Software de gerenciamento, análise e detecção precoce da disfunção autonômica em indivíduos com diabetes Mellitus

Detalhes bibliográficos
Autor(a) principal: Terra, Thiago Gomes
Data de Publicação: 2020
Tipo de documento: Dissertação
Idioma: por
Título da fonte: Repositório Institucional da UFSC
Texto Completo: https://repositorio.ufsc.br/handle/123456789/216481
Resumo: Dissertação (mestrado) - Universidade Federal de Santa Catarina, Centro Tecnológico, Programa de Pós-Graduação em Engenharia Elétrica, Florianópolis, 2020.
id UFSC_c35f54c3aae8685de0aa325c37ecc481
oai_identifier_str oai:repositorio.ufsc.br:123456789/216481
network_acronym_str UFSC
network_name_str Repositório Institucional da UFSC
repository_id_str 2373
spelling Software de gerenciamento, análise e detecção precoce da disfunção autonômica em indivíduos com diabetes MellitusEngenharia elétricaDiabetes MellitusNeuropatiaFrequencia cardíacaSoftwareDissertação (mestrado) - Universidade Federal de Santa Catarina, Centro Tecnológico, Programa de Pós-Graduação em Engenharia Elétrica, Florianópolis, 2020.O índice de adultos com Diabetes Mellitus (DM) no mundo é de aproximadamente 8,3% da população. Os pacientes com DM podem desenvolver complicações microvasculares (e.g., neuropatias e retinopatia) e macrovasculares (e.g., insuficiência cardíaca e infarto do miocárdio) antes do diagnóstico da doença. A Neuropatia Autonômica Cardiovascular (NAC), uma das complicações crônicas do DM, está associada a desfechos adversos como a taquicardia ventricular e o infarto do miocárdio. Torna-se fundamental a utilização de estratégias de screening com o objetivo de identificar precocemente complicações relacionadas ao DM. Encontra-se em desenvolvimento, no Instituto de Engenharia Biomédica da Universidade Federal de Santa Catarina (IEB-UFSC), um sistema de saúde ubíquo, denominado SDC-X ? Screening for Diabetes Complications, cujo objetivo é realizar a detecção precoce de complicações em pacientes com DM utilizando diferentes metodologias de análise (e.g., análise da função autonômica e fundo de olho) com dados e informações centralizadas na nuvem. Uma unidade do sistema é composta por um módulo de aquisição de dados fisiológicos, um módulo concentrador, o módulo de armazenamento e o módulo de análise. O presente trabalho propõe o desenvolvimento do módulo concentrador, um software com a finalidade de auxiliar no gerenciamento, análise e detecção precoce da NAC em indivíduos com DM assim como a centralização dos dados na nuvem. A implementação do software inclui as funcionalidades de cadastrar e administrar dados de pacientes e usuários, realizar o controle da coleta de sinais de eletrocardiograma (ECG), fotopletismografia (PPG) e respiração, possibilitar a análise dos dados registrados via algoritmos de processamento digital de sinais e realizar o envio dos dados para o armazenamento e acesso na nuvem. Para o desenvolvimento do software foi utilizado a linguagem de programação Python versão 3.6.9 em conjunto com o framework PyQt5. Foi adicionado um banco de dados local utilizando o sqlite3 para o cadastro e gerenciamento de pacientes e usuários. Foram implementados métodos para a análise da Variabilidade da Frequência Cardíaca (VFC) e testes de reflexos cardiovasculares (protocolo de O?Brien) com a finalidade de avaliar a resposta do sistema nervoso autônomo (i.e., atividade simpática e parassimpática) a partir do sinal de ECG. Foi adicionado no software o envio dos dados armazenados e processados para um servidor de armazenamento (Amazon AWS S3) e banco de dados na nuvem (MongoDB Atlas) utilizando as bibliotecas de comunicação (boto3 e pymongo). Para avaliar e validar o software desenvolvido foram utilizados dados simulados e adquiridos de voluntários classificados em dois grupos (Sem DM - SD e Com DM Tipo 1 - CD). Os dados coletados foram comparados, utilizando o método de Bland-Altman, utilizando softwares comerciais e encontrados na literatura (e.g., Kubios e HRVAS). Na avaliação com os dados simulados os valores calculados pelo software desenvolvido foram iguais aos valores encontrados nos softwares Kubios e HRVAS. Em relação à avaliação utilizando dados adquiridos, a maioria dos parâmetros da VFC avaliados apresentaram forte correlação (r >0,7) e concordância entre os métodos avaliados com viés não estatisticamente significativo (p >0,05) para ambos os grupos SD e CD. Portanto, conclui-se que o software desenvolvido demonstrou ser uma solução adequada para realizar o screening da NAC na população com DM, uma vez que os parâmetros utilizados para avaliar a função autonômica apresentaram forte correlação e concordância (p >0,05) com os métodos de referência para ambos os grupos (SD e CD). Além disso, possibilita adição de novos métodos de análise, a centralização dos dados e informações na nuvem e análise remota dos resultados.Abstract: The rate of adults with Diabetes Mellitus (DM) in the world is approximately 8.3% of the population. Patients with DM can develop microvascular (e.g., neuropathies and retinopathy) and macrovascular (e.g., heart failure and myocardial infarction) complications before the diagnosis of the disease. Cardiovascular Autonomic Neuropathy (CAN), one of the chronic complications of DM, is associated with adverse outcomes such as ventricular tachycardia and myocardial infarction. It is essential to use screening strategies in order to identify complications related to DM early. A ubiquitous health system called SDC-X - Screening for Diabetes Complications - is under development at the Institute of Biomedical Engineering of the Federal University of Santa Catarina (IEB-UFSC). The objective of this system is to perform early detection of complications in patients with DM using different analysis methodologies (e.g., analysis of autonomic function and fundus examination) with data and information centralized in the cloud. A system unit consists of a physiological data acquisition module, a concentrator module, the storage module and the analysis module. This work proposes the development of the concentrator module, a computing system to assist the management, analysis and early detection of CAN in individuals with DM as well as the centralization of data in the cloud. The software implementation includes the functionality of registering and managing data of patients and users, controlling the collection of electrocardiograms (ECG), photoplethysmography (PPG) and respiration signals, enabling the analysis of the recorded data via digital signal processing algorithms and send data to storage and access in the cloud. For the development of the software, the programming language Python version 3.6.9 was used in conjunction with the PyQt5 framework. A local database was added using sqlite3 to register and manage patients and users. Methods for the analysis of Heart Rate Variability (HRV) and cardiovascular reflex tests (O'Brien protocol) were implemented in order to assess the response of the autonomic nervous system (i.e., sympathetic and parasympathetic activity) from the ECG. The sending of stored and processed data to a storage server (Amazon AWS S3) and database in the cloud (MongoDB Atlas) using the communication libraries (boto3 and pymongo) was added to the software. The software developed was evaluate and validate, using simulated data and acquired ECG, PPG and respiration signals from volunteers classified into two groups (Without DM - SD and With DM Type 1 - CD). The collected data were compared using the Bland-Altman method, using commercial software and found in the literature (e.g., Kubios and HRVAS). In the evaluation with the simulated data, the values calculated by the developed software were equal to the values found in the Kubios and HRVAS software. Regarding the evaluation using acquired data, most of the HRV parameters evaluated showed a strong correlation (r >0.7) and agreement between the methods evaluated with nonstatistically significant bias (p >0.05) for both SD and CD groups. Therefore, it is concluded that the software developed proved to be an adequate solution to perform the screening of NAC in the population with DM since the parameters used to assess autonomic function showed a strong correlation and agreement (p >0.05) with the reference methods for both groups (SD and CD). Furthermore, it allows the addition of new analysis methods, the centralization of data and information in the cloud and remote analysis of results.Marques, Jefferson Luiz BrumUniversidade Federal de Santa CatarinaTerra, Thiago Gomes2020-10-21T21:30:23Z2020-10-21T21:30:23Z2020info:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/masterThesis158 p.| il., gráfs., tabs.application/pdf370348https://repositorio.ufsc.br/handle/123456789/216481porreponame:Repositório Institucional da UFSCinstname:Universidade Federal de Santa Catarina (UFSC)instacron:UFSCinfo:eu-repo/semantics/openAccess2020-10-21T21:30:23Zoai:repositorio.ufsc.br:123456789/216481Repositório InstitucionalPUBhttp://150.162.242.35/oai/requestopendoar:23732020-10-21T21:30:23Repositório Institucional da UFSC - Universidade Federal de Santa Catarina (UFSC)false
dc.title.none.fl_str_mv Software de gerenciamento, análise e detecção precoce da disfunção autonômica em indivíduos com diabetes Mellitus
title Software de gerenciamento, análise e detecção precoce da disfunção autonômica em indivíduos com diabetes Mellitus
spellingShingle Software de gerenciamento, análise e detecção precoce da disfunção autonômica em indivíduos com diabetes Mellitus
Terra, Thiago Gomes
Engenharia elétrica
Diabetes Mellitus
Neuropatia
Frequencia cardíaca
Software
title_short Software de gerenciamento, análise e detecção precoce da disfunção autonômica em indivíduos com diabetes Mellitus
title_full Software de gerenciamento, análise e detecção precoce da disfunção autonômica em indivíduos com diabetes Mellitus
title_fullStr Software de gerenciamento, análise e detecção precoce da disfunção autonômica em indivíduos com diabetes Mellitus
title_full_unstemmed Software de gerenciamento, análise e detecção precoce da disfunção autonômica em indivíduos com diabetes Mellitus
title_sort Software de gerenciamento, análise e detecção precoce da disfunção autonômica em indivíduos com diabetes Mellitus
author Terra, Thiago Gomes
author_facet Terra, Thiago Gomes
author_role author
dc.contributor.none.fl_str_mv Marques, Jefferson Luiz Brum
Universidade Federal de Santa Catarina
dc.contributor.author.fl_str_mv Terra, Thiago Gomes
dc.subject.por.fl_str_mv Engenharia elétrica
Diabetes Mellitus
Neuropatia
Frequencia cardíaca
Software
topic Engenharia elétrica
Diabetes Mellitus
Neuropatia
Frequencia cardíaca
Software
description Dissertação (mestrado) - Universidade Federal de Santa Catarina, Centro Tecnológico, Programa de Pós-Graduação em Engenharia Elétrica, Florianópolis, 2020.
publishDate 2020
dc.date.none.fl_str_mv 2020-10-21T21:30:23Z
2020-10-21T21:30:23Z
2020
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 370348
https://repositorio.ufsc.br/handle/123456789/216481
identifier_str_mv 370348
url https://repositorio.ufsc.br/handle/123456789/216481
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.format.none.fl_str_mv 158 p.| il., gráfs., tabs.
application/pdf
dc.source.none.fl_str_mv reponame:Repositório Institucional da UFSC
instname:Universidade Federal de Santa Catarina (UFSC)
instacron:UFSC
instname_str Universidade Federal de Santa Catarina (UFSC)
instacron_str UFSC
institution UFSC
reponame_str Repositório Institucional da UFSC
collection Repositório Institucional da UFSC
repository.name.fl_str_mv Repositório Institucional da UFSC - Universidade Federal de Santa Catarina (UFSC)
repository.mail.fl_str_mv
_version_ 1808652201738895360

Registros relacionados