Comorbidade uma perspectiva de rede

Prévia do material em texto

Resumo: O problema central da pesquisa de comorbidades reside no fundamento psicométrico em que se baseia, ou seja, a teoria da variável latente, 
na qual um transtorno mental é visto como uma variável latente que causa uma constelação de sintomas. Nessa perspectiva, a comorbidade é uma 
relação (bi)direcional entre múltiplas variáveis latentes. Argumentamos que tal perspectiva variável latente encontra sérios problemas no estudo da 
comorbidade e oferecemos uma conceituação radicalmente diferente em termos de uma abordagem de rede, onde a hipótese da comorbidade surge de 
relações diretas entre sintomas de múltiplos transtornos. Propomos um método para visualizar redes de comorbidade e, com base em uma rede empírica 
para depressão maior e ansiedade generalizada, argumentamos que essa abordagem gera hipóteses realistas sobre caminhos para comorbidade, 
sobreposição de sintomas e limites diagnósticos, que não são naturalmente acomodados por variáveis latentes modelos: Alguns caminhos para a 
comorbidade através do espaço de sintomas são mais prováveis do que outros; esses caminhos geralmente têm a mesma direção (ou seja, dos sintomas 
de um distúrbio para os sintomas do outro); sintomas sobrepostos desempenham um papel importante na comorbidade; e os limites entre as categorias 
diagnósticas são necessariamente imprecisos.
Palavras-chave: comorbidade; redes complexas; ansiedade generalizada; modelos de variáveis latentes; depressão maior
Comorbidade: uma perspectiva de rede
2005). Além disso, entre as pessoas que atendem aos critérios 
diagnósticos para um transtorno mental, aproximadamente 45% 
recebem diagnósticos adicionais (por exemplo, Kessler et al. 2005b). 
Assim, a comorbidade é um problema generalizado e sério, cujas 
bases precisam ser desvendadas. De fato, a questão da comorbidade 
foi estudada extensivamente nas últimas décadas (por exemplo, 
Anderson et al. 1987; Angold et al. 1999; Boyd et al. 1984; Brown et 
al. 2001; Kashani et al. 1987; Kessler et al. 1994; 2004; 2005a; Low 
et al. 2008; Merikangas et al. 1998; Moffitt et al. 2007; Neale & 
Kendler 1995).
BEHAVIORAL AND BRAIN SCIENCES (2010) 33, 137 –193 doi:10.1017/
S0140525X09991567
1. Introdução No entanto, embora tenha havido um progresso considerável no 
sentido de aprofundar nossa compreensão da comorbidade, algumas 
questões fundamentais permanecem sem resposta. Provavelmente 
a questão mais crucial é o que observamos quando dois distúrbios 
covariam: um fenômeno genuíno que é independente de nossos 
critérios diagnósticos, escalas de medição e modelos de medição, 
ou (em parte) um artefato da estrutura desses critérios e modelos 
(p. , consulte Borsboom 2002; Neale & Kendler 1995)? A primeira 
possibilidade sustenta que existe uma fonte genuína de taxas de 
comorbidade. Como tal, os próprios distúrbios são comórbidos, o que 
faz com que os sintomas de tais distúrbios comórbidos se 
correlacionem. A última possibilidade sustenta que a comorbidade é 
produzida pela forma como identificamos empiricamente esses 
distúrbios; por exemplo, porque os distúrbios geralmente compartilham 
vários sintomas, o que leva a um aumento artificial da taxa de 
comorbidade. Assim, nessa visão, a comorbidade é em grande parte 
um artefato do sistema diagnóstico.
137
Lourens J. Waldorp 
Departamento de Psicologia, University of Amsterdam, 1018 WB 
Amsterdam, Holanda
Ange´lique OJ Cramer 
Departamento de Psicologia, University of Amsterdam, 1018 WB 
Amsterdam, Holanda
Denny Borsboom 
Departamento de Psicologia, University of Amsterdam, 1018 WB 
Amsterdam, Holanda D.Borsboom@uva.nl http://sites.google.com/
site/borsboomdenny/dennyborsboom
Se sofrer de um único transtorno mental é ruim, sofrer de vários 
transtornos mentais (ou seja, comorbidade) é pior. Em comparação 
com o sofrimento de um único transtorno mental, a comorbidade está 
consistentemente associada a uma maior demanda por ajuda 
profissional, pior prognóstico, maior interferência na vida cotidiana e 
maiores taxas de suicídio (por exemplo, Albert et al. 2008; Brown et 
al. 1995 ; Schoevers et al.
Han LJ van der Maas
www.aojcramer.com
Departamento de Psicologia, Universidade de Amsterdã, 1018 WB Amsterdã,
HLJvanderMaas@uva.nl 
http://users.fmg.uva.nl/hvandermaas/
Os Países Baixos
0140-525X/10 $ 40,00# Cambridge University Press 2010
LJWaldorp@uva.nl 
http://users.fmg.uva.nl/lwaldorp
AOJCramer@uva.nl
Machine Translated by Google
HAN VAN DER MAAS é professor titular de Métodos 
Psicológicos na Universidade de Amsterdã. Ele 
trabalha na formulação matemática, estatística e 
computacional de teorias psicológicas em diversas 
áreas da psicologia.
DENNY BORSBOOM é professor associado de 
psicologia na Universidade de Amsterdã. Seu trabalho 
tem se concentrado em análises conceituais de 
modelos psicométricos; os tópicos incluem o status 
teórico de variáveis latentes, o conceito de validade, 
a definição de medição em psicologia e a relação 
entre diferentes modelos teóricos de teste. Ele 
publicou sobre esses tópicos em periódicos como 
Psychological Review, Psychological Methods e 
Psychometrika, e é autor da monografia Measuring 
the Mind: Conceptual Issues in Contemporary 
Psychometrics (Cambridge University Press, 2005).
LOURENS WALDORP recebeu seu mestrado em 
psicologia metodológica em 1998 e seu Ph.D. em 
2004 pela Universidade de Amsterdã. Ele fez pós-
doutorado em 2004 na Universidade de Amsterdã e 
na Universidade de Maastricht e atualmente é 
professor assistente de psicologia na Universidade 
de Amsterdã. Seus principais interesses de pesquisa 
incluem estatística matemática, estatística em 
experimentos psicofisiológicos, processamento de 
sinais, modelos gráficos e dados de neuroimagem.
ANGE´ LIQUE CRAMER é Ph.D. estudante do 
Departamento de Psicologia da Universidade de Amsterdã.
Em contraste com as perspectivas existentes, é inapropriado 
dizer que os sintomas medem o transtorno em questão.
Isso é consistente com a observação de McGrath (2005) de que 
termos teóricos em psicologia, como “depressão”, podem 
frequentemente se referir a constelações complexas de variáveis, 
em vez de uma única estrutura latente.
2. Transtornos mentais: redes de sintomas diretamente 
relacionados ao invés de variáveis latentes
Os modelos de medição usados em pesquisas clínicas e de 
personalidade têm uma coisa em comum: a suposição de que 
existe algum atributo que não podemos observar diretamente 
(ou seja, é “latente”) – MDD ou extroversão, por exemplo – e, 
portanto, deve ser medido indiretamente por meio do presença 
ou ausência de certas variáveis observáveis (por exemplo, MDD 
é medido por humor deprimido e extroversão é medido por 
comportamento de ir a festas; McCrae & Costa 2008; veja Michell 
[2005] para uma explicação detalhada de medição em ciência). 
Ao fazer isso, os modelos de variáveis latentes são consistentes 
com a hipótese de que o atributo latente tem relevância causal 
para os valores observados de sintomas (por exemplo, consulte 
Borsboom 2008; Borsboom et al.
Portanto, é provável que as verdadeirascores da comorbidade 
sejam obscurecidas por problemas metodológicos que surgem 
das suposições subjacentes a essas técnicas. As especificidades 
desses problemas variam, mas todos têm uma notável 
semelhança: eles são, pelo menos em parte, atribuíveis à noção 
de que se pode focar em diagnósticos na pesquisa atual de 
comorbidade, porque os diagnósticos servem como substitutos 
confiáveis para as variáveis latentes que supostamente estão 
subjacentes a eles. . Neste artigo, fornecemos uma discussão 
aprofundada desses problemas e mostramos que a abordagem de rede os evita.
Em poucas palavras, o que liga, digamos, o conjunto de 
sintomas de depressão, é que eles estão conectados por meio 
de um conjunto denso de fortes relações causais. No que diz 
respeito à comorbidade, tal abordagem de rede apresenta uma 
conceituação radicalmente diferente de comorbidade, em termos 
de relações diretas entre os sintomas de múltiplos transtornos.
entre sintomas contradiz os pressupostos essenciais que 
fundamentam a principal classe de modelos de medição da 
psicologia (modelos de variáveis latentes; por exemplo, Borsboom 
2005; 2008; Borsboom et al. 2003). Na verdade, uma abordagem 
de rede anula a necessidade de invocar variáveis latentes como 
uma explicação da covariância entre os sintomas. Em uma 
abordagem de rede, a relação entre sintomas e transtornos (ou, 
de forma mais geral, pontuações e construções de testes) não 
deve ser vista como uma medida, mas como uma mereologia: 
os sintomas não medem o transtorno, mas fazem parte dele (ver 
também Markus [2008] para uma discussão sobre o papel da 
mereologia e da causalidade na modelagem estatística).
Discutimos essas razões e propomos uma conceituação 
alternativa da relação entre sintomas e distúrbios que oferece 
uma maneira natural de explicar a comorbidade.
138
A ideia central é que os transtornos são redes que consistem 
em sintomas e relações causais entre eles.
Cramer et al.: Comorbidade: uma perspectiva de rede
A estrutura deste artigo é a seguinte. Primeiro, introduzimos 
a abordagem de rede contrastando-a com o modelo de variável 
latente. Posteriormente, propomos uma maneira integrativa de 
visualizar a comorbidade como uma rede de sintomas e 
discutimos as características básicas de uma rede empírica para 
transtorno depressivo maior (MDD) e transtorno de ansiedade 
generalizada (GAD), com base em dados da National Comorbidity 
Survey Replication1 (NCS- R) (Kessler et al. 2004; 2005a; 
2005b). Em seguida, discutimos três problemas metodológicos 
adicionais que caracterizam a pesquisa atual de comorbidade e 
argumentamos que a adoção de uma abordagem de rede pode 
ajudar a responder a perguntas que são, em nossa opinião, 
cruciais ao pintar uma imagem precisa da comorbidade: Quão 
importantes são os sintomas que se sobrepõem entre duas 
transtornos como fontes de comorbidade? Podemos identificar 
sintomas de um distúrbio que coloca alguém em maior risco de 
desenvolver um segundo distúrbio em comparação com outros 
sintomas? Existe uma ordem na qual as pessoas geralmente 
desenvolvem um distúrbio específico primeiro e outro distúrbio depois?
2003; 2004; Hood 2008): Nesta visão, por exemplo,
Neste artigo, argumentamos que essas possibilidades não 
são exaustivas. Especificamente, argumentamos que a 
comorbidade não é um artefato. No entanto, afirmamos que a 
comorbidade, como foi estudada até agora, depende da maneira 
como retratamos psicometricamente os transtornos e a 
comorbidade entre eles: ou seja, com um modelo de variável 
latente (por exemplo, modelos fatoriais, modelos de resposta a 
itens). Dentro dessa estrutura psicométrica, a comorbidade é 
geralmente conceituada como uma relação (bi)direcional entre 
duas variáveis latentes (isto é, transtornos) subjacentes a um 
conjunto de sintomas. Em nossa opinião, há boas razões para 
duvidar da validade dos pressupostos psicométricos que fundamentam essa abordagem.
A razão é que a presença de relações causais diretas
Ela trabalha na aplicação de modelos de rede em 
psicopatologia. Seus interesses dizem respeito à 
modelagem psicométrica, invariância de medição, 
sistemas complexos e psicopatia.
CIÊNCIAS DO COMPORTAMENTO E DO CÉREBRO (2010) 33:2/3
Machine Translated by Google
Figura 1. Um modelo de comorbidade entre os transtornos A e B, sob os pressupostos padrão da modelagem de variáveis latentes. Os círculos 
representam os transtornos (ou seja, variáveis latentes) e os retângulos representam os principais sintomas observáveis desses transtornos 
(ou seja, X1 2 X5 para o transtorno A e Y1 2 Y5 para o transtorno B). Nesse modelo, a comorbidade é vista como uma correlação entre as 
variáveis latentes, visualizada pela borda bidirecional espessa entre os transtornos A e B.
CIÊNCIAS DO COMPORTAMENTO E DO CÉREBRO (2010) 33:2/3
Em nossa opinião, é improvável que uma estrutura de causa 
comum se mantenha para sintomas de transtornos mentais. Por 
exemplo, considere “distúrbios do sono” e “fadiga”, ambos 
sintomas de MDD do DSM-IV (consulte Manual Diagnóstico e 
Estatístico de Transtornos Mentais, 4ª edição; American 
Psychiatric Association 1994). Se adotarmos a hipótese de 
causa comum, uma alta correlação positiva entre esses sintomas 
se deve inteiramente à influência comum da variável latente, 
TDM. É questionável se isso é plausível. Por exemplo, é provável 
que haja uma relação causal direta entre esses sintomas em 
pelo menos um subconjunto de pessoas que os experimentam: 
se você não dorme, fica cansado. Outro exemplo: é plausível 
supor que o TAG necessariamente cause preocupação crônica 
e dificuldade de concentração? Pode ser que exista uma relação 
causal direta entre esses sintomas: quanto mais você se 
preocupa, mais difícil é se concentrar em outras coisas.
Em consonância com essa ideia, é comumente levantada a 
hipótese de que a comorbidade surge devido a alguma relação 
direta entre duas variáveis latentes; por exemplo, uma correlação 
substancial conforme representada na Figura 1 (por exemplo, 
MDD e GAD; Neale & Kendler 1995). Alguns teorizam ainda 
mais e levantam a hipótese de que uma relação direta entre 
duas variáveis latentes realmente reflete a existência de um 
“supertranstorno” – por exemplo, em modelos nos quais o 
supertranstorno “afeto negativo” causa uma variedade de 
transtornos mentais (por exemplo, depressão) que, por sua vez, 
causam sintomas observáveis (por exemplo, ver Barlow et al. 
2004). De acordo com ambas as visões sobre comorbidade, a 
pesquisa atual sobre comorbidade concentra-se principalmente 
em diagnósticos como representantes dos distúrbios latentes e 
calcula correlações tetracóricas ou razões de chances entre 
esses representantes. Embora esta metodologia tenha produzido 
insights importantes (por exemplo, Brown et al. 2001; Kessler et 
al. 1994; 2005b; Merikangas et al. 1998; Moffitt et al. 2007), o 
modelo de variável latente pode nem sempre oferecer a melhor 
perspectiva psicométrica para conceituar transtornos mentais (vertambém Borsboom 2008).
Assim, parece provável que os modelos de variáveis latentes 
não conceituem de forma ideal a relação entre transtornos 
mentais e seus sintomas. Isso não quer dizer que nos opomos 
à noção de que os sintomas de vários distúrbios tendem a se 
agrupar de maneiras previsíveis e que, como tal, os distúrbios 
podem ser pragmaticamente úteis para denotar tais agrupamentos 
(por exemplo, ver Hartman et al. 2001). No entanto, sugerimos 
que os transtornos mentais podem não explicar a co-variação 
entre os sintomas da forma como um modelo de variável latente 
retrata a situação. Se for assim, mesmo que a aplicação da 
modelagem de variáveis latentes possa ter uma utilidade 
instrumental considerável (por exemplo, para facilitar previsões 
ou avaliar diferenças aproximadas entre pessoas), não se pode 
dizer plausivelmente que os sintomas
Para ver isso, é útil considerar a essência da modelagem de 
variáveis latentes, a hipótese de causa comum, com mais 
detalhes. A hipótese de causa comum postula que uma variável 
latente causa seus indicadores observáveis. Se alguém adota 
essa hipótese para um determinado conjunto de variáveis, deve 
aceitar uma consequência importante: os indicadores observáveis 
não podem estar diretamente relacionados; isto é, se uma única 
causa comum é considerada responsável pela ocorrência de um 
determinado conjunto de variáveis, então a covariação entre 
essas variáveis é inteiramente atribuível à causa comum. É 
importante notar aqui que estamos nos referindo à psicometria 
em oposição a uma interpretação clínica de um modelo de 
variável latente. Na interpretação clínica, os clínicos aderem à 
existência de uma variável latente e, ao mesmo tempo, 
reconhecem relações diretas entre os sintomas. No sentido 
psicométrico estrito, um modelo de variável latente não permite 
muitas relações diretas, uma vez que a maior parte da covariância 
entre os sintomas precisa ser explicada pela causa comum. 
Como tal, os modelos de variáveis latentes psicométricas 
implicam que as correlações entre indicadores observáveis são, 
num sentido não trivial, espúrias. Ao modelar estatisticamente o
relação entre uma variável latente hipotética e um conjunto de 
indicadores, o fato de os indicadores não poderem estar 
diretamente relacionados resulta na suposição estatística de 
independência local (tais suposições são feitas, por exemplo, 
nos modelos usados em Aggen et al. [2005] , Hartman et al 
[2001] e Krueger [1999]): ao ajustar um modelo de variável 
latente aos dados observados, quaisquer dois indicadores são 
condicionalmente independentes dada a variável latente (Lord & 
Novick 1968). Assim, a independência local é uma consequência 
estatística da adoção da hipótese de que uma estrutura de causa 
comum deu origem às associações nos dados.
Cramer et al.: Comorbidade: uma perspectiva de rede
139
a depressão (ou seja, o atributo latente) causa a ocorrência de 
sintomas como fadiga.
Machine Translated by Google
Figura 2. Comorbidade sob uma abordagem de rede. O transtorno 
A consiste em sintomas bidirecionalmente relacionados X1 2 X5, 
e o transtorno B consiste em sintomas Y1 2 Y5. Os sintomas B1 
e B2 são sintomas-ponte que se sobrepõem entre os transtornos 
A e B. Nesse modelo, a comorbidade surge como resultado de 
relações diretas entre os sintomas-ponte de dois transtornos.
CIÊNCIAS DO COMPORTAMENTO E DO CÉREBRO (2010) 33:2/3
A abordagem de rede baseia-se na hipótese de que os sintomas 
estão diretamente relacionados. É importante qualificar essa terminologia 
para evitar mal-entendidos. Pretendemos que o termo “diretamente” 
signifique que a relação entre os sintomas é real; isto é, não espúria no 
sentido que um modelo de variável latente supõe que seja. Isso não 
implica, no entanto, que não haja processos ou atributos intermediários 
envolvidos. Por exemplo, é provável que a influência de um sintoma 
sobre outro seja mediada ou instanciada por uma cadeia de processos 
que não são diretamente observáveis. Mesmo a influência do sintoma 
“distúrbios do sono” na “fadiga”, por mais mundana que possa parecer, 
invocará vários mecanismos intermediários relativos aos processos 
homeostáticos envolvidos na regulação do sono (Achermann 2004; 
Borbe´ly & Achermann 1999; Finelli et al . 2000). Assim, dentro de uma 
estrutura de rede, faz todo o sentido – e é naturalmente necessário – 
introduzir processos causais não sintomáticos, como a homeostase, 
que explicam em parte as relações entre os sintomas.
Assim, ao modelar a comorbidade, não mais assumimos uma relação 
direta entre duas variáveis latentes. Em vez disso, modelamos a 
comorbidade em termos de um conjunto de relações diretas entre 
sintomas de distúrbios distintos.
140
Nossa hipótese sobre o papel crucial dos sintomas ponte na 
explicação da comorbidade pode ser testada, assim como várias 
hipóteses podem ser testadas com modelos de variáveis latentes. Para 
dados binários, uma parametrização estatística da rede é um modelo 
loglinear, que é implementado no pacote gRbase para R (Dethlefsen & 
Hojsgaard 2005). Em suma, com um modelo loglinear, procura-se o 
modelo mais parcimonioso – entre modelos que vão desde apenas 
efeitos principais até modelos com interações de ordem n – que 
responde pela distribuição de casos
2006; Strogatz 2001; Wang 2002). A ideia básica da abordagem de 
rede é direta: definimos e analisamos as relações entre os sintomas, 
sem assumir a priori que tais relações surgem de um transtorno mental 
como uma causa comum (Borsboom 2008; Van der Maas et al. 2006). 
Simplificando, em tal rede, um distúrbio é conceituado como um conjunto 
de sintomas diretamente relacionados.
Existem também sintomas que não pertencem claramente a um ou 
outro transtorno, porque eles recebem e enviam efeitos aos sintomas 
em ambos os transtornos (isto é, sobreposição de sintomas). Se tais 
sintomas se sobrepõem perfeitamente, eles podem ser agrupados em 
um único sintoma, que propomos chamar de sintoma-ponte. Nossa 
hipótese é que, na prática clínica, esses sintomas-ponte aparecem 
como sintomas usados em esquemas diagnósticos, como o DSM-IV, 
para transtornos múltiplos.
Em um estudo bastante recente, Kim e Ahn (2002) mostraram que essa 
conceituação vem naturalmente para alguns clínicos: depressão, 
anorexia nervosa, transtorno de personalidade antissocial e fobia 
específica foram todos caracterizados como grupos de sintomas 
causalmente relacionados. E aderir a essa perspectiva de rede não 
pode ser conciliado com as propriedades psicométricas de um modelo 
de variável latente.
Um modelo de rede representa sintomas como nós em um grafo e 
as relações entre eles como arestas.
Iniciar tal empreendimento é um dos principais objetivos deste artigo.
Como ponto de partida, propomos usar a teoria de redes complexas. 
Essa teoria forneceu grandes contribuições para o conhecimento atual 
sobre a estrutura da World Wide Web, redes elétricas e sistemasneurais 
(por exemplo, ver Albert & Baraba´si 1999; 2002; Boccaletti et al.
A Figura 2 mostra um exemplo desse gráfico para dois transtornos: 
dois conjuntos de sintomas pertencem a dois transtornos mentais 
distintos. Dentro de cada transtorno, todos os sintomas estão conectados 
uns aos outros, mas entre os transtornos, há menos (ou mais fracos) 
limites entre os sintomas.
Cramer et al.: Comorbidade: uma perspectiva de rede
em tabelas de contingência de variáveis categóricas (por exemplo, ver 
Agresti 2002). Se o modelo de efeitos principais for o melhor modelo, 
então os sintomas de MDD e GAD são estatisticamente independentes, 
e nosso modelo de ponte hipotético deve ser rejeitado de acordo. Assim, 
no gRbase, ajustamos um modelo como o mostrado na Figura 2 aos 
dados NCS-R MDD e GAD: Todos os sintomas de MDD/GAD, incluindo 
os sintomas de ponte, estão conectados entre si e a comorbidade surge 
apenas por meio de conexões entre sintomas sobrepostos, por um lado, 
e outros sintomas de MDD/GAD, por outro lado.2 Usamos o Akaike 
Information Criterion (AIC) para comparar o ajuste de três modelos: (1) 
apenas com efeitos principais, (2 ) com interações de primeira ordem 
dentro de distúrbios (incluindo sintomas de ponte, como na Fig. 2) e (3) 
com interações de segunda ordem dentro de distúrbios (incluindo 
sintomas de ponte). Destes três modelos, o modelo de melhor ajuste de 
acordo com o AIC é aquele com interações de primeira ordem (as 
diferenças do AIC são: (2) – (1) ¼ -177,551 e (3) – (2) ¼ 347,123). 
Assim, de acordo com esta análise, o modelo de ponte é válido com 
todas as variáveis sendo estatisticamente dependentes umas das 
outras. Naturalmente, tal ajuste único não é suficiente para concluir que 
este modelo é a melhor escolha, especialmente porque – considerando 
a parcimônia – um valor qui-quadrado tão baixo com tantos graus de 
liberdade não pode ser interpretado de maneira direta. No entanto, esse 
ajuste do modelo mostra que nossa hipótese sobre a importância dos 
sintomas de ponte na explicação da comorbidade não está errada a 
priori.
Além disso, tais processos podem envolver vias que contêm alguns dos 
outros sintomas da rede; por exemplo, a falta de sono pode levar à 
perda de concentração por fadiga. Finalmente, o efeito causal de um 
sintoma pode realimentar o mesmo sintoma por meio de um loop. Por 
exemplo, a fadiga pode levar à falta de concentração, o que pode
realmente medem uma variável latente. Portanto, consideramos 
importante examinar mais de perto as relações entre os sintomas 
individuais.
Machine Translated by Google
CIÊNCIAS DO COMPORTAMENTO E DO CÉREBRO (2010) 33:2/3
Algumas características da rede de comorbidade MDD e GAD se 
destacam em particular (ver Fig. 47 ). Em primeiro lugar, os sintomas de 
TAG são mais frequentes do que os sintomas de MDD (ou seja, os 
nódulos GAD são geralmente maiores do que os nódulos MDD). À 
primeira vista, isso pode parecer contrário à maior prevalência de TDM 
em comparação com o TAG geralmente relatado (Carter et al. 2001; 
Kessler et al. 2005b). No entanto, em um nível de diagnóstico, apenas os 
entrevistados que apresentam um certo número de sintomas de TDM ou 
TAG com uma certa duração se qualificam para um diagnóstico. Além 
disso, devido a uma regra de exclusão hierárquica, o diagnóstico de TAG 
não será atribuído se seus sintomas ocorrerem exclusivamente no curso 
do TDM (Brown & Barlow 1992; Brown et al.
Na literatura de redes complexas, a força do nó é considerada uma 
medida da centralidade de um nó, de modo que quanto mais forte, mais 
central é o nó na rede.
Além disso, propomos as duas regras a seguir para o posicionamento 
dos nós em uma rede de comorbidade (ver também Fig. 4): primeiro, 
propomos que da esquerda para a direita (ou seja, o eixo x), sintomas 
não sobrepostos de dois distúrbios são colocados na extrema esquerda 
e direita, enquanto os sintomas de ping sobrepostos são colocados no 
meio do gráfico (consulte nossa Nota 2). Como tal, pode-se ver 
imediatamente se a comorbidade entre dois transtornos ocorre 
principalmente através dos sintomas sobrepostos ou (também) existe 
independentemente deles. Em segundo lugar, propomos que de cima 
para baixo (ou seja, o eixo y) os nós sejam colocados com base na força 
do nó descendente. Assim, pode-se ver imediatamente quais sintomas 
são mais centrais na rede (ou seja, no topo do gráfico).
Entre uma infinidade de possibilidades para definir e visualizar nós e 
bordas (ver, por exemplo, Boccaletti et al. 2006; Krichel & Bakkalbasi 
2006), propomos um método integrativo que, em nossa opinião, visualiza 
de maneira ideal os principais aspectos da comorbidade em um sintoma 
nível. A Figura 3 fornece a chave completa para essa rede de comorbidade 
para MDD e GAD, que é apresentada na Figura 4.4 Primeiro, a espessura 
das bordas é determinada pela co-ocorrência de dois sintomas: quanto 
mais dois sintomas ocorrem, mais mais grossa a borda entre eles. Em 
segundo lugar, a cor das bordas é determinada pelo log odds ratio entre 
dois sintomas5 (ou seja, força da associação; resultados disponíveis em: 
http://www.aojcramer.com): quanto maior o log odds ratio, mais escuro 
azul a borda entre os sintomas.
3. Um método integrativo para visualizar associações de sintomas 
por meio de modelos gráficos
141
(Observe que existem outras opções para definir alguma medida da força 
da associação entre dois sintomas: por exemplo, correlações 
tetracóricas.6 ) Terceiro, o tamanho dos nós é determinado pela frequência 
bruta: quanto mais frequente um sintoma, maior o nó. Finalmente, a cor 
dos nós é determinada por sua força de nó individual (ver, por exemplo, 
Boccaletti et al. 2006; Krichel & Bakkalbasi 2006). A força do nó é 
simplesmente a soma dos pesos de todas as arestas que incidem naquele 
nó.
Aqui, consideramos os dados de todos os entrevistados que completaram
Nesse caso, temos um círculo vicioso, ou espiral negativa, um fenômeno 
bem conhecido de qualquer psicólogo clínico. Em alguns distúrbios, a 
existência de ciclos de feedback é, de fato, considerada um aspecto 
central do distúrbio; um exemplo é o transtorno do pânico, no qual o 
“medo do medo” parece desempenhar um papel crucial; por exemplo, 
quando o próprio medo de ter um ataque de pânico contribui para a 
ocorrência de tal ataque (McNally 1994). É, portanto, notável e problemático 
que, em modelos de medição psicológica padrão, tais fenômenos não 
possam surgir porque modelos de variáveis latentes, sendo instanciações 
de uma estrutura de causa comum, são gráficos direcionados que, por 
definição, não contêm relações de feedback3 (Pearl 2000 ).
Além disso, visar tais relações entre sintomas ou processos que 
influenciam tais relações é um dos principais objetivos de muitas 
intervenções terapêuticas bem-sucedidas, como a terapia cognitiva (por 
exemplo,diminuir o impacto das cognições nas relações entre os 
sintomas: “Se eu não terminar todas as tarefas, me propus a fazer durante 
o dia, sou uma pessoa menos valiosa e seria melhor para todos se eu 
fosse embora”; ver Beck et al. 1979) e terapia de exposição (ou seja, 
quebrar o vínculo entre ver um objeto específico e responder a com medo, 
expondo repetidamente um paciente ao objeto temido; ver, por exemplo, 
Kamphuis & Telch 2000; Rothbaum & Schwartz 2002). Portanto, também 
é problemático que tais intervenções terapêuticas comuns e bem-
sucedidas não surjam naturalmente de uma perspectiva variável latente. 
Isso não quer dizer que o direcionamento de relações entre sintomas seja 
proibido por uma perspectiva variável latente; a consequência mais lógica 
de adotar tal perspectiva parece ser apenas atingir a variável latente: 
eliminar a causa comum resultará no desaparecimento de seus indicadores 
(ou seja, os sintomas). No caso da depressão maior, por exemplo, 
encontrar a causa comum foi, portanto, um dos principais objetivos da 
pesquisa, sendo a falta de serotonina o candidato mais provável. No 
entanto, o tratamento com antidepressivos que visam especificamente 
essa escassez acabou sendo benéfico apenas para algumas pessoas, 
descartando assim a serotonina como a causa comum dos sintomas de 
depressão (por exemplo, ver Nierenberg et al. 2008). Nenhuma outra 
causa comum plausível foi encontrada, em nossa opinião, devido ao fato 
de que simplesmente não existe uma causa comum que explique a 
totalidade dos sintomas de depressão.
Muitos dos esforços na teoria de sistemas complexos visaram fornecer 
representações visuais adequadas de redes, e isso rendeu uma série de 
algoritmos para representar redes de maneira otimizada (De Berg et al. 
2008; DiBattista et al. 1994; Herman 2000) , bem como softwares 
disponíveis gratuitamente para visualizá-los; os mais notáveis, a esse 
respeito, são os programas Cytoscape (Shannon et al. 2003 – usado na 
construção dos gráficos deste artigo), aiSee (http://www.aisee.com) e 
igraph (Csa´rdi & Nepusz 2006 – usado neste artigo para a detecção de 
estruturas comunitárias). Portanto, propomos que o estudo da comorbidade 
por meio de modelos de rede pode começar com a construção de 
visualizações perspicazes.
Cramer et al.: Comorbidade: uma perspectiva de rede
4. A estrutura básica da rede de comorbidade de depressão e 
ansiedade generalizada
2001; Clark e outros. 1995; Mineka et ai. 1998; Watson 2005). Uma vez 
que MDD e GAD são altamente comórbidos (ver, por exemplo, Brown et 
al. 2001; 1998; Mineka et al. 1998), tais regras de exclusão reduzem 
artificialmente a prevalência de GAD.
levam a pensamentos de inferioridade e preocupação, que por sua vez 
podem levar a noites sem dormir, reforçando assim a fadiga.
Machine Translated by Google
Figura 4. Uma rede de comorbidade para transtorno depressivo maior (MDD) e transtorno de ansiedade geral (GAD). Nós maiores representam
representado. Nós posicionados centralmente (mConc, gConc, mSleep, gSleep, mFatig, gFatig, mRest e gRest) representam sobreposição
sintomas. Sintomas de MDD não sobrepostos são exibidos à esquerda da figura e sintomas de TAG não sobrepostos à direita.
sintomas mais frequentes, circunferência mais escura representa maior centralidade, bordas mais grossas representam maior frequência de 
coocorrência e bordas mais escuras representam associações mais fortes. Apenas as arestas com log odds ratio maior que (þ ou -)0,60 são
Figura 3. A chave para as redes de comorbidade mostradas nas Figuras 4, 5 e 6.
CIÊNCIAS DO COMPORTAMENTO E DO CÉREBRO (2010) 33:2/3
Cramer et al.: Comorbidade: uma perspectiva de rede
142
Machine Translated by Google
CIÊNCIAS DO COMPORTAMENTO E DO CÉREBRO (2010) 33:2/3
É crucial observar que a rede não é necessariamente completa. 
Ou seja, essa rede de comorbidades é baseada nos sintomas de 
depressão maior e ansiedade generalizada, mas, naturalmente, é 
lógico supor a presença de fatores – outros nós – que influenciam 
seletivamente alguns dos sintomas e, portanto, fazem parte do
Assim, poderíamos argumentar que, em uma abordagem de rede, 
o TDM está presente sempre que alguns sintomas estão presentes, 
sem considerar a duração desses sintomas. Isso não quer dizer 
que a duração não seja um fator importante. Considere novamente 
doenças médicas em que a duração é importante para determinar 
o curso de ação e, subsequentemente, a probabilidade de 
recuperação total: Quanto mais tempo um tumor maligno tiver para 
crescer e possivelmente se espalhar, mais difícil será tratá-lo. A 
duração poderia desempenhar o mesmo papel na determinação do 
melhor curso de ação para o tratamento de transtornos mentais.
Na modelagem de variável latente, tal pontuação somada não 
ponderada é uma estatística suficiente para a variável latente (por 
exemplo, ver Andersen 1973; Masters & Wright 1984) ou tem uma 
razão de verossimilhança monótona com aquela variável latente 
(Grayson 1988). Em ambos os casos, as inferências baseadas nas 
pontuações somadas dos sintomas geralmente generalizam para a 
variável latente. A soma não ponderada das pontuações dos 
sintomas implica que todos os sintomas são considerados iguais. 
Embora formalmente consistente com a modelagem de variáveis 
latentes (Grayson 1988), essa suposição é altamente problemática 
e pode ser a origem de alguns problemas significativos na pesquisa 
de comorbidade. Em uma abordagem de rede, é provável que os 
sintomas sejam realmente desiguais em termos de sua centralidade, 
uma propriedade que não é refletida em nenhum modelo de variável 
latente, e isso tem consequências para a comparabilidade de 
escores somados iguais.
Suponha que Alice exiba dois sintomas de TDM – humor 
deprimido e perda de interesse – enquanto Bob exiba dois outros 
sintomas de TDM – problemas psicomotores e de peso. Em um 
nível intuitivo, é plausível que os sintomas de Alice tenham mais 
probabilidade do que os de Bob de resultar em uma depressão 
total. Em outras palavras, alguns sintomas parecem ser 
características mais centrais da depressão do que outros. A rede 
de comorbidades sustenta essa intuição. Ao considerar as forças 
dos nós na Figura 4 (ou seja, as cores dos nós), percebe-se 
imediatamente que, de fato, o humor deprimido (mDep) e a perda 
de interesse (mInt) são muito mais centrais na rede do que o 
psicomotor (mRest). e problemas de peso (mWeight). Em outras 
palavras, a mesma pontuação somada de Alice e Bob
Finalmente, a evidência mais forte de comorbidade decorre de 
fortes associações que envolvem pelo menos um sintoma de ping 
sobreposto (por exemplo, entre humor deprimido, mDep e distúrbios 
do sono, gSleep). Esse aparente papel não trivial de sintomas 
sobrepostos na comorbidade contrasta fortemente com descobertas 
anteriores sobre MDD, GAD e outros transtornos mentais (por 
exemplo, consulte Biederman et al.
Em terceiro lugar, a duração (mDur e gDur) dificilmenteestá 
associada a qualquer um dos outros sintomas de MDD e GAD8 (ou 
seja, poucas arestas são incidentes nesses nódulos). Isso pode 
parecer surpreendente, pois, na prática clínica, a duração é 
fundamental para determinar a presença ou ausência de um transtorno mental.
5. A desigualdade de sintomas e suas 
consequências para cortes diagnósticos e definição de 
transtorno mental
O foco na pesquisa de comorbidade está nos diagnósticos, o que 
significa que as inferências sobre a comorbidade se baseiam em 
pontuações somadas obtidas pela contagem de sintomas.
No entanto, se considerarmos as doenças médicas como uma 
analogia, a descoberta é potencialmente menos surpreendente: o 
câncer será diagnosticado se um tumor maligno estiver presente, e 
esse diagnóstico independe de há quanto tempo o tumor está presente.
Como esses e outros “nós etiológicos” estão faltando nessa rede, 
eles são, de certa forma, latentes.
Em segundo lugar, se MDD e GAD são entidades separadas, 
esperaríamos que as bordas fossem mais espessas entre os 
sintomas do mesmo transtorno (ou seja, alta co-ocorrência).
No entanto, é evidente que este não é o caso na rede: algumas 
das arestas mais densas conectam MDD com sintomas de TAG; 
por exemplo, a fronteira entre a perda de interesse (mInt) e relatar 
mais de um evento com o qual nos preocupamos (gEvent). Além 
disso, esperávamos que as bordas fossem o azul mais escuro entre 
os sintomas do mesmo distúrbio (ou seja, altas taxas de chance de 
log), mas isso também não é evidente ao inspecionar a figura. Em 
outras palavras, associações entre sintomas de um transtorno não 
são mais fortes do que associações entre sintomas de diferentes 
transtornos. Esses achados estão de acordo com uma hipótese 
anterior de que MDD e GAD são difíceis de distinguir em um nível 
genético (Mineka et al. 1998) e, como tal, levantam a questão de 
saber se MDD e/ou GAD são distúrbios verdadeiramente distintos. 
Voltaremos a esse assunto com mais detalhes no parágrafo sobre 
a não uniformidade dos critérios diagnósticos.
No entanto, esses nós etiológicos latentes não transformam a rede 
de comorbidade MDD e GAD em um modelo de variável latente: 
uma rede com múltiplos nós latentes que influenciam seletivamente 
alguns dos nós de sintomas não é o mesmo que um modelo de 
variável latente em que um fator latente influencia todos os sintomas 
e, portanto, explica inteiramente as relações entre os nódulos de 
sintomas. Além disso, uma variável não observada é de fato latente, 
mas nem toda variável não observada se qualifica automaticamente 
como uma variável latente no sentido psicométrico em que tais 
variáveis são retratadas em modelos de variáveis latentes 
comumente usados na análise de dados.
Cramer et al.: Comorbidade: uma perspectiva de rede
1995; Bleich et ai. 1997; Clark & Watson 1991; Franklin & 
Zimmerman 2001; Kessler et ai. 1999; Seligman & Ollendick 1998; 
Watson e outros. 1995). Voltaremos a esse problema com mais 
detalhes no parágrafo sobre os sintomas de ping de sobreposição.
as seções de entrevista MDD e GAD, independentemente de terem 
ou não obtido diagnósticos. Assim, a rede demonstra que, ao 
considerar tanto a depressão sublimiar quanto a limiar e a ansiedade 
generalizada, os sintomas de ansiedade generalizada são de fato 
mais prevalentes.
rede. Por exemplo, é bem conhecido que grandes eventos da vida, 
como a perda de um ente querido, podem desencadear depressão 
maior e, mais especificamente, há evidências de influência seletiva 
de tais tragédias pessoais nos sintomas mais psicológicos da 
depressão (por exemplo, humor deprimido, pensamentos suicidas) 
(David et al. 2008; Kessler 1997; Monroe et al. 2001). Além disso, 
há evidências de que traços como neuroticismo (mediado pela 
ruminação da tristeza) e inibição comportamental (ou seja, tímido, 
medroso e retraído) podem desencadear o início da depressão e/
ou sintomas de ansiedade (por exemplo, ver Hirshfeld et al. 1992 ; 
McNiel & Fleeson 2006; Roelofs et al. 2008a; 2008b).
143
Machine Translated by Google
CIÊNCIAS DO COMPORTAMENTO E DO CÉREBRO (2010) 33:2/3
Sintomas MDD) é um cluster de G se e somente se a força mínima 
do nó de H for maior que a força mínima do nó de H þ fng, com n 
qualquer outro nó adjacente a H (Definição 1). Também é possível 
definir um subgrafo H como um agrupamento de G se e somente se 
o mínimo da distância média entre todos os nós em H for estritamente 
menor que H þ fng para qualquer nó n em G (ou seja, proximidade; 
veja , por exemplo, Boccaletti et al., 2006) (Defi nição 2). Outras 
definições são possíveis, cabendo – em nossa opinião – a futuros 
debates e pesquisas determinar qual é a mais sensata. Em segundo 
lugar, agora que definimos hipoteticamente o conjunto de todos os 
sintomas possíveis de um distúrbio, precisamos determinar quando 
esse conjunto é desordenado. Um candidato plausível é uma versão 
modificada do corte diagnóstico; por exemplo, no caso de MDD, pelo 
menos três dos sintomas mais centrais em todo o cluster MDD (com 
“central” definido como os nós com os maiores pontos fortes ou 
como a menor distância média dentro do cluster). Em contraste com 
uma perspectiva variável latente, ambas as definições reconhecem 
as diferenças de centralidade dos sintomas, mas, ao mesmo tempo, 
aceitam o fato inevitável de que alguma forma de corte diagnóstico 
é necessária para separar as pessoas com e sem transtorno.
144
Se nossa linha de raciocínio estiver correta e não houver uma 
variável latente que exclua as correlações entre os sintomas (um 
modelo de variável latente torna todos os sintomas igualmente 
centrais e, portanto, intercambiáveis9 ), então a desigualdade dos 
sintomas em termos de sua centralidade também torna os cortes 
diagnósticos offs abertos ao debate. Certamente não somos os 
primeiros a apontar que os cortes diagnósticos parecem ser 
arbitrários (por exemplo, ver Gotlib et al. 1995; Lilienfeld & Marino 1999; Maier et al.
Um ponto relacionado diz respeito aos efeitos externos de 
diferentes sintomas. Imagina-se prontamente a extensão de uma 
rede com variáveis que não fazem parte do transtorno em si, mas 
constituem consequências não triviais de muitos transtornos mentais 
(por exemplo, perder o emprego, desempenho educacional reduzido 
ou tentativas de suicídio). É interessante notar que, na hipótese de 
um modelo de variável latente, é a variável latente que tem relação 
direta com os efeitos externos, e não os sintomas. Devido à ausência 
de uma relação direta entre um sintoma e um efeito externo, isso 
significa que um sintoma nunca pode ser estatisticamente 
independente de tal efeito externo, dado outro sintoma. Assim, por 
exemplo, uma tentativa de suicídio por alguém com pensamentos 
de suicídio e problemas de concentração (e três outros sintomas 
que resultam em um diagnóstico de depressão maior) é inteiramente 
atribuível à depressão latente abrangente e, dados os pensamentosde suicídio, a concentração os problemas ainda estão, portanto, 
associados à tentativa de suicídio. Em nossa opinião, seria mais 
lógico supor uma relação direta entre pensamentos de suicídio e 
uma tentativa de suicídio e uma relação mais fraca ou talvez 
inexistente entre problemas de concentração e uma tentativa de 
suicídio. Na mesma linha, parece fazer sentido imaginar uma relação 
mais forte entre problemas de concentração e perda do emprego do 
que entre perder peso e perder o emprego. Esse impacto diferencial 
dos sintomas sobre os efeitos externos não é possível em um modelo 
de variável latente, embora seja facilmente visualizado em uma 
perspectiva de rede.
1997; Salomão e outros. 2001). Por exemplo, há indivíduos que 
não preenchem os critérios diagnósticos para MDD, mas parecem 
ser psicossocialmente tão disfuncionais quanto indivíduos 
diagnosticados com MDD; ou seja, as consequências de problemas 
MDD abaixo do limiar podem nem sempre ser distinguíveis daquelas 
de MDD diagnosticado. Com a abordagem de rede, oferecemos uma 
possível explicação para tais descobertas. Suponha que Alice exiba 
quatro sintomas de MDD e Bob cinco. O limite diagnóstico do critério 
B para MDD é cinco, então Alice não seria diagnosticada com MDD 
enquanto Bob seria. Até aí tudo bem, mas agora suponha que os 
sintomas de Alice sejam todos altamente centrais na rede MDD, 
enquanto os de Bob sejam mais periféricos. É plausível, em tal 
cenário, concluir que Alice não está deprimida e Bob está? Em 
outras palavras, com base nos cortes diagnósticos, podemos falhar 
em separar os efeitos específicos dos sintomas, porque tais cortes 
não levam em conta a centralidade dos sintomas.
As diferenças de centralidade entre os sintomas implicam que 
provavelmente haverá caminhos para a comorbidade que são mais 
prováveis (ou seja, fortes conexões entre os sintomas que são 
centrais em uma rede) do que outros. A Figura 4 confirma essa 
ideia: um provável caminho para a comorbidade conecta humor 
deprimido (mDep) com problemas de sono (gSleep) e ansiedade 
(gAnx). Caminhos menos prováveis envolvem problemas 
psicomotores (mRest) porque esse sintoma tem associações muito 
fracas com os outros sintomas da rede. Naturalmente, inspecionar 
um gráfico não é suficiente para tirar conclusões sólidas sobre os 
caminhos para
Cramer et al.: Comorbidade: uma perspectiva de rede
Isso nos leva a outro ponto importante: a saber, a definição de 
transtorno mental, geralmente conceituada como “O transtorno A é 
X ou mais sintomas de Y sintomas possíveis”. De acordo com uma 
perspectiva variável latente, não apenas é perfeitamente defensável 
considerar tal definição, mas a definição é a mesma para todos os 
indivíduos; é por isso que Alice não está deprimida e Bob está.
Porém, se os sintomas não são intercambiáveis quanto à sua 
centralidade, como pensamos ser plausível, não se pode deixar de 
questionar tal definição de transtorno mental. Em outras palavras, se 
os limites diagnósticos sozinhos não são mais a linha de demarcação 
acima da qual alguém sofre de um determinado transtorno mental, 
então como definimos um transtorno mental?
De uma perspectiva de rede, existem várias possibilidades para 
definir o que constitui um transtorno mental. Como ponto de partida, 
propomos definir um distúrbio como um cluster, um conjunto de nós 
(sintomas) que estão fortemente conectados. Agora, de uma 
perspectiva teórica de grafos, existem várias maneiras de definir em 
que sentido um conjunto de nós está fortemente conectado (ver, por 
exemplo, Hubert 1974). Primeiro, vamos chamar a rede gigante que 
consiste em todos os sintomas de todos os transtornos mentais (ou 
seja, todo o espaço de sintomas) conforme definido no DSM-IV, 
gráfico G. Em seguida, um subgrafo H (por exemplo, consistindo em todos os
pode não capturar adequadamente que os sintomas de Alice 
resultam em uma probabilidade maior de desenvolver outros 
sintomas de TDM – e assim aumentar a probabilidade de 
eventualmente desenvolver depressão – em comparação com os 
sintomas de Bob. Portanto, os escores somados parecem ser 
incomparáveis, pelo menos no que diz respeito a elucidar quais 
pessoas com problemas de depressão subliminares correm mais 
risco de desenvolver TDM. Naturalmente, tais desigualdades de 
sintomas são amplamente reconhecidas entre psiquiatras e 
psicólogos clínicos, e ocasionalmente aparecem no DSM-IV (por 
exemplo, humor deprimido e perda de interesse como características 
centrais da depressão maior); o problema é, no entanto, que os 
modelos que fundamentam a pesquisa atual de comorbidade não os 
permitem naturalmente.
Machine Translated by Google
CIÊNCIAS DO COMPORTAMENTO E DO CÉREBRO (2010) 33:2/3
É improvável que essa linha de raciocínio seja válida para 
transtornos mentais. Primeiro, alguns transtornos mentais não têm 
características definidoras, pelo menos não em um sentido 
essencialista. Por exemplo, além do humor deprimido ou da perda de 
interesse, que sempre devem estar presentes para que uma pessoa 
seja diagnosticada como portadora de TDM, qualquer constelação de 
cinco sintomas (ou seja, características) será suficiente para preencher o critério B para TDM.
A estrutura da comunidade de uma rede refere-se à existência de 
pelo menos dois grupos de nós, de modo que os nós dentro de um 
grupo estejam altamente conectados entre si, mas apenas 
modestamente ou esparsamente com os nós dentro de outro grupo 
(ver Newman 2006; Newman & Girvan 2004). Analisamos a estrutura 
da comunidade da rede de comorbidade MDD e GAD duas vezes com 
um algoritmo de vidro de spin (para detalhes técnicos, consulte 
Reichardt & Born holdt 2006): uma vez com co-ocorrência entre 
sintomas como pesos de borda e uma vez com as probabilidades de 
log razões entre os sintomas como pesos de borda. Os resultados 
estão de acordo com a noção de que não há distinção essencial entre 
MDD e GAD, como também foi encontrado em genética comportamental 
e pesquisa de diagnóstico (Mineka et al. 1998; Wadsworth et al. 2001): 
Nossa rede não revela nenhuma comunidade estrutura qualquer, 
independentemente de quais pesos de borda foram usados; ou seja, 
a rede de comorbidade não difere de uma rede aleatória em termos 
de conectividade entre os nós. Esses resultados sugerem que MDD e 
GAD podem não ser entidades separadas. Naturalmente, esta 
conclusão pode ser diferente para outros transtornos mentais.
Não somos de forma alguma pioneiros ao afirmar que as fronteiras 
entre as categorias diagnósticas são confusas, pois esse fenômeno 
foi percebido há algum tempo (por exemplo, ver Kendell 1975; Klein 
1978; Spitzer 1973; Spitzer & Endicott 1978). No entanto, ponderações 
anteriores não incluíram uma descrição de por que os limites são 
difusos e, em nossa opinião, uma abordagem de rede oferece tal 
explicação. Se estivermos realmente corretos ao assumir que um 
transtorno mental é melhor conceituado como uma rede de sintomas 
e –conseqüentemente – a comorbidade é melhor vista como uma 
rede de sintomas de dois transtornos, então os limites
os modelos são consistentes com a hipótese de que um dia poderemos 
descobrir “o que realmente é a depressão”; ou seja, variáveis latentes 
podem “tornar-se” observadas por meio de um refinamento do aparato 
conceitual e de medição usado para estudá-las (por exemplo, Bollen 
2002; Borsboom 2008).
Quando qualquer constelação de sintomas estiver presente por pelo 
menos duas semanas em um indivíduo, esse indivíduo será classificado 
na categoria “MDD”, caso contrário, na categoria “sem MDD”. Isso 
torna as principais características da depressão indefinidas porque, 
por exemplo, alguém com a característica “humor deprimido” pode 
acabar na categoria “TDM” – porque sofre de cinco ou mais sintomas 
por mais de duas semanas – como bem como a categoria “sem MDD” 
se ele ou ela sofre de menos de cinco sintomas ou os sintomas estão 
presentes por menos de duas semanas. Em segundo lugar, como 
resultado da falta de características verdadeiramente definidoras, a 
“cesta” com pessoas deprimidas não contém membros uniformes: 
Pete está deprimido porque sofre de distúrbios do sono, fadiga, 
problemas de concentração, humor deprimido e problemas 
psicomotores, enquanto Anne está deprimida porque sofre de humor 
deprimido, perda de interesse, autocensura, problemas de peso e 
pensamentos suicidas.
No entanto, na ausência de tais refinamentos, a aceitação da hipótese 
da variável latente depende, pelo menos em parte, de suas virtudes 
explicativas (Haig 2005) e, no contexto da pesquisa de comorbidade, 
essas virtudes explicativas são, no momento, bastante limitadas. Ou 
seja, além do fato de que tal modelo explicaria por que as correlações 
entre os sintomas são positivas e de que ele se ajusta mais ou menos 
à frequência observada dos padrões de sintomas, há pouco que fale 
a seu favor.
145
Como tal, deve-se questionar se a distinção entre “distúrbio” e “sem 
distúrbio”, como definimos em nossos critérios diagnósticos, realmente 
existe no mundo real. Esquemas de modelagem de variáveis latentes 
postulam a existência de tal sistema categórico (em um modelo de 
classe latente) ou contínuo (em um fator ou modelo de teoria de 
resposta ao item [TRI]) como uma hipótese. Portanto, tal
Cramer et al.: Comorbidade: uma perspectiva de rede
Ao estudar a comorbidade com base em diagnósticos, isso 
inevitavelmente leva à questão do que realmente observamos quando 
dois transtornos covariam: covariação genuína entre dois transtornos 
reais, ou covariação entre certas constelações de sintomas que 
designamos como transtornos, mas que na verdade não são. 
indicadores da mesma variável latente? Essa questão, é claro, gerou 
um debate acalorado na história da psiquiatria e da psicologia clínica 
(Haslam 2000; Haslam & Ernst 2002; Jablensky 2007; Kendell 1975; 
Klein 1978; Krueger & Markon 2006b; Lilienfeld & Marino 1999; 
Richters & Hinshaw 1999; Spitzer 1973; 1999; Spitzer & Endicott 1978; 
Wakefield 1992; 1999a; 1999b; Zachar 2000; Zachar & Kendler 2007). 
A abordagem de rede pode contribuir para encontrar uma resposta a 
esta questão de duas maneiras: primeiro, utilizando técnicas para 
encontrar o que é chamado de estrutura de comunidade e, segundo, 
reconceitualizando a própria questão e, portanto, o leque de respostas 
possíveis.
Muitos estudiosos são essencialistas ao descrever a relação entre as 
duas principais categorias diagnósticas “transtorno” e “sem transtorno” 
que são baseadas em critérios diagnósticos e no mundo real (por 
exemplo, ver Haslam 2000; Haslam & Ernst 2002; Lilienfeld & Marino 
1999 ): Os critérios diagnósticos que utilizamos resultam em uma 
distinção entre pessoas com e sem transtornos que também existe no 
mundo real. Por mais sedutora que essa linha de raciocínio possa 
parecer, para que seja verdadeira, duas condições devem ser 
satisfeitas. Primeiro, um transtorno mental deve ter características 
definidoras de modo que todos, com base nessas características 
definidoras, possam ser atribuídos à categoria “transtorno” (ou seja, 
características definidoras estão presentes) ou à categoria “sem 
transtorno” (ou seja, características definidoras estão ausentes). ) 
desde que essas características fossem conhecidas com certeza. Em 
segundo lugar, como resultado, todos os membros da mesma categoria 
devem ser essencialmente os mesmos com relação a essas 
características definidoras (isto é, uniformidade). A síndrome de Down 
é um bom exemplo de um distúrbio médico que satisfaz essas duas 
condições: a síndrome tem uma característica definidora, a presença 
de todo ou parte de um cromossomo 21 extra , e todos com síndrome 
de Down possuem essa característica definidora, enquanto todos sem 
Down a síndrome não o possui.
6. Não uniformidade dos transtornos mentais
comorbidade entre TDM e TAG, mas achamos que é evidente que a 
abordagem de rede poderia contribuir para encontrar respostas para 
essa questão, até porque a representação visual de uma rede leva 
imediatamente a uma série de hipóteses interessantes.
Machine Translated by Google
CIÊNCIAS DO COMPORTAMENTO E DO CÉREBRO (2010) 33:2/3
de MDD e, mais importante, mais ou menos tão forte quanto
altamente associados um ao outro, não
abordagem de rede não é apenas consistente com o fato de que
sintomas e TAG apenas seus sintomas não sobrepostos.
genética. Por meio de estudos de gêmeos e metodologias relacionadas,
hipótese. Deve-se notar, no entanto, que a hipótese decorre 
naturalmente de uma interpretação causal (tentativa) da rede: quanto 
mais forte a associação
etiologia dos sintomas pode oferecer informações interessantes com
da dinâmica temporal dos sintomas é essencial.
permanece na rede GAD sem progredir para MDD
pode sugerir caminhos que são mais ou menos prevalentes em
falta de sono e irritabilidade) difere entre os indivíduos, e
não é uma questão de convenção, pois depende de padrões causais 
que existem no mundo real, independente do
que elas não existem reside no fato de que as redes são
146
outros. Ao contrário, não se obtêm essas implicações nem de 
unidimensionais nem de bidimensionais.
entre sintomas, em vez de compostos de sintomas
fatores genéticos (Boomsma et al. 2002; Kendler et al. 2001);
entre o essencialismo e o convencionalismo em relação à
menos provável nesta rede em particular. Em geral, as associações 
entre sintomas de TAG não sobrepostos são relativamente fortes, pelo 
menos mais fortes do que entre os sintomas
Um problema final com a pesquisa atual de comorbidade tem que
caminho provável poderia de fato ser de MDD para GAD.
primeiro na sequência de comorbidade, o MDD e GAD
independentemente de como se desenha as linhas. Nesse sentido, a 
comorbidade pode ser mais real do que os transtornos mentais sobre os quais ela é
(380 relações possíveis para a rede na Fig. 4), e é
poderia traçar um limite entre MDD e GAD tal
são confusas porque simplesmente nãoexistem. E a razão
sintomas: distúrbios do sono, fadiga, inquietação e
e etiologia dos transtornos mentais é necessária para testar este
está sob o controle dos mesmos genes. Assim, o
Isso é consistente e pode realmente oferecer uma explicação para 
os resultados normalmente encontrados no comportamento quantitativo.
tal que MDD contém apenas MDD não sobreposto
muitas outras variáveis psicológicas, é determinado por
A perspectiva de rede oferece uma posição intermediária
Primeiro, porque os sintomas MDD não sobrepostos são
ou em termos de uma perspectiva de rede. Portanto, consideramos a 
direção dos esforços de pesquisa para o estudo
Em vez disso, parece ser igualmente provável que alguém
características quantitativas das redes, considerações estatísticas 
sobre a força média das conexões
não pode ser detectado, o fenômeno real da comorbidade
nós consiste em relações k2 -k entre nós distintos
refletem principalmente preocupações pragmáticas, a comorbidade permanecerá
A e B em todos os lugares da rede. Por exemplo, nós
explica isso naturalmente: é provável que a força das conexões entre 
os sintomas (por exemplo, a relação entre
de uma rede sugere que alguns sintomas dentro de um distúrbio 
colocam a pessoa em maior risco de comorbidade do que
cenário – isto é, de GAD para MDD – parece ser
serviu relacionando polimorfismos com as relações
Sintomas de TAG. Assim, quando na rede GAD, para
até agora, esses esforços foram moderadamente bem-sucedidos, na melhor das hipóteses,
transtornos mentais são arbitrários (não há uma linha preferencial
surgem que valem para cada indivíduo? À primeira vista,
Kendler (1995) estão corretos ao concluir que o mais
descobriram que MDD e GAD eram igualmente prováveis de serem os
é melhor conceituado em termos de um modelo de variável latente,
podem ser diferenças individuais na estrutura qualitativa e
não representam mais do que uma pequena porção da variação 
fenotípica (por exemplo, 1% ou 2% na melhor das hipóteses). Assim, 
tais fenótipos são altamente poligenéticos. a conta de rede
uma vez que as realizações de causas comuns para grupos de sintomas
Cramer et al.: Comorbidade: uma perspectiva de rede
sintomas MDD, não parece ser mais provável.
A estrutura levanta a questão de saber se existe uma definição 
uniforme de comorbidade. Por exemplo, existe um
Naturalmente, mais pesquisas envolvendo o curso do tempo
fazer com o fato de que muitos distúrbios compartilham uma série de
levará a outro. Além disso, uma explicação causal
os sintomas podem ser mais prováveis devido a associações mais 
fortes entre esses tipos de sintomas. A conversa
abordagem sugere que os esforços de caça aos genes podem ser melhores
diferenças individuais em ansiedade e depressão, bem como
mais defensável do que qualquer outro limite.
A possibilidade de diferenças individuais em uma rede
rede GAD, portanto, hipotetizamos que Neale e
Por exemplo, em contraste com Moffitt et al. (2007), que
parcialmente sob controle genético. No entanto, uma rede de k
os sintomas da ponte impedem que tal situação ocorra. Como resultado, 
podemos traçar a linha entre os distúrbios
pode ser definida como uma rede de várias maneiras, que podem
para uma boa explicação deste ponto). Assim, estudar o
associações entre não sobreposição e sobreposição
seqüência particular na qual dois transtornos comórbidos
em determinar os genes responsáveis por este fato, mas tão
por um lado, há um sentido em que os delineamentos de
Em outras palavras, de uma perspectiva de rede, o limite definido pelo 
DSM IV entre MDD e GAD não é
respeito à questão de saber se o desenvolvimento de sintomas
progredir rapidamente de alguns sintomas de TAG não sobrepostos 
para sintomas de TAG sobrepostos e daí para
isso parece ser improvável. No entanto, ainda que haja
com o resultado típico sendo que polimorfismos individuais
que separa as redes relevantes). Por outro lado,
pesquisador que os estuda. Embora os transtornos mentais
não isoladas umas das outras. O próprio fato de existirem
entre os sintomas, mais provável que um sintoma
parece ser muito provável que alguém com alguns sintomas de MDD 
sem sobreposição progrida para outros sintomas de MDD sem 
sobreposição. Em segundo lugar, um caminho de não sobreposição 
para sobreposição de sintomas de MDD para GAD
a maioria dos fenótipos psicológicos são poligênicos, mas podem 
realmente oferecer uma explicação para esse fato. Além disso, o
constatou-se que uma parte considerável da
como pontuações totais em questionários.
transtornos e a comorbidade existente entre eles. Sobre
McGue & Christensen 2003). Muitas pesquisas têm se concentrado
7. Sobreposição de sintomas entre distúrbios
sintomas. Dada a estrutura deste MDD em particular -
também é provável que essas diferenças individuais sejam pelo menos
a população.
bastante improvável que a força de cada uma dessas relações
definiram.
que o MDD contém apenas sintomas de MDD não sobrepostos, 
enquanto o GAD contém seus próprios sintomas e os sintomas de 
MDD sobrepostos. Ou podemos traçar um limite
rede de comorbidade (ver Fig. 4) sugere a existência de um caminho 
geral: ou seja, de MDD para GAD.
modelos de variáveis latentes que assumem sintomas intercambiáveis, 
exceto para precisão de medição (ver Bollen [1989]
Machine Translated by Google
Figura 5. A rede de comorbidade para transtorno depressivo maior (TDM) e transtorno de ansiedade geral (TAG) após a remoção 
dos sintomas sobrepostos e suas associações bivariadas com os outros sintomas. Essa rede é baseada exatamente nas mesmas 
quatro características da rede completa da Figura 4.
CIÊNCIAS DO COMPORTAMENTO E DO CÉREBRO (2010) 33:2/3 147
Suponha que alguém endosse oito sintomas de TDM, três dos 
quais se sobrepõem ao TAG. Dois problemas surgem aqui. Em 
primeiro lugar, o efeito da remoção dos sintomas sobrepostos 
depende do corte diagnóstico: esta pessoa será rediagnosticada com 
um corte de cinco, enquanto com um corte de quatro, não haverá 
rediagnóstico. Portanto, as conclusões sobre os efeitos da remoção 
de sintomas sobrepostos dependem inteiramente de cortes 
diagnósticos que, como observamos anteriormente, são pelo menos 
parcialmente arbitrários. Em segundo lugar, e mais importante, é 
impossível excluir que um novo diagnóstico realmente sinaliza o maior 
impacto dos sintomas sobrepostos na explicação da etiologia da 
comorbidade: E se os sintomas de ping sobrepostos forem estações 
de retransmissão que desencadeiam o início dos sintomas em toda a 
rede, resultando em um diagnóstico de comorbidade? Como tal, um 
rediagnóstico subsequente não precisa sinalizar a relativa 
insignificância dos sintomas sobrepostos. Pelo contrário, poderia ser 
justificadamente entendido como significando que os sintomas 
sobrepostos têm um papel seminal.No entanto, há razões para argumentar que algumas das 
abordagens metodológicas para estudar os efeitos da sobreposição 
de sintomas são problemáticas, tornando as conclusões baseadas 
emtais abordagens abertas ao debate. Por exemplo, Bleich et al. 
(1997) removeu sintomas que coincidiam entre transtorno de estresse 
pós-traumático (PTSD) e MDD e re-diagnosticou veteranos de 
combate israelenses que já foram diagnosticados com PTSD e/ou 
MDD. Os resultados mostraram que, após a remoção dos sintomas 
sobrepostos, 98% (95%) dos veteranos com TDM vitalício (atual) 
foram rediagnosticados com TDM, enquanto 70% (55%) dos veteranos 
com TDM vitalício (atual) TEPT foi rediagnosticado com TEPT. Além 
do fato de que a porcentagem de re-diagnóstico tanto da vida quanto 
do PTSD atual é um pouco baixa, o problema com essa abordagem é 
que re-diagnosticar alguém com MDD sem sobreposição de sintomas 
de ping não prova que a sobreposição de sintomas não desempenha 
um papel na etiologia de comorbidade entre TDM e outro transtorno.
Achamos que é um ponto de partida útil, mas (a) os efeitos da 
remoção de sintomas sobrepostos talvez sejam mais bem estudados 
no nível do sintoma do que no nível do diagnóstico, e (b) o assunto 
deve ser mais investigado; por exemplo, não removendo sintomas 
sobrepostos, mas analisando separadamente um subgrupo: pessoas 
que apresentam um ou mais pares de sintomas sobrepostos. Assim, 
primeiro investigamos o impacto da remoção dos seis sintomas que 
se sobrepõem entre MDD e GAD, bem como suas associações com 
todos os outros sintomas da rede de comorbidade na Figura 4, 
resultando na Figura 5 (consulte a figura 3 para a chave). Este 
número confirma nossas suspeitas iniciais: sem os sintomas 
sobrepostos, sem muita comorbidade
problemas de concentração no caso de MDD e GAD (American 
Psychiatric Association 1994). O problema óbvio dessa sobreposição 
de sintomas é que ela levanta dúvidas sobre se a comorbidade é um 
fenômeno real: se removêssemos os sintomas sobrepostos de nosso 
sistema diagnóstico, as estimativas de comorbidade pareceriam mais 
ou menos as mesmas ou será que a comorbidade é apenas isso? , 
sobreposição de sintomas? Este último não parece ser verdade. 
Numerosos pesquisadores abordaram esse problema por diferentes 
ângulos e com relação a diferentes transtornos, e a maioria chegou à 
mesma conclusão: sim, há considerável sobreposição de sintomas 
entre alguns transtornos, mas parece altamente improvável que essa 
sobreposição explique a covariação mais sistemática entre esses 
transtornos. distúrbios (por exemplo, ver Biederman et al. 1995; Bleich 
et al. 1997; Frank lin & Zimmerman 2001; Kessler et al. 1999; 
Seligman & Ollendick 1998).
Isso não quer dizer que pensamos que a remoção de sintomas 
de ping sobrepostos para estudar seus efeitos seja uma má ideia em si.
Cramer et al.: Comorbidade: uma perspectiva de rede
Eles causam comorbidade com um efeito tão profundo na rede que 
removê-los não afeta o diagnóstico inicial: o estrago já foi feito.
Machine Translated by Google
Figura 6. Uma rede de comorbidade para transtorno depressivo maior (MDD) e transtorno de ansiedade geral (GAD) para os entrevistados 
(N ¼ 1.059) que apresentaram pelo menos um par de sintomas sobrepostos. Essa rede é baseada exatamente nas mesmas quatro 
características da rede da Figura 5.
CIÊNCIAS DO COMPORTAMENTO E DO CÉREBRO (2010) 33:2/3
Neste artigo, introduzimos uma conceituação radicalmente diferente dos 
transtornos mentais e seus sintomas: a saber, a abordagem de rede. Sob 
a suposição de tal abordagem, um transtorno mental é uma rede de 
sintomas que estão em relações diretas, possivelmente causais, entre si. 
A comorbidade entre transtornos mentais é então conceituada como 
relações diretas entre sintomas de múltiplos transtornos. Argumentamos 
que tal abordagem tem maior semelhança com a realidade dos transtornos 
mentais e da comorbidade entre eles, pois permite
Em seguida, realizamos a análise de subgrupo: calculamos log odds 
ratio, co-ocorrências, frequências e pontos fortes apenas para os 
entrevistados que apresentaram pelo menos um par de sintomas 
sobrepostos (por exemplo, problemas de concentração de MDD e GAD; 
N ¼ 1.059 ).10 A Figura 6 apresenta sua rede de comorbidade sem os 
sintomas sobrepostos (consulte a figura 3 para obter a chave). Este 
número não deixa margem para dúvidas sobre a importância dos sintomas 
sobrepostos: todos os sintomas são mais frequentes e co-ocorrem com 
mais frequência, e ter um sintoma aumenta substancialmente as chances 
de ter outro (e, portanto, a força do nó) em comparação com a rede de 
comorbidade na Figura 5.
8. Conclusões e direções futuras
parece permanecer. De fato, apenas humor deprimido (mDep) e perda 
de interesse (mInt) têm conexões relativamente fortes com sintomas de 
TAG, como ansiedade (gAnx), perda de controle (gContro) e número de 
eventos que causam preocupação (gEvent).
O presente trabalho guarda relações interessantes com o de Van der 
Maas et al. (2006), que mostrou que a multiplicidade positiva de 
correlações entre várias tarefas de QI – muitas vezes consideradas como 
resultado de uma única variável latente, a inteligência geral – pode resultar 
de um sistema dinâmico no qual uma rede de processos cognitivos 
bidirecionalmente relacionados interage beneficamente com um outro 
durante o desenvolvimento (ou seja, o modelo de mutualismo). O modelo 
de mutualismo serve como um excelente ponto de partida para o 
desenvolvimento de uma teoria unificada para redes de transtornos 
mentais por causa de suas semelhanças. Por exemplo, o mutualismo
(1) processos etiológicos múltiplos que interagem para causar sintomas, 
(2) diferenças interindividuais na maneira como uma constelação de 
sintomas é contraída, (3) relações diretas entre sintomas sobrepostos e 
(4) desigualdade de sintomas. Além disso, propusemos um método 
integrativo, baseado em associações bivariadas, para visualizar redes de 
comorbidades.
148
Com base nessa rede empírica para depressão maior e ansiedade 
generalizada, mostramos que uma abordagem de rede resulta em uma 
série de hipóteses realistas e testáveis que não são naturalmente 
acomodadas por modelos de variáveis latentes. Em primeiro lugar, é 
provável que existam caminhos para a comorbidade por meio do espaço 
de sintomas que são mais prováveis do que outros (por exemplo, por 
meio de sintomas psicológicos centrais, como humor deprimido e perda 
de interesse). Em segundo lugar, é plausível que esses caminhos 
geralmente sigam a mesma direção (por exemplo, descobrimos que a 
comorbidade de depressão maior a ansiedade generalizada parecia ser 
mais provável do que o contrário). Finalmente, os sintomas de ping 
sobrepostos desempenham um papel mais do que trivial na explicação 
das raízes da comorbidade (ou seja, mostramos que os sintomas de 
depressão maior e ansiedade generalizada estavam mais fortemente 
conectados em pessoas que apresentavam pelo menos um par de 
sintomas sobrepostos).
Cramer et al.: Comorbidade: uma perspectiva de rede
Considerando todos os resultados juntos, é provável que os sintomas