF, Richardson J, Avery E, et al. Does Self-management Counseling in Patients with Heart Failure Improve Quality of Life? Findings from the Heart Failure Adherence and Retention Trial (HART). Qual Life Res. 2014;23(1):31-8 Grady KL de Leon CFM Kozak AT Cursio JF Richardson J Avery E Does Self-management Counseling in Patients with Heart Failure Improve Quality of Life? Findings from the Heart Failure Adherence and Retention Trial (HART) Qual Life Res 2014 23 1 31 38 22 Musekamp G, Schuler M, Seekatz B, Bengel J, Faller H, Meng K. Does improvement in self-management skills predict improvement in quality of life and depressive symptoms? A prospective study in patients with heartfailure up to one year after self-management education. BMC Cardiovasc Disord. 2017;17(1):51. Musekamp G Schuler M Seekatz B Bengel J Faller H Meng K Does improvement in self-management skills predict improvement in quality of life and depressive symptoms? A prospective study in patients with heartfailure up to one year after self-management education BMC Cardiovasc Disord 2017 17 1 51 51 23 Chung ML, Mosor DK, Terry A, Lennie TA, Susan K, Frazier SK. Perceived social support predicted quality of life in patients withheart failure, but the effect is mediated by depressive symptoms. Qual Life Res. 2013;22(7):1555-63. Chung ML Mosor DK Terry A Lennie TA Susan K Frazier SK Perceived social support predicted quality of life in patients withheart failure, but the effect is mediated by depressive symptoms Qual Life Res 2013 22 7 1555 1563 24 Stamp KD, Dunbar SB, Clark PC, Reilly CM, Gary RA, Higgins M, et al. Family Context Influences Psychological Outcomes of Depressive Symptoms and Emotional Quality of Life in Patients with Heart Failure. J Cardiovasc Nurs. 2014;29(6):517-27. Stamp KD Dunbar SB Clark PC Reilly CM Gary RA Higgins M Family Context Influences Psychological Outcomes of Depressive Symptoms and Emotional Quality of Life in Patients with Heart Failure J Cardiovasc Nurs 2014 29 6 517 527 25 Azevedo RM, Roestn AM, Hoen PW, Jonge P. Cognitive/affective and somatic/ affective symptoms of depression in patients with heart disease and their association with cardiovascular prognosis: a meta-analysis. Psychol Med. 2014;44(13):2689-703. Azevedo RM Roestn AM Hoen PW Jonge P Cognitive/affective and somatic/ affective symptoms of depression in patients with heart disease and their association with cardiovascular prognosis: a meta-analysis Psychol Med 2014 44 13 2689 2703 26 Patron E, Benvenuti SM, Lopriore V, Aratari J, Palomba D. Somatic-Affective, But Not Cognitive, Depressive Symptoms are Associated with Reduced Health-Related Quality of Life in Patients with Congestive Heart Failure Heart failure and health related quality of life. Psychosomatics. 2017;58(3):281-91. Patron E Benvenuti SM Lopriore V Aratari J Palomba D Somatic-Affective, But Not Cognitive, Depressive Symptoms are Associated with Reduced Health-Related Quality of Life in Patients with Congestive Heart Failure Heart failure and health related quality of life Psychosomatics 2017 58 3 281 291 27 Heo S, Lennie TA, Pressler SJ, Dunbar SB, Chung ML, Moser DK. Factors Associated with Perceived Control and the Relationship to Quality of Life in Patients with Heart Failure. Eur J Cardiovasc Nurs. 2015;14(2):137-44. Heo S Lennie TA Pressler SJ Dunbar SB Chung ML Moser DK Factors Associated with Perceived Control and the Relationship to Quality of Life in Patients with Heart Failure Eur J Cardiovasc Nurs 2015 14 2 137 144 28 Goldstein CM, Gathright EC, Gunstad J, Dolansky MA, Redle JD, Josephson R, et al. Depressive symptoms moderate the relationship between medication regimen complexity and objectively measured medication adherence in adults with heart failure. J Behav Med. 2017;40(4):602-11 Goldstein CM Gathright EC Gunstad J Dolansky MA Redle JD Josephson R Depressive symptoms moderate the relationship between medication regimen complexity and objectively measured medication adherence in adults with heart failure J Behav Med 2017 40 4 602 611 29 Bradley SM, Rumsfeld JS. Depression and cardiovascular disease. Trends Cardiovasc Med. 2015;25(7):614-22. Bradley SM Rumsfeld JS Depression and cardiovascular disease Trends Cardiovasc Med 2015 25 7 614 622 30 Streng KW, Nauta JF, Hillege HL, Anker SD, Cleland JG, Dickstein K, et al. Non-cardiac comorbidities in heart failure with reduced, mid-range and preserved ejection fraction. Int J Cardiol. 2018 Nov;271:132-9. Streng KW Nauta JF Hillege HL Anker SD Cleland JG Dickstein K Non-cardiac comorbidities in heart failure with reduced, mid-range and preserved ejection fraction Int J Cardiol 11 2018 271 132 139 Artigo Original Efeito Sinérgico da Gravidade da Doença, de Sintomas de Ansiedade e da Idade Avançada sobre a Qualidade de Vida de Pacientes Ambulatoriais com Insuficiência Cardíaca 0000-0002-5632-3066 Figueiredo José Henrique Cunha 1 0000-0002-0737-6188 Oliveira Gláucia Maria Moraes de 1 Pereira Basílio Bragança 1 Figueiredo Ana Elisa Bastos 2 Nascimento Emília Matos 3 0000-0002-2591-7742 Garcia Marcelo Iorio 1 Xavier Sergio Salles 1 Universidade Federal do Rio de Janeiro - Cardiologia, Rio de Janeiro, RJ - Brasil Fundação Oswaldo Cruz, Rio de Janeiro, RJ - Brasil Centro Universitário Estadual da Zona Oeste, Rio de Janeiro, RJ - Brasil Correspondência: Gláucia Maria Moraes de Oliveira • Universidade Federal do Rio de Janeiro - R. Prof. Rodolpho P. Rocco, 255 - 8º. Andar - Sala 6, UFRJ. CEP 21941-913, Cidade Universitária, RJ - Brasil E-mail: glauciam@cardiol.br, glauciamoraesoliveira@gmail.com

Contribuição dos autores

Concepção e desenho da pesquisa: Figueiredo JHC, Oliveira GMM, Xavier SS; Obtenção de dados: Figueiredo JHC, Oliveira GMM, Garcia MI; Análise e interpretação dos dados e Redação do manuscrito: Figueiredo JHC, Oliveira GMM, Pereira BB, Figueiredo AEB, Nascimento EM, Garcia MI, Xavier SS; Análise estatística: Pereira BB, Figueiredo AEB, Nascimento EM; Revisão crítica do manuscrito quanto ao conteúdo intelectual importante: Oliveira GMM, Pereira BB, Figueiredo AEB, Nascimento EM, Garcia MI, Xavier SS.

Potencial conflito de interesses

Declaro não haver conflito de interesses pertinentes.

 Resumo Fundamento:

A insuficiência cardíaca (IC) é uma síndrome multifatorial com repercussões sobre a qualidade de vida (QV).

 Objetivo:

Investigar os principais fatores que interagem e pioram a qualidade de vida de pacientes ambulatoriais com IC.

 Métodos:

Estudo transversal observacional com 99 pacientes, de ambos os sexos, atendidos no ambulatório de IC de um hospital universitário, todos com uma fração de ejeção reduzida (<40%) pela ecocardiografia. Os participantes foram avaliados usando-se um questionário sociodemográfico, um questionário clínico, o Minnesota Living with Heart Failure (MLwHF), e Hospital Anxiety and Depression scale (HADS). QV foi a variável de desfecho. Foram usados dois modelos de análise multivariada, a regressão beta (paramétrica) e a árvore de regressão (não paramétrica), considerando um p < 0,05 e 0,05 < p < 0,10 para significância estatística e clínica, respectivamente.

 Resultados:

A análise por regressão beta mostrou que os sintomas de depressão e ansiedade pioraram a QV de pacientes com IC, bem como o sexo masculino, idade inferior a 60 anos, nível educacional mais baixo, renda familiar mensal menor, internações recorrentes e comorbidades tais como doenças cardíacas isquêmicas e hipertensão arterial. A árvore de regressão confirmou que as classes funcionais da NYHA III e IV pioraram todas as dimensões do MLwHF, interagindo com sintomas de ansiedade, e influenciando direta ou indiretamente, a presença de pior escore total e dimensão emocional do MLwHF. Internações anteriores, na dimensão emocional, e idade inferior a 60 anos, na dimensão geral, associaram-se com ansiedade e classe funcional NYHA, piorando também a QV dos pacientes com IC.

 Conclusão:

IC com fração de ejeção reduzida associou-se com pior resultado do MLwHF. Sintomas de ansiedade, internação prévia e idade mais jovem também associaram-se com pior MLwHF. O conhecimento desses fatores de risco pode, portanto, orientar a avaliação e o tratamento dos pacientes com IC.

 Palavras-chave: Insuficiência Cardíaca Ansiedade/diagnóstico Hospitalização Qualidade de Vida Idade Volume Sistólico Introdução

A insuficiência cardíaca (IC) é a principal causa de morbidade e mortalidade por doença cardíaca, e é mais comum em indivíduos com idade de 60 anos ou mais.1 A IC compromete a saúde do indivíduo, com consequências físicas, psicológicas e sociais. A IC é uma síndrome que afeta profundamente a qualidade de vida (QV) dos pacientes, predispondo-os a internações recorrentes,2 e a altas taxas de morbidade e mortalidade, como observado no estudo de Framingham.3

Em um estudo4 com 204 pacientes com IC, os autores observaram que 46% dos pacientes atendidos no ambulatório apresentavam sintomas de depressão e de ansiedade no momento basal. Após cinco anos de acompanhamento dos pacientes, mesmo com o controle da gravidade da doença e de outros fatores de risco, os sintomas depressivos ainda estavam associados com desfechos como hospitalização e morte.5 Ao analisar os pacientes com dificuldade de tomar medicamentos, os autores observaram que esses pacientes apresentaram sintomas mais graves de IC e pior QV, o que pode ser explicado, em parte, pela coexistência de depressão e estados psicológicos como disforia e ansiedade.6

A associação entre depressão, sintomas físicos e QV de pacientes com IC foi observada por Bekelman et al.,7 em um estudo transversal com 60 pacientes ambulatoriais. Foi mais comum observar pacientes com depressão e ansiedade após apresentarem dispneia (OR 5,28, p < 0,05), e aqueles que apresentaram mais sintomas de depressão também apresentaram mais sintomas de IC (p < 0,0001) e pior QV. Outro estudo com pacientes que foram diagnosticados com IC concluiu que a depressão estava associada com um pior estado de saúde, e foi um forte preditor de internação e pior sintomas de IC, estado funcional e QV.8

Os sintomas físicos são afetados por depressão e ansiedade, conforme relatado em um estudo9 que mostrou que variáveis psicológicas afetaram a QV e os sintomas de IC de maneira comparável. Em uma análise de regressão múltipla, sintomas físicos, idade, status de emprego, e ansiedade foram os melhores preditores de QV após três meses de acompanhamento. Depressão, controle percebido da IC, status de emprego e idade mais jovem foram preditores do comprometimento físico após três meses. A grande pergunta, ainda sem resposta, é como essas variáveis interagem e pioram a QV dos pacientes, e quanto elas comprometem a abordagem terapêutica de diferentes graus de disfunção ventricular.

Assim, foram coletados dados sociodemográficos, de sintomas de ansiedade e de depressão, de uso de medicamentos, de internações hospitalares anteriores, e de fração de ejeção do ventrículo esquerdo (FEVE) para investigar quais fatores estão associados e interagem para piorar a QV dos pacientes com IC.

 Métodos

Este estudo foi aprovado pelo Comitê de Ética do Hospital Universitário Clementino Fraga Filho sob o número de protocolo 104/2010. Os pacientes assinaram o termo de consentimento para participar do estudo, o qual incluiu uma série observacional e transversal de casos consecutivos. Os pacientes incluídos apresentavam IC com FEVE < 4010 e classe funcional da New York Heart Association (NYHA) I a IV, e tinham idade ≥ 20 anos. Pacientes com IC causada por disfunção valvar e causas reversíveis, e pacientes que não puderam ser entrevistados devido a síndromes psiquiátricas, disfunção cognitiva avaliada clinicamente, ou perda auditiva foram excluídos. Todos os participantes foram recrutados no ambulatório de IC do Departamento de Cardiologia da Universidade Federal do Rio de Janeiro entre março de 2011 e setembro de 2012. Cento e vinte pacientes foram entrevistados individualmente e uma amostra de 99 pacientes de ambos os sexos preencheram os critérios de inclusão.

Todos os participantes preencheram um questionário sociodemográfico, um questionário clínico, a versão brasileira do Minnesota Living with Heart Failure Questionnaire (MLwHF),11,12 e Hospital Anxiety and Depression Scale (HADS).13,14

O questionário sociodemográfico avaliou idade, sexo, renda familiar mensal (em dólar), educação (anos de estudo) classificada em “analfabeto”, educação 1 (<5 anos), educação 2 (6-12 anos) e educação 3 (>12 anos), estado civil (casado) e suporte familiar. O questionário clínico considerou a classe funcional da NYHA, comorbidades tais como fibrilação atrial, insuficiência renal crônica, diabetes mellitus e hipertensão arterial; uso de medicamentos como betabloqueadores, espironolactona, inibidor da enzima conversora de angiotensina (IECA), bloqueadores dos receptores AT1 da angiotensina, nitrato, hidralazina; internações anteriores e FEVE.

O MLwHF é um questionário estruturado de QV para pacientes com IC, que foi traduzido e validado para a população brasileira.11,12 As perguntas são relacionadas a como o paciente se sentiu nos últimos 30 dias anteriores ao preenchimento do questionário. O MLwHF é composto por 21 perguntas que abordam a percepção do bem estar físico (fortemente correlacionado com dispneia e fadiga), emocional (correlacionado com aspectos emocionais e sociais), e geral (correlacionado com questões financeiras, efeitos colaterais da medicação e estilo de vida), e seus escores variam de 0 a 40, de 0 a 25 e de 0 a 40, respectivamente. Escores mais altos indicam uma pior QV.

A HADS foi desenvolvido especificamente para populações clinicamente doentes e se baseia no humor, depressão e anedonia, e exclui sintomas físicos, tais como distúrbio do sono, fadiga, e dor no corpo, os quais podem ser confundidos com sintomas de outras doenças. O questionário é composto de 14 questões, cada pergunta com quatro respostas possíveis. Consiste em duas subescalas - ansiedade e depressão - cada um com sete itens. As respostas referem-se a como os pacientes se sentiam nos últimos sete dias, e a soma de cada subescala varia de 0 a 21. A HADS foi traduzido e validado em uma versão brasileira, utilizando-se um ponto de corte ≥8, em amostras de pacientes clinicamente doentes.13,14 Para as análises, esse ponto de corte foi considerado indicador de depressão e ansiedade, as quais foram referidas neste estudo como “sintoma de depressão e ansiedade”. Essa variável foi dicotomizada em “possível ansiedade” (8 a 11) e “provável ansiedade” (12 a 21), e o mesmo para “possível depressão” e “provável depressão”.

As variáveis de desfecho foram as dimensões do MLwHF - Escore total, Física, Emocional e bem estar geral - e as variáveis independentes foram as variáveis sociodemográficas, as variáveis clínicas, os sintomas de ansiedade e de depressão, medicamentos em uso, internações anteriores, e FEVE.

Análise estatística

As variáveis contínuas foram apresentadas em média ± desvio padrão (variáveis com distribuição normal), ou mediana e primeiro e terceiro quartis (variáveis sem distribuição normal). A normalidade dos dados foi testada pelo teste de normalidade de Shapiro-Wilk. A comparação entre os grupos NYHA = I/II e NYHA = III/IV foi feita pelo teste t de Student não pareado para variáveis contínuas com distribuição normal, Wilcoxon rank sum test para variáveis contínuas sem distribuição normal, e o teste binomial para variáveis categóricas.

O escore total, e as dimensões física, emocional e geral do MLwHF foram as variáveis de desfecho. A associação das variáveis descritas acima com os desfechos e dimensões de QV foi avaliada usando um modelo paramétrico de regressão beta e uma árvore de regressão não paramétrica.15 A regressão beta é um modelo novo, desenvolvido pelos autores brasileiros Silvia Ferrari e Francisco Cribari, utilizada quando o desfecho for uma variável contínua que varia no intervalo (0,1). A árvore de regressão, além de seu poder preditivo e de fácil interpretação visual, é também muito útil para identificar possíveis interações entre variáveis preditivas, inclusive em situações de interações inesperadas, como no nosso caso. Os nós finais resultam no boxplot das variáveis de desfecho.16,17 Foi utilizado o pacote Betareg18 do programa R.19 nas análises. Valores de p < 0,05 e 0,05 < p < 0,10 foram considerados de significância estatística e relevância clínica, respectivamente.

Dados de 99 pacientes foram analisados; dois pacientes não apresentavam dados de FEVE, e três não apresentavam dados de renda familiar mensal. Os dados faltantes foram repostos considerando o MCAR (missing completely at random) como mecanismo de perda desses dados, ou seja, totalmente ao acaso.20 Para facilitar a leitura das figuras, as escalas do MLwHF foram ajustadas para variarem de 0 a 100 (0, 1) e os escores foram invertidos, de modo que os escores mais altos corresponderiam a uma melhor QV.

 Resultados

A Tabela 1 descreve as características da amostra dividida de acordo com a classe funcional NYHA. Valores mais baixos de FEVE e de todas as dimensões do MLwHF foram significativamente mais comuns nos pacientes com classe funcional NYHA III e IV. Por outro lado, apoio familiar, ausência de comorbidades tais como diabetes mellitus, fibrilação atrial, insuficiência renal crônica e a não utilização de espironolactona, nitrato ou furosemida foram significativamente mais frequentes nos pacientes com classe funcional NYHA I e II.

Características dos pacientes divididos pela classe funcional NYHA
Total NYHA = I /II NYHA = III/IV p *
Número de pacientes 99 (100%) 59 (59,60%) 40 (40,40%) 0,0699
Idade
Média ± DP 61,05 ± 10,88 59,85 ± 10,65 62,83 ± 11,11 0,1829
Renda familiar mensal
Mediana (1º; 3º quartil) 914,28 (594,61; 1294,61) 892,3 (594,61; 1564,10) 923,07 (602,56; 1102,56) 0,3978
Fração de ejeção
Média ± DP 35,58 ± 9,18 37,27 ± 8,7 33,1 ± 9,4 0,0258*
Escore total do MLwHF
Mediana (1º; 3º quartil) 27 (10,5; 47,0) 17 (5; 32,5) 45 (31,5; 55,0) < 0,0001***
Bem-estar físico do MLwHF
Mediana (1º; 3º quartil) 14 (3; 21) 6 (2; 17,5) 20 (15; 25) < 0,0001***
Bem-estar emocional do MLwHF
Mediana (1º; 3º quartil) 6 (2; 13) 3 (0,5; 10,5) 10,5 (5,75; 15,25) 0,0001***
Bem-estar geral do MLwHF
Mediana (1º; 3º quartil) 7 (3,0; 14,5) 4 (1; 8) 11 (8; 19) < 0,0001***
Homens 61(100%) 38 (62,30%) 23 (37,70%) 0,0722
Escolaridade
Analfabetos 6 (100%) 3 (50,00%) 3 (50,00%) 1,0000
<5 anos 37 (100%) 24 (64,86%) 13 (35,14%) 0,0989
6-12 anos 52 (100%) 31 (59,62%) 21 (40,38%) 0,2116
> 12 anos 4 (100%) 1 (25,00%) 3 (75,00%) 0,6250
Casado 64 (100%) 39 (60,94%) 25 (39,06%) 0,1034
Suporte familiar 82(100%) 51 (62,20%) 31 (37,80%) 0,0352*
Empregado 19 (100%) 12 (63,16%) 7 (36,84%) 0,3593
Etiologia isquêmica 39(100%) 21 (53,85%) 18 (46,15%) 0,7493
Ausência de fibrilação atrial 82(100%) 51 (62,20%) 31 (37,80%) 0,0352*
Ausência de insuficiência renal crônica 84(100%) 52 (61,90%) 32 (38,10%) 0,0375*
Ausência de diabetes mellitus 57(100%) 38 (66,67%) 19 (33,33%) 0,0163*
Hipertensão arterial 69(100%) 39 (56,52%) 30 (43,48%) 0,3356
Ausência de internações anteriores 63(100%) 44 (69,84%) 19 (30,16%) 0,0022
Provável ansiedade 15(100%) 10 (66,67%) 5 (33,33%) 0,3018
Possível ansiedade 35(100%) 19 (54,29%) 16 (45,71%) 0,7359
Provável depressão 11(100%) 7 (63,64%) 4 (36,36%) 0,5488
Possível depressão 27(100%) 15 (55,56%) 12 (44,44%) 0,7011
Uso de betabloqueadores 96 (100%) 57 (59,38%) 39 (40,62%) 0,0822
Sem uso de espironolactona 38(100%) 28 (73,68%) 10 (26,32%) 0,0051**
Uso de IECA/BRA 94(100%) 57 (60,64%) 37 (39,36%) 0,0495*
Sem o uso de nitrato/hidralazina 63(100%) 43 (68,25%) 20 (31,75%) 0,0052**
Sem uso de furosemida 25(100%) 18 (72,00%) 7 (28,00%) 0,0433*
Tratamento otimizado 87(100%) 50 (57,47%) 37 (42,53%) 0,1980

p < 0,001;

p < 0,01;

p < 0,05.

Teste t de Student (para variáveis contínuas com distribuição normal); teste de Wilcoxon (para variáveis contínuas sem distribuição normal); e teste Binomial (para variáveis categóricas); MLwHF: Minnesota Living with Heart Failure, NYHA: New York Heart Association, IECA: inibidor da enzima conversora de angiotensina; BRA: bloqueador de receptor da angiotensina.

Os resultados da análise por regressão beta estão apresentados na Tabela 2. Vale destacar que a variável preditora classe funcional da NYHA apresentou associação estatisticamente significativa com todas as variáveis de desfechos, mostrando que a QV dos pacientes, em todas suas dimensões, foi influenciada pelos sintomas físicos da IC. Os sintomas de ansiedade também se associaram com todos os desfechos, exceto a dimensão bem-estar geral. Sintomas de depressão se associaram com a dimensão emocional, demonstrando que os sintomas psicológicos afetaram a QV dos pacientes nesta amostra. A ocorrência de internação hospitalar prévia piorou a QV dos pacientes ambulatoriais com IC em relação a aspectos emocionais e físicos. O uso de medicamentos tais como betabloqueadores, IECA e furosemida associou-se com pior MLwHF em diferentes dimensões. A dimensão bem-estar geral do MLwHF diminuiu com menor renda familiar dos pacientes. Vale mencionar que todos os modelos de regressão beta apresentaram um coeficiente de determinação R2 de aproximadamente 50% (Figura 1: A-50, B-48, C-56, D-44), o que significa que as variáveis prognósticas explicam 50% da variação do desfecho ou das variáveis dependentes.

Análise de regressão beta e variáveis preditoras
Dimensões de QV do MLwHF Variáveis preditoras Estimativa (IC 95%) p
Escore total Educação (< 5 anos) 0,734 (0,101; 1,366) 0,023 *
Educação (6-12 anos) 0,589 (-0,033; 1,211) 0,063
Educação (> 12 anos) 0,755 (-0,210; 1,720) 0,125
Renda familiar mensal 0,000 (0,000; 0,001) 0,019 *
NYHA II -0,695 (-1,162; -0,229) 0,003 **
NYHA III -1,416 (-1,904; -0,928) < 0,001 ***
NYHA IV -1,404 (-2,066; -0,742) < 0,001 ***
Hipertensão arterial 0,585 (0,239; 0,931) 0,001 ***
Internação anterior -0,553 (-0,898; -0,207) 0,002 **
Sintomas de ansiedade -0,593 (-0,997; -0,190) 0,004 **
Sintomas de depressão -0,402 (-0,828; 0,025) 0,065
Uso de betabloqueadores 0,908 (0,064; 1,752) 0,035 *
Físico Educação (< 5 anos) 1,078 (0,223; 1,934) 0,013 *
Educação (6-12 anos) 1,077 (0,233; 1,921) 0,012 *
Educação (> 12 anos) 1,369 (0,124; 2,614) 0,031 *
NYHA II -1,087 (-1,658; -0,516) < 0,001***
NYHA III -1,789 (-2,411; -1,167) < 0,001***
NYHA IV -2,439 (-3,326; -1,552) < 0,001***
Hipertensão arterial 0,755 (0,307; 1,203) 0,001 ***
Internação anterior -0,867 (-1,345; -0,389) < 0,001***
Sintomas de ansiedade -0,967 (-1,404; -0,529) < 0,001***
Uso de betabloqueadores 2,018 (0,847; 3,190) 0,001 ***
Uso de furosemida 0,520(0,031; 1,010) 0,037 *
Emocional Sexo masculino 0,538 (0,145; 0,932) 0,007 **
Educação (< 5 anos) 0,725 (-0,088; 1,539) 0,080
Educação (6-12 anos) 0,747 (-0,042; 1,535) 0,063
Educação (> 12 anos) 1,135 (-0,099; 2,369) 0,071
Etiologia isquêmica 0,561 (0,132; 0,990) 0,010 **
NYHA II -0,229 (-0,78; 0,322) 0,416
NYHA III -1,234 (-1,818; -0,65) < 0,001 ***
NYHA IV -0,727 (-1,537; 0,083) 0,079
Internação anterior -0,606 (-1,059; -0,152) 0,009 **
Sintomas de ansiedade -1,104 (-1,614; -0,595) < 0,001***
Sintomas de depressão -0,879 (-1,420; -0,338) 0,001 ***
Uso de IECA -1,424 (-2,312; -0,536) 0,002 **
Geral Sexo masculino -0,342 (-0,708; 0,025) 0,068
Idade 0,030(0,013; 0,047) < 0,001***
Renda familiar mensal 0,001 (0,000; 0,001) 0,001 ***
NYHAII -0,717 (-1,249; -0,184) 0,008 **
NYHAIII -1,717 (-2,259; -1,176) < 0,001***
NYHA IV -1,895 (-2,627; -1,162) < 0,001***
Uso de betabloqueadores 1,280(0,323; 2,237) 0,009 **

p < 0,001;

p < 0,01;

p < 0,05.

MLwHF: Minnesota Living with Heart Failure; NYHA: New York Heart Association; IECA: inibidor da enzima conversora de angiotensina.

Árvore de regressão (A- escore total, B- Dimensão de bem-estar físico, C- dimensão de bem-estar emocional, D- dimensão de bem-estar geral) ilustrando que classes funcionais da NYHA (New York Heart Association) mais avançadas pioraram todas as dimensões do MLwHF (Minnesota Living with Heart Failure). Os sintomas de ansiedade influenciaram direta ou indiretamente a presença de um pior escore total e pior dimensão de bem-estar emocional do MLwHF. O mesmo foi observado para internação prévia na dimensão de bem-estar emocional, mostrando uma interação com as classes funcionais da NYHA I e II. Na dimensão bem-estar geral, as classes funcionais NYHA I e II associaram-se com pior MLwHF em pacientes com idade inferior a 60 anos. Prev Hosp: Hospitalização prévia.

A árvore de regressão, modelo não paramétrico, também avaliou a associação do conjunto das variáveis preditoras com cada variável de desfecho (Figura 1). Os resultados desse modelo estão de acordo com o modelo beta mostrado na Tabela 2, além de fornecer informações acerca de interações entre variáveis independentes. A Figura 1 ilustra os efeitos de uma pior classe funcional da NYHA sobre todas as dimensões do MLwHF. Os sintomas de ansiedade contribuíram direta ou indiretamente para um escore total mais baixo e piora da dimensão emocional no MLwHF. O mesmo foi observado para a variável internações anteriores na dimensão emocional, indicando uma interação com as classes funcionais NYHA I e II. Na dimensão bem-estar geral, as classes funcionais NYHA I e II associaram-se com pior MLwHF se os pacientes tivessem idade inferior a 60 anos. Devido à inversão do sistema de pontuação, a interpretação das árvores de regressão considera que os valores mais altos de cada variável de desfecho correspondem a uma melhor QV. Em outras palavras, poderíamos exemplificar que a melhor QV foi observada em pacientes com classe funcional da NYHA I, sem sintomas de ansiedade (Figura 1A: escore total, 14 pacientes, 14,1%), pacientes com classe NYHA I (Figura 1B: dimensão Física, 19 pacientes, 19,2%), pacientes com classe funcional NYHA I ou II pacientes sem sintomas de ansiedade ou hospitalização prévia (Figura 1 C: dimensão emocional, 27, 27.3%), e pacientes com classe funcional NYHA I ou II com idade superior a 59 anos (Figura 1D: dimensão bem-estar geral, 32 pacientes, 32,3%). Nós criamos um pseudocoeficiente de determinação R2 para a árvore de regressão, resultando em coeficientes de 30% e 40% aproximadamente (Figura 1: A-42, B-29, C-44, D- 29).

 Discussão

A originalidade deste estudo consiste nos métodos aplicados à pergunta em questão. A árvore de regressão é uma regressão não paramétrica, útil para a predição, e para obter dados não só a partir das variáveis relevantes, mas também das importantes interações entre essas variáveis. Na regressão tradicional, podemos obter as variáveis relevantes, porém é necessário definirmos quais interações nós consideramos relevantes. Na árvore de regressão, o algoritmo do Data Mining verificou, a partir dos dados existentes, quais variáveis e quais interações são as mais importantes, favorecendo um melhor entendimento das complexas relações observadas na prática clínica.

O estudo encontrou uma associação da função ventricular (representada pela classe funcional da NYHA), sintomas de ansiedade, sexo masculino, idade inferior a 60 anos, nível educacional mais baixo, renda familiar mais baixa, internação hospitalar recorrente, e comorbidades (tais como hipertensão arterial e doenças cardíacas isquêmicas), uso de medicamentos (tais como betabloqueadores, IECA e furosemida) com pior QV de pacientes com IC.

Em um estudo,21 os autores exploraram as percepções da QV em pacientes com IC para avaliar limitações na vida diária causadas por sintomas, estado de felicidade e relacionamentos, e encontraram que a QV foi influenciada não só pelo estado físico, psicológico, social e condição econômica negativos, mas também pela condição física, psicológica e social positivas, bem como pelo comportamento, apesar de não ter sido modificada por educação combinada à intervenção de autocuidado. O presente estudo revelou a associação entre a variável preditora classe funcional NYHA III-IV com todas as variáveis de desfecho, e de sintomas de ansiedade e de depressão com duas das três variáveis de desfecho no modelo beta. Ainda, nosso estudo mostrou que mesmo uma classe funcional NYHA mais baixa (I-II), associada com sintomas de ansiedade e internação prévia, pode piorar a QV, considerando tanto o escore total como a dimensão emocional.

A IC possivelmente é a doença crônica mais devastadora, uma vez que afeta a QV das pessoas em várias dimensões. De fato, outros autores apresentaram evidências de que melhorias nas habilidades de autocuidado podem melhorar os desfechos de pacientes com IC.22

Ter consciência do próprio diagnóstico acarreta um impacto profundo sobre os pacientes. Mulligan et al.,8 mostraram que, ao abordar o estado de ânimo e as crenças dos pacientes sobre suas doenças e tratamento, houve uma melhora nas dimensões físicas e emocionais do MLwHF e melhora de 55% e 43% nos sintomas de ansiedade e depressão, respectivamente, avaliados pela HADS no período precoce após o diagnóstico de IC. A redução de sintomas de ansiedade associou-se com menor percepção da gravidade da IC e do controle pelo tratamento da doença. A redução dos sintomas da depressão foi atribuída à melhora da classe funcional NYHA, à redução de sintomas, à gravidade percebida da IC, e ao aumento de confiança no tratamento. O presente estudo confirma esses achados de que os sintomas de depressão e de ansiedade contribuem para piora da QV relacionada aos sintomas físicos da IC. O estudo também confirma o fato de que quando pacientes são menos sintomáticos e não apresentam sintomas de ansiedade e internações recorrentes, a QV dos pacientes é melhor.

Em outro estudo,23 um menor suporte social e mais sintomas depressivos foram preditores independentes de uma pior QV. Ainda, a perspectiva dos pacientes em relação ao suporte familiar e apoio para autonomia, além do conhecimento da família sobre a IC, influenciaram os desfechos psicológicos de sintomas depressivos e QV emocional de pacientes com IC.24 Esses estudos corroboram nossos resultados, uma vez que as pessoas casadas, com suporte familiar, tinham uma percepção positiva do controle da IC, e os sintomas de ansiedade e de depressão afetaram direta e negativamente os sintomas físicos da IC, o que, por sua vez, interferiram com a QV desses pacientes.

Uma metanálise concluiu que os sintomas somáticos/afetivos da depressão associaram-se mais fortemente e consistentemente com mortalidade e eventos cardiovasculares em comparação a sintomas cognitivos/afetivos em pacientes com doença cardíaca.25 Outro estudo26 com 55 pacientes com IC congestiva também mostrou que sintomas depressivos somáticos/afetivos, mas não sintomas depressivos cognitivos ou de ansiedade, associaram-se com pior QV relacionada à saúde e capacidade funcional comportamental, independentemente da idade, condição clínica e funcional, e comorbidades.26 Nossos resultados contrastam com esses achados, uma vez que as classes funcionais NYHA III e IV pioraram todas as dimensões do MLwHF, e os sintomas de ansiedade influenciaram direta ou indiretamente a presença de um pior escore.

Estar disposto a seguir uma dieta pobre em sódio e ter maior apoio social associaram-se significativamente com maiores níveis de controle percebido e melhor QV.27 Um estudo recente28 indicou que sintomas depressivos exerceram um efeito negativo sobre a adesão ao tratamento medicamentoso relacionada à complexidade do regime de tratamento comumente prescrito a pacientes com IC. No presente estudo, também observamos que o uso de betabloqueadores, IECA e furosemida estiveram associados com pior MLwHF em diferentes dimensões, sugerindo ser uma barreira para atingir a adesão ao tratamento medicamentoso.

Porém, não se sabe ao certo como e por quais mecanismos essas associações ocorrem. Provavelmente, fatores fisiológicos e comportamentais incluindo disfunção endotelial, disfunção plaquetária, inflamação, disfunção do sistema nervoso, e menor envolvimento em atividades que promovem saúde, podem relacionar a depressão e a ansiedade com eventos cardíacos adversos e pior QV na IC.29,30

Este estudo tem algumas limitações. O estudo foi realizado em um único centro, apesar de incentivar o desenvolvimento de estudos futuros em outros centros especializados. Além disso, seu delineamento transversal dificultou a avaliação de possíveis mudanças na QV dos pacientes e de quais fatores contribuíram para tais mudanças, e especulações sobre o prognóstico, que só seriam possíveis em um delineamento longitudinal. Assim, generalizações devem ser feitas com cautela.

 Conclusão

Com base nesses resultados, pode-se concluir que uma FEVE reduzida está associada a muitos fatores que comprometem a QV de pacientes ambulatoriais com IC, mesmo em casos menos graves clinicamente, como os pacientes em classe funcional NYHA I ou II. Esses achados podem ajudar na abordagem mais abrangente de pacientes com IC, sugerindo o diagnóstico e tratamento de sintomas de ansiedade, especialmente naqueles com várias internações hospitalares e com idade inferior a 60 anos.

Fontes de financiamento

O presente estudo não teve fontes de financiamento externas.

Vinculação acadêmica

Este artigo é parte de tese de Doutorado de José Henrique Cunha Figueiredo pela Universidade Federal do Rio de Janeiro.

Aprovação ética e consentimento informado

Este estudo foi aprovado pelo Comitê de Ética do Hospital Universitário Clementino Fraga Filho sob o número de protocolo 104/2010. Todos os procedimentos envolvidos nesse estudo estão de acordo com a Declaração de Helsinki de 1975, atualizada em 2013. O consentimento informado foi obtido de todos os participantes incluídos no estudo.