Predição do Desfecho Clínico por Leptospirose Baseado na Análise de Expressão Gênica em Casos Hospitalizados
Autor(a) principal: | |
---|---|
Data de Publicação: | 2017 |
Tipo de documento: | Dissertação |
Idioma: | por |
Título da fonte: | Repositório Institucional da UFBA |
Texto Completo: | http://repositorio.ufba.br/ri/handle/ri/23384 |
Resumo: | A leptospirose é uma doença febril aguda, negligenciada, que atinge populações de diversas regiões tropicais do planeta. São aproximadamente 1 milhão de casos anuais de leptospirose no mundo, sendo que 5-15% destes casos podem desenvolver a forma grave, alcançando quase 60.000 óbitos. As principais causas que levam a óbito os indivíduos doentes por leptospirose com as mesmas características clínicas dos sobreviventes ainda não foram identificadas. No entanto, estudos recentes indicam que a resposta imunológica difere entre indivíduos sobreviventes e mortos. A técnica de microarranjos em amostras de pacientes hospitalizados com desfechos de cura e óbito tem sido utilizada com a finalidade de identificar possíveis associações dos genes ao desfecho clínico. Isso demanda tempo por parte dos especialistas para analisarem a expressão gênica. Adicionalmente, os riscos de erro humano na análise empregada estimulam ainda mais a adoção de técnicas computadorizadas para o auxílio destas atividades. Neste sentido, o presente trabalho propôs o desenvolvimento de modelos de predição baseado em dados clínicos e epidemiológicos para auxiliar no diagnóstico da leptospirose. Uma metodologia para análise do conjunto completo de expressão gênica foi proposta com o intuito de predizer o desfecho clínico. Os resultados obtidos foram avaliados como relevantes por especialistas e podem contribuir para o desenvolvimento de novas abordagens terapêuticas para o tratamento de casos graves da leptospirose. Assim, os modelos resultantes deste trabalho podem auxiliar os profissionais de saúde na rotina diária do hospital, especialmente em áreas endêmicas de leptospirose, acelerando o tratamento e minimizando a exacerbação e mortalidade da doença. |
id |
UFBA-2_a7196b54c873b852129d2667d4749769 |
---|---|
oai_identifier_str |
oai:repositorio.ufba.br:ri/23384 |
network_acronym_str |
UFBA-2 |
network_name_str |
Repositório Institucional da UFBA |
repository_id_str |
1932 |
spelling |
Nery Júnior, Nivison Ruy RochaClaro, Daniela BarreiroClaro, Daniela BarreiroMarques, Fátima de Lourdes Santos NunesRios, Tatiane NogueiraC Lindow, Janet2017-06-29T11:25:47Z2017-06-29T11:25:47Z2017-06-292017-05-09http://repositorio.ufba.br/ri/handle/ri/23384A leptospirose é uma doença febril aguda, negligenciada, que atinge populações de diversas regiões tropicais do planeta. São aproximadamente 1 milhão de casos anuais de leptospirose no mundo, sendo que 5-15% destes casos podem desenvolver a forma grave, alcançando quase 60.000 óbitos. As principais causas que levam a óbito os indivíduos doentes por leptospirose com as mesmas características clínicas dos sobreviventes ainda não foram identificadas. No entanto, estudos recentes indicam que a resposta imunológica difere entre indivíduos sobreviventes e mortos. A técnica de microarranjos em amostras de pacientes hospitalizados com desfechos de cura e óbito tem sido utilizada com a finalidade de identificar possíveis associações dos genes ao desfecho clínico. Isso demanda tempo por parte dos especialistas para analisarem a expressão gênica. Adicionalmente, os riscos de erro humano na análise empregada estimulam ainda mais a adoção de técnicas computadorizadas para o auxílio destas atividades. Neste sentido, o presente trabalho propôs o desenvolvimento de modelos de predição baseado em dados clínicos e epidemiológicos para auxiliar no diagnóstico da leptospirose. Uma metodologia para análise do conjunto completo de expressão gênica foi proposta com o intuito de predizer o desfecho clínico. Os resultados obtidos foram avaliados como relevantes por especialistas e podem contribuir para o desenvolvimento de novas abordagens terapêuticas para o tratamento de casos graves da leptospirose. Assim, os modelos resultantes deste trabalho podem auxiliar os profissionais de saúde na rotina diária do hospital, especialmente em áreas endêmicas de leptospirose, acelerando o tratamento e minimizando a exacerbação e mortalidade da doença.Submitted by Mayara Nascimento (mayara.nascimento@ufba.br) on 2017-06-22T10:24:10Z No. of bitstreams: 1 2017.06.17_Dissertacao_Nivison.pdf: 11864411 bytes, checksum: a479ab92d8893463bed31d083c4e01f4 (MD5)Approved for entry into archive by Vanessa Reis (vanessa.jamile@ufba.br) on 2017-06-29T11:25:47Z (GMT) No. of bitstreams: 1 2017.06.17_Dissertacao_Nivison.pdf: 11864411 bytes, checksum: a479ab92d8893463bed31d083c4e01f4 (MD5)Made available in DSpace on 2017-06-29T11:25:47Z (GMT). No. of bitstreams: 1 2017.06.17_Dissertacao_Nivison.pdf: 11864411 bytes, checksum: a479ab92d8893463bed31d083c4e01f4 (MD5)Engenharia de Software ExperimentalLeptospiroseClassificaçãoExpressão gênica humanaPredição do Desfecho Clínico por Leptospirose Baseado na Análise de Expressão Gênica em Casos Hospitalizadosinfo:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/masterThesisInstituto de Matemática. Departamento de Ciência da ComputaçãoMestrado em Ciência da ComputaçãoUFBABrasilinfo:eu-repo/semantics/openAccessporreponame:Repositório Institucional da UFBAinstname:Universidade Federal da Bahia (UFBA)instacron:UFBAORIGINAL2017.06.17_Dissertacao_Nivison.pdf2017.06.17_Dissertacao_Nivison.pdfapplication/pdf11864411https://repositorio.ufba.br/bitstream/ri/23384/1/2017.06.17_Dissertacao_Nivison.pdfa479ab92d8893463bed31d083c4e01f4MD51LICENSElicense.txtlicense.txttext/plain1345https://repositorio.ufba.br/bitstream/ri/23384/2/license.txtff6eaa8b858ea317fded99f125f5fcd0MD52TEXT2017.06.17_Dissertacao_Nivison.pdf.txt2017.06.17_Dissertacao_Nivison.pdf.txtExtracted texttext/plain181694https://repositorio.ufba.br/bitstream/ri/23384/3/2017.06.17_Dissertacao_Nivison.pdf.txt817e35f8934669b5749224fe6d3c6819MD53ri/233842022-03-10 14:11:11.064oai:repositorio.ufba.br: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Repositório InstitucionalPUBhttp://192.188.11.11:8080/oai/requestopendoar:19322022-03-10T17:11:11Repositório Institucional da UFBA - Universidade Federal da Bahia (UFBA)false |
dc.title.pt_BR.fl_str_mv |
Predição do Desfecho Clínico por Leptospirose Baseado na Análise de Expressão Gênica em Casos Hospitalizados |
title |
Predição do Desfecho Clínico por Leptospirose Baseado na Análise de Expressão Gênica em Casos Hospitalizados |
spellingShingle |
Predição do Desfecho Clínico por Leptospirose Baseado na Análise de Expressão Gênica em Casos Hospitalizados Nery Júnior, Nivison Ruy Rocha Engenharia de Software Experimental Leptospirose Classificação Expressão gênica humana |
title_short |
Predição do Desfecho Clínico por Leptospirose Baseado na Análise de Expressão Gênica em Casos Hospitalizados |
title_full |
Predição do Desfecho Clínico por Leptospirose Baseado na Análise de Expressão Gênica em Casos Hospitalizados |
title_fullStr |
Predição do Desfecho Clínico por Leptospirose Baseado na Análise de Expressão Gênica em Casos Hospitalizados |
title_full_unstemmed |
Predição do Desfecho Clínico por Leptospirose Baseado na Análise de Expressão Gênica em Casos Hospitalizados |
title_sort |
Predição do Desfecho Clínico por Leptospirose Baseado na Análise de Expressão Gênica em Casos Hospitalizados |
author |
Nery Júnior, Nivison Ruy Rocha |
author_facet |
Nery Júnior, Nivison Ruy Rocha |
author_role |
author |
dc.contributor.author.fl_str_mv |
Nery Júnior, Nivison Ruy Rocha |
dc.contributor.advisor1.fl_str_mv |
Claro, Daniela Barreiro |
dc.contributor.referee1.fl_str_mv |
Claro, Daniela Barreiro Marques, Fátima de Lourdes Santos Nunes Rios, Tatiane Nogueira C Lindow, Janet |
contributor_str_mv |
Claro, Daniela Barreiro Claro, Daniela Barreiro Marques, Fátima de Lourdes Santos Nunes Rios, Tatiane Nogueira C Lindow, Janet |
dc.subject.cnpq.fl_str_mv |
Engenharia de Software Experimental |
topic |
Engenharia de Software Experimental Leptospirose Classificação Expressão gênica humana |
dc.subject.por.fl_str_mv |
Leptospirose Classificação Expressão gênica humana |
description |
A leptospirose é uma doença febril aguda, negligenciada, que atinge populações de diversas regiões tropicais do planeta. São aproximadamente 1 milhão de casos anuais de leptospirose no mundo, sendo que 5-15% destes casos podem desenvolver a forma grave, alcançando quase 60.000 óbitos. As principais causas que levam a óbito os indivíduos doentes por leptospirose com as mesmas características clínicas dos sobreviventes ainda não foram identificadas. No entanto, estudos recentes indicam que a resposta imunológica difere entre indivíduos sobreviventes e mortos. A técnica de microarranjos em amostras de pacientes hospitalizados com desfechos de cura e óbito tem sido utilizada com a finalidade de identificar possíveis associações dos genes ao desfecho clínico. Isso demanda tempo por parte dos especialistas para analisarem a expressão gênica. Adicionalmente, os riscos de erro humano na análise empregada estimulam ainda mais a adoção de técnicas computadorizadas para o auxílio destas atividades. Neste sentido, o presente trabalho propôs o desenvolvimento de modelos de predição baseado em dados clínicos e epidemiológicos para auxiliar no diagnóstico da leptospirose. Uma metodologia para análise do conjunto completo de expressão gênica foi proposta com o intuito de predizer o desfecho clínico. Os resultados obtidos foram avaliados como relevantes por especialistas e podem contribuir para o desenvolvimento de novas abordagens terapêuticas para o tratamento de casos graves da leptospirose. Assim, os modelos resultantes deste trabalho podem auxiliar os profissionais de saúde na rotina diária do hospital, especialmente em áreas endêmicas de leptospirose, acelerando o tratamento e minimizando a exacerbação e mortalidade da doença. |
publishDate |
2017 |
dc.date.submitted.none.fl_str_mv |
2017-05-09 |
dc.date.accessioned.fl_str_mv |
2017-06-29T11:25:47Z |
dc.date.available.fl_str_mv |
2017-06-29T11:25:47Z |
dc.date.issued.fl_str_mv |
2017-06-29 |
dc.type.status.fl_str_mv |
info:eu-repo/semantics/publishedVersion |
dc.type.driver.fl_str_mv |
info:eu-repo/semantics/masterThesis |
format |
masterThesis |
status_str |
publishedVersion |
dc.identifier.uri.fl_str_mv |
http://repositorio.ufba.br/ri/handle/ri/23384 |
url |
http://repositorio.ufba.br/ri/handle/ri/23384 |
dc.language.iso.fl_str_mv |
por |
language |
por |
dc.rights.driver.fl_str_mv |
info:eu-repo/semantics/openAccess |
eu_rights_str_mv |
openAccess |
dc.publisher.none.fl_str_mv |
Instituto de Matemática. Departamento de Ciência da Computação |
dc.publisher.program.fl_str_mv |
Mestrado em Ciência da Computação |
dc.publisher.initials.fl_str_mv |
UFBA |
dc.publisher.country.fl_str_mv |
Brasil |
publisher.none.fl_str_mv |
Instituto de Matemática. Departamento de Ciência da Computação |
dc.source.none.fl_str_mv |
reponame:Repositório Institucional da UFBA instname:Universidade Federal da Bahia (UFBA) instacron:UFBA |
instname_str |
Universidade Federal da Bahia (UFBA) |
instacron_str |
UFBA |
institution |
UFBA |
reponame_str |
Repositório Institucional da UFBA |
collection |
Repositório Institucional da UFBA |
bitstream.url.fl_str_mv |
https://repositorio.ufba.br/bitstream/ri/23384/1/2017.06.17_Dissertacao_Nivison.pdf https://repositorio.ufba.br/bitstream/ri/23384/2/license.txt https://repositorio.ufba.br/bitstream/ri/23384/3/2017.06.17_Dissertacao_Nivison.pdf.txt |
bitstream.checksum.fl_str_mv |
a479ab92d8893463bed31d083c4e01f4 ff6eaa8b858ea317fded99f125f5fcd0 817e35f8934669b5749224fe6d3c6819 |
bitstream.checksumAlgorithm.fl_str_mv |
MD5 MD5 MD5 |
repository.name.fl_str_mv |
Repositório Institucional da UFBA - Universidade Federal da Bahia (UFBA) |
repository.mail.fl_str_mv |
|
_version_ |
1808459542365732864 |