Resumo: O panorama contemporâneo das ciências do neurodesenvolvimento tem testemunhado um deslocamento paradigmático dos diagnósticos categoriais rígidos em direção a abordagens transdiagnósticas e modelos biopsicossociais. Transtornos comuns no ambiente escolar, como as Dificuldades Específicas de Aprendizagem (SpLD), o Transtorno por Deficit de Atenção com Hiperatividade (ADHD) e o Transtorno do Espectro Autista (ASD), frequentemente compartilham bases cognitivas, manifestações psicológicas e vulnerabilidades ecológicas. Este artigo de opinião informativa analisa a estratificação de perfis fenotípicos em escolares com base em algoritmos de aprendizado de máquina não supervisionado. Discute-se como a interação entre marcadores neurocognitivos, ajustamento emocional e variáveis microssistêmicas (estresse parental e práticas de letramento) possibilita uma compreensão holística da heterogeneidade clínica, fornecendo subsídios para intervenções educacionais inclusivas e personalizadas.
Introdução: Os Limites do Modelo Categorial e a Emergência do Transdiagnóstico
No âmbito da psicologia clínica e da neuropsicologia escolar, a identificação e o manejo de condições neurodesenvolvimentais historicamente apoiaram-se em taxonomias categoriais estruturadas, como os critérios propostos pelo DSM-5 ou pela CID-11. Sob essa perspectiva clássica, entidades clínicas como as Dificuldades Específicas de Aprendizagem (SpLD), o Transtorno por Deficit de Atenção com Hiperatividade (ADHD) e o Transtorno do Espectro Autista (ASD) são catalogadas como constructos independentes e mutuamente excludentes em suas etiologias básicas. Contudo, a prática clínica e as investigações epidemiológicas de mundo real rotineiramente confrontam esse reducionismo ao registrar taxas severas de comorbidade e uma sobreposição sistemática de sintomas em estudantes inseridos no ensino regular.
Estudantes que manifestam traços clínicos subliminares — ou seja, que exibem deficits funcionais significativos, mas não preenchem a totalidade dos critérios diagnósticos formais para um transtorno específico — frequentemente enfrentam uma dupla vulnerabilidade: a exclusão dos serviços de suporte especializado e a estigmatização acadêmica. Diante dessa limitação, a adoção de um enfoque transdiagnóstico surge como uma necessidade científica fundamental. Esse modelo postula que os processos cognitivos e comportamentais subjacentes cruzam as fronteiras diagnósticas tradicionais, organizando-se em dimensões contínuas de funcionalidade. Quando associada ao modelo biopsicossocial, que integra fatores biológicos, psicológicos e ecológicos (relação família-escola), a abordagem transdiagnóstica oferece um arcabouço robusto para mapear a real heterogeneidade do neurodesenvolvimento humano.
Metodologia de Agrupamento: O Uso de Aprendizado de Máquina Não Supervisionado
Para extrair padrões inteligíveis a partir da complexa teia de variáveis que caracterizam o desenvolvimento infantil, a ciência da computação biomédica e a psicometria têm recorrido a algoritmos de inteligência artificial. Com o objetivo de mapear esses perfis de forma isenta de vieses clínicos prévios, uma investigação transdiagnóstica avaliou uma amostra de 267 crianças chinesas matriculadas em escolas de ensino fundamental regular (Grades 1-4), composta por 164 meninos, com média de idade de 102 meses ($SD = 17,30$). A triagem inicial foi realizada a partir de um banco de dados maior ($N = 1.034$), selecionando crianças que exibiam pelo menos um sintoma proeminente de SpLD, ADHD ou ASD com base em checklists validados respondidos pelos pais.
A grande inovação metodológica consistiu na aplicação do algoritmo de aprendizado de máquina não supervisionado denominado K-means clustering. Ao contrário das análises estatísticas tradicionais que agrupam os sujeitos conforme os rótulos diagnósticos pré-existentes, o método de agrupamento não supervisionado analisa a proximidade euclidiana multidimensional dos dados brutos, organizando os indivíduos em agrupamentos (clusters) baseados puramente na similaridade biológica, psicológica e ecológica de suas respostas. Os atributos inseridos no modelo incluíram indicadores neurocognitivos (funções executivas, processamento fonológico, velocidade de nomeação), variáveis psicológicas (sintomas internalizantes e externalizantes) e marcadores ecológicos (estresse parental, ambiente de letramento familiar e nível socioeconômico), permitindo o delineamento de perfis fenotípicos altamente diferenciados e independentes das barreiras nosológicas tradicionais.
Análise dos Perfis Estratificados: Caracterização dos Quatro Clusters Fenotípicos
A convergência matemática do algoritmo K-means determinou que a estrutura de quatro agrupamentos ($k = 4$) representava a divisão ideal para descrever a variabilidade da amostra. Cada cluster revelou uma assinatura biopsicossocial específica, desvelando interações profundas entre a biologia do indivíduo e o seu microssistema familiar:
- Cluster 1 – Perfil Clínico Severo e Comórbido: Este grupo concentrou as crianças com os maiores índices de severidade transdiagnóstica. Apresentou deficits marcantes e generalizados em funções executivas, velocidade de processamento e competências fonológicas. No plano psicológico, registraram-se níveis críticos de sintomas internalizantes (ansiedade, depressão) e externalizantes (agressividade, hiperatividade). No domínio ecológico, esse esgotamento do indivíduo tendeu a se correlacionar com índices severos de estresse parental e ambientes familiares de letramento fragilizados, configurando um cenário de alta vulnerabilidade e necessidade urgente de intervenção multidisciplinar.
- Cluster 2 – Perfil de Comprometimento Moderado a Predominantemente Cognitivo: Caracterizou-se por discentes que exibiam deficits focais em habilidades de literacia, velocidade de nomeação automatizada (RAN) e memória de trabalho. Embora os sintomas comportamentais e psicológicos de ansiedade ou agressão estivessem situados em níveis moderados ou próximos à média, as barreiras de processamento de informação fonológica e cognitiva impunham desafios severos ao progresso acadêmico autônomo, mimetizando o núcleo clássico das SpLD.
- Cluster 3 – Perfil de Risco Emocional e Vulnerabilidade Ecológica: Este agrupamento revelou um dado contraintuitivo para modelos puramente biológicos: as crianças apresentavam escores cognitivos globais preservados ou limítrofes, mas manifestavam taxas elevadas de sintomas de ansiedade e depressão na escola. O diferencial crítico residiu no ambiente ecológico: seus cuidadores reportaram níveis acentuados de estresse parental, e os índices de engajamento em práticas de leitura familiar eram reduzidos. Esse perfil demonstra como o sofrimento psicológico e a desestruturação do suporte ecológico familiar podem simular ou exacerbar dificuldades de aprendizagem mesmo em cérebros sem deficits neurocognitivos primários.
- Cluster 4 – Perfil Adaptativo / Subclínico de Baixo Risco: Composto por estudantes que, embora tivessem pontuado na triagem inicial para algum sintoma de neurodesenvolvimento, exibiam um perfil altamente resiliente e adaptativo. Suas funções executivas operavam dentro dos padrões de normalidade, os sintomas psicológicos eram mínimos e o microssistema familiar caracterizava-se por baixo estresse parental e rico suporte de letramento no lar, evidenciando o papel protetivo dos fatores ecológicos positivos no amortecimento de riscos neurodesenvolvimentais discretos.
Implicações Clínico-Pedagógicas e Desenho de Intervenções Sob Medida
O desvelamento desses perfis fenotípicos de base transdiagnóstica possui implicações imediatas para a reestruturação das políticas de educação inclusiva e intervenção psicopedagógica. A constatação de que crianças com sintomas de SpLD, ADHD e ASD distribuem-se em agrupamentos definidos pela gravidade multidimensional — e não pelas etiquetas do DSM — exige a superação do modelo de intervenção baseado unicamente no diagnóstico formal. Escolas e clínicas devem migrar para o Modelo de Resposta à Intervenção (RTI), modulando a intensidade e a natureza do suporte conforme o perfil de necessidades evidenciado pelo discente no cotidiano escolar.
Para o Cluster 1 (clínico severo), as diretrizes exigem Planos de Desenvolvimento Individualizados (PDI) intensivos e integrados, associando o treino cognitivo de funções executivas ao suporte psicoterapêutico para regulação de sintomas internalizantes e externalizantes. Crucialmente, intervenções direcionadas aos grupos com alta vulnerabilidade ecológica (Clusters 1 e 3) devem obrigatoriamente incluir os cuidadores no plano terapêutico. Fornecer programas de manejo comportamental e suporte psicológico para redução do estresse parental, paralelamente à capacitação da família para o estabelecimento de práticas de letramento familiar estruturadas no lar, constitui uma estratégia indispensável para modificar o ambiente ecológico da criança, otimizando os desfechos de aprendizagem e mitigando o adoecimento psíquico infantil secundário.
Considerações Finais: Desconstruindo Paradigmas Rumo à Inclusão de Precisão
A transição em direção a modelos transdiagnósticos e biopsicossociais no campo da infância consolida um avanço ético e metodológico no tratamento da neurodiversidade. Ao demonstrar que a expressão fenotípica de sintomas de SpLD, ADHD e ASD é modulada de forma dinâmica pela integridade neurocognitiva, pelo status emocional e pela ecologia familiar, a ciência rejeita o determinismo biológico rígido e abraça a complexidade do desenvolvimento humano em sistemas abertos.
Investigações futuras devem se concentrar na realização de estudos longitudinais para monitorar a estabilidade temporal desses agrupamentos ao longo da transição para os anos finais do ensino fundamental e ensino médio, avaliando se as trajetórias de desenvolvimento modificam a composição dos perfis. Compete aos gestores públicos da educação e da saúde o financiamento de ferramentas de triagem automatizadas e acessíveis que permitam o mapeamento precoce desses perfis ecológicos nas redes públicas de ensino. Ao substituir o reducionismo categorial por uma compreensão multidimensional do educando, a ciência pavimenta o caminho para uma inclusão escolar de precisão, capaz de remover barreiras invisíveis e garantir o pleno desenvolvimento cognitivo, emocional e social de todas as crianças.
Referência Bibliográfica (Norma ABNT)
LIU, Duo et al. Profiling Chinese children with symptoms of SpLD, ADHD, or ASD: a transdiagnostic and biopsychosocial study. BMC Psychiatry, v. 26, n. 114, p. 1-17, 2026. Disponível em: https://doi.org/10.1186/s12888-025-07754-8.