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: Leite, Érika de Almeida
• 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
• topic: Hepatite B; Hepatite C; RMN de 1H; Metabonômica; PCA; PLS-DA

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).