Construção do modelo metabonômico baseado em RMN de 1H a partir de amostras de urina para classificar portadores de hepatite B ou C
Autor(a) principal: | |
---|---|
Data de Publicação: | 2014 |
Tipo de documento: | Dissertação |
Idioma: | por |
Título da fonte: | Repositório Institucional da UFPE |
Texto Completo: | https://repositorio.ufpe.br/handle/123456789/12417 |
Resumo: | As hepatites B e C são consideradas um problema de saúde pública em função de suas magnitudes e gravidades. De acordo com a Organização Mundial da Saúde, 2 bilhões de pessoas foram infectadas pelo HBV e estima-se que de 2 a 3% da população mundial esteja infectada com HCV. Esses índices podem ser maiores, uma vez que muitas pessoas infectadas são assintomáticas. As hepatites B e C possuem alta taxa de cronificação, podendo evoluir para cirrose ou carcinoma hepatocelular. O diagnóstico envolve métodos sorológicos específicos para detecção dos marcadores das hepatites B e C em conjunto com a avaliação dos níveis séricos das aminotransferases (ALT, AST e GGT), fosfatase alcalina, albumina e bilirrubina. Todos esses exames requerem a coleta de sangue do paciente e, portanto, trata-se de um método invasivo. Neste contexto, buscou-se uma alternativa não invasiva ao exame de sangue para se obter o diagnóstico de hepatite. Através da estratégia metabonômica, baseada na espectroscopia de ressonância magnética nuclear (RMN), é possível obter uma "impressão digital metabólica", em biofluido (urina) de pacientes infectados e relacioná-la com a patologia. Objetivo Identificar pacientes com HBV e HCV com base no padrão espectral de RMN de 1H de amostras de urina associadas com ferramentas estatísticas multivariadas (PCA e PLS-DA). Amostras e Análises Foram formados dois grupos: a) 13 pacientes (Grupo I) com o diagnóstico positivo para HBsAg, anti-HBc e DNA de HBV; e b) 18 pacientes (Grupo II) com anticorpos anti-HCV e RNA de HCV positivos e HBsAg negativo. As 31 amostras foram analisadas em 1H RMN e os dados espectrais processados por PCA e PLS-DA. Resultados O modelo metabonômico identificou como positivos 11 dos 13 pacientes com HBV e teve sensibilidade 78,57% e especificidade 84,61%. Para o grupo com HCV, o modelo identificou 15 dos 18 pacientes e teve sensibilidade de 88,23% e especificidade 83,33% Conclusão Neste estudo, o modelo metabonômico foi capaz de classificar corretamente 83,87% dos dados de pacientes com HBV e HCV. As variáveis mais importantes para a discriminação entre os grupos foram os deslocamentos químicos em 3,17 e 3,32 ppm, que, em princípio, podem ser associados à taurina e ao óxido de trimetilamina (TMAO). |
id |
UFPE_3744d9d41d219978275786707c08a578 |
---|---|
oai_identifier_str |
oai:repositorio.ufpe.br:123456789/12417 |
network_acronym_str |
UFPE |
network_name_str |
Repositório Institucional da UFPE |
repository_id_str |
2221 |
spelling |
Leite, Érika de AlmeidaSilva, Ricardo Oliveira 2015-03-13T13:14:22Z2015-03-13T13:14:22Z2014-01-31https://repositorio.ufpe.br/handle/123456789/12417As hepatites B e C são consideradas um problema de saúde pública em função de suas magnitudes e gravidades. De acordo com a Organização Mundial da Saúde, 2 bilhões de pessoas foram infectadas pelo HBV e estima-se que de 2 a 3% da população mundial esteja infectada com HCV. Esses índices podem ser maiores, uma vez que muitas pessoas infectadas são assintomáticas. As hepatites B e C possuem alta taxa de cronificação, podendo evoluir para cirrose ou carcinoma hepatocelular. O diagnóstico envolve métodos sorológicos específicos para detecção dos marcadores das hepatites B e C em conjunto com a avaliação dos níveis séricos das aminotransferases (ALT, AST e GGT), fosfatase alcalina, albumina e bilirrubina. Todos esses exames requerem a coleta de sangue do paciente e, portanto, trata-se de um método invasivo. Neste contexto, buscou-se uma alternativa não invasiva ao exame de sangue para se obter o diagnóstico de hepatite. Através da estratégia metabonômica, baseada na espectroscopia de ressonância magnética nuclear (RMN), é possível obter uma "impressão digital metabólica", em biofluido (urina) de pacientes infectados e relacioná-la com a patologia. Objetivo Identificar pacientes com HBV e HCV com base no padrão espectral de RMN de 1H de amostras de urina associadas com ferramentas estatísticas multivariadas (PCA e PLS-DA). Amostras e Análises Foram formados dois grupos: a) 13 pacientes (Grupo I) com o diagnóstico positivo para HBsAg, anti-HBc e DNA de HBV; e b) 18 pacientes (Grupo II) com anticorpos anti-HCV e RNA de HCV positivos e HBsAg negativo. As 31 amostras foram analisadas em 1H RMN e os dados espectrais processados por PCA e PLS-DA. Resultados O modelo metabonômico identificou como positivos 11 dos 13 pacientes com HBV e teve sensibilidade 78,57% e especificidade 84,61%. Para o grupo com HCV, o modelo identificou 15 dos 18 pacientes e teve sensibilidade de 88,23% e especificidade 83,33% Conclusão Neste estudo, o modelo metabonômico foi capaz de classificar corretamente 83,87% dos dados de pacientes com HBV e HCV. As variáveis mais importantes para a discriminação entre os grupos foram os deslocamentos químicos em 3,17 e 3,32 ppm, que, em princípio, podem ser associados à taurina e ao óxido de trimetilamina (TMAO).CAPESporUniversidade Federal de PernambucoAttribution-NonCommercial-NoDerivs 3.0 Brazilhttp://creativecommons.org/licenses/by-nc-nd/3.0/br/info:eu-repo/semantics/openAccessHepatite BHepatite CRMN de 1HMetabonômicaPCAPLS-DAConstrução do modelo metabonômico baseado em RMN de 1H a partir de amostras de urina para classificar portadores de hepatite B ou Cinfo:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/masterThesisreponame:Repositório Institucional da UFPEinstname:Universidade Federal de Pernambuco (UFPE)instacron:UFPETHUMBNAILDISSERTAÇÃO Érika Leite.pdf.jpgDISSERTAÇÃO Érika Leite.pdf.jpgGenerated Thumbnailimage/jpeg1201https://repositorio.ufpe.br/bitstream/123456789/12417/5/DISSERTA%c3%87%c3%83O%20%c3%89rika%20Leite.pdf.jpg4e1020279d24a025e476004a4943d45cMD55ORIGINALDISSERTAÇÃO Érika Leite.pdfDISSERTAÇÃO Érika Leite.pdfapplication/pdf1493066https://repositorio.ufpe.br/bitstream/123456789/12417/1/DISSERTA%c3%87%c3%83O%20%c3%89rika%20Leite.pdfac90321410c703d0b25329948cfd5555MD51CC-LICENSElicense_rdflicense_rdfapplication/rdf+xml; charset=utf-81232https://repositorio.ufpe.br/bitstream/123456789/12417/2/license_rdf66e71c371cc565284e70f40736c94386MD52LICENSElicense.txtlicense.txttext/plain; charset=utf-82311https://repositorio.ufpe.br/bitstream/123456789/12417/3/license.txt4b8a02c7f2818eaf00dcf2260dd5eb08MD53TEXTDISSERTAÇÃO Érika Leite.pdf.txtDISSERTAÇÃO Érika Leite.pdf.txtExtracted texttext/plain101533https://repositorio.ufpe.br/bitstream/123456789/12417/4/DISSERTA%c3%87%c3%83O%20%c3%89rika%20Leite.pdf.txt5f6e1e5c6a96c3d6d8568215023d37a1MD54123456789/124172019-10-25 04:56:33.321oai:repositorio.ufpe.br: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Repositório InstitucionalPUBhttps://repositorio.ufpe.br/oai/requestattena@ufpe.bropendoar:22212019-10-25T07:56:33Repositório Institucional da UFPE - Universidade Federal de Pernambuco (UFPE)false |
dc.title.pt_BR.fl_str_mv |
Construção do modelo metabonômico baseado em RMN de 1H a partir de amostras de urina para classificar portadores de hepatite B ou C |
title |
Construção do modelo metabonômico baseado em RMN de 1H a partir de amostras de urina para classificar portadores de hepatite B ou C |
spellingShingle |
Construção do modelo metabonômico baseado em RMN de 1H a partir de amostras de urina para classificar portadores de hepatite B ou C Leite, Érika de Almeida Hepatite B Hepatite C RMN de 1H Metabonômica PCA PLS-DA |
title_short |
Construção do modelo metabonômico baseado em RMN de 1H a partir de amostras de urina para classificar portadores de hepatite B ou C |
title_full |
Construção do modelo metabonômico baseado em RMN de 1H a partir de amostras de urina para classificar portadores de hepatite B ou C |
title_fullStr |
Construção do modelo metabonômico baseado em RMN de 1H a partir de amostras de urina para classificar portadores de hepatite B ou C |
title_full_unstemmed |
Construção do modelo metabonômico baseado em RMN de 1H a partir de amostras de urina para classificar portadores de hepatite B ou C |
title_sort |
Construção do modelo metabonômico baseado em RMN de 1H a partir de amostras de urina para classificar portadores de hepatite B ou C |
author |
Leite, Érika de Almeida |
author_facet |
Leite, Érika de Almeida |
author_role |
author |
dc.contributor.author.fl_str_mv |
Leite, Érika de Almeida |
dc.contributor.advisor1.fl_str_mv |
Silva, Ricardo Oliveira |
contributor_str_mv |
Silva, Ricardo Oliveira |
dc.subject.por.fl_str_mv |
Hepatite B Hepatite C RMN de 1H Metabonômica PCA PLS-DA |
topic |
Hepatite B Hepatite C RMN de 1H Metabonômica PCA PLS-DA |
description |
As hepatites B e C são consideradas um problema de saúde pública em função de suas magnitudes e gravidades. De acordo com a Organização Mundial da Saúde, 2 bilhões de pessoas foram infectadas pelo HBV e estima-se que de 2 a 3% da população mundial esteja infectada com HCV. Esses índices podem ser maiores, uma vez que muitas pessoas infectadas são assintomáticas. As hepatites B e C possuem alta taxa de cronificação, podendo evoluir para cirrose ou carcinoma hepatocelular. O diagnóstico envolve métodos sorológicos específicos para detecção dos marcadores das hepatites B e C em conjunto com a avaliação dos níveis séricos das aminotransferases (ALT, AST e GGT), fosfatase alcalina, albumina e bilirrubina. Todos esses exames requerem a coleta de sangue do paciente e, portanto, trata-se de um método invasivo. Neste contexto, buscou-se uma alternativa não invasiva ao exame de sangue para se obter o diagnóstico de hepatite. Através da estratégia metabonômica, baseada na espectroscopia de ressonância magnética nuclear (RMN), é possível obter uma "impressão digital metabólica", em biofluido (urina) de pacientes infectados e relacioná-la com a patologia. Objetivo Identificar pacientes com HBV e HCV com base no padrão espectral de RMN de 1H de amostras de urina associadas com ferramentas estatísticas multivariadas (PCA e PLS-DA). Amostras e Análises Foram formados dois grupos: a) 13 pacientes (Grupo I) com o diagnóstico positivo para HBsAg, anti-HBc e DNA de HBV; e b) 18 pacientes (Grupo II) com anticorpos anti-HCV e RNA de HCV positivos e HBsAg negativo. As 31 amostras foram analisadas em 1H RMN e os dados espectrais processados por PCA e PLS-DA. Resultados O modelo metabonômico identificou como positivos 11 dos 13 pacientes com HBV e teve sensibilidade 78,57% e especificidade 84,61%. Para o grupo com HCV, o modelo identificou 15 dos 18 pacientes e teve sensibilidade de 88,23% e especificidade 83,33% Conclusão Neste estudo, o modelo metabonômico foi capaz de classificar corretamente 83,87% dos dados de pacientes com HBV e HCV. As variáveis mais importantes para a discriminação entre os grupos foram os deslocamentos químicos em 3,17 e 3,32 ppm, que, em princípio, podem ser associados à taurina e ao óxido de trimetilamina (TMAO). |
publishDate |
2014 |
dc.date.issued.fl_str_mv |
2014-01-31 |
dc.date.accessioned.fl_str_mv |
2015-03-13T13:14:22Z |
dc.date.available.fl_str_mv |
2015-03-13T13:14:22Z |
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 |
https://repositorio.ufpe.br/handle/123456789/12417 |
url |
https://repositorio.ufpe.br/handle/123456789/12417 |
dc.language.iso.fl_str_mv |
por |
language |
por |
dc.rights.driver.fl_str_mv |
Attribution-NonCommercial-NoDerivs 3.0 Brazil http://creativecommons.org/licenses/by-nc-nd/3.0/br/ info:eu-repo/semantics/openAccess |
rights_invalid_str_mv |
Attribution-NonCommercial-NoDerivs 3.0 Brazil http://creativecommons.org/licenses/by-nc-nd/3.0/br/ |
eu_rights_str_mv |
openAccess |
dc.publisher.none.fl_str_mv |
Universidade Federal de Pernambuco |
publisher.none.fl_str_mv |
Universidade Federal de Pernambuco |
dc.source.none.fl_str_mv |
reponame:Repositório Institucional da UFPE instname:Universidade Federal de Pernambuco (UFPE) instacron:UFPE |
instname_str |
Universidade Federal de Pernambuco (UFPE) |
instacron_str |
UFPE |
institution |
UFPE |
reponame_str |
Repositório Institucional da UFPE |
collection |
Repositório Institucional da UFPE |
bitstream.url.fl_str_mv |
https://repositorio.ufpe.br/bitstream/123456789/12417/5/DISSERTA%c3%87%c3%83O%20%c3%89rika%20Leite.pdf.jpg https://repositorio.ufpe.br/bitstream/123456789/12417/1/DISSERTA%c3%87%c3%83O%20%c3%89rika%20Leite.pdf https://repositorio.ufpe.br/bitstream/123456789/12417/2/license_rdf https://repositorio.ufpe.br/bitstream/123456789/12417/3/license.txt https://repositorio.ufpe.br/bitstream/123456789/12417/4/DISSERTA%c3%87%c3%83O%20%c3%89rika%20Leite.pdf.txt |
bitstream.checksum.fl_str_mv |
4e1020279d24a025e476004a4943d45c ac90321410c703d0b25329948cfd5555 66e71c371cc565284e70f40736c94386 4b8a02c7f2818eaf00dcf2260dd5eb08 5f6e1e5c6a96c3d6d8568215023d37a1 |
bitstream.checksumAlgorithm.fl_str_mv |
MD5 MD5 MD5 MD5 MD5 |
repository.name.fl_str_mv |
Repositório Institucional da UFPE - Universidade Federal de Pernambuco (UFPE) |
repository.mail.fl_str_mv |
attena@ufpe.br |
_version_ |
1802310906675200000 |