Desenvolvimento de plataforma biofotônica de larga escala para aplicação na triagem diagnóstica da COVID-19 por meio da saliva
Autor(a) principal: | |
---|---|
Data de Publicação: | 2022 |
Tipo de documento: | Tese |
Idioma: | por |
Título da fonte: | Repositório Institucional da UFU |
Texto Completo: | https://repositorio.ufu.br/handle/123456789/34181 http://doi.org/10.14393/ufu.te.2022.114 |
Resumo: | SARS-CoV-2, identified in 2020, was responsible to promote a pandemic scenario. The virus belongs to the Coronaviridae family and is responsible for causing, in severe cases, Severe Acute Respiratory Syndrome. The diagnosis of Covid-19 disease is performed by sampling nasopharyngeal swabs or invasive blood from RT-PCR or immunological tests, which are of personalized use and require technical work for execution. Considering the context, ATR-FTIR spectroscopy and machine learning classification on saliva platform coupled with large-scale sample may provide an alternative screening tool for Covid-19. The work aimed to select the best material to be used to make the sample platform well presented as a Covid-19 (n: 100) and not Covid-19 (n: 100) using an ATRFTIR technique coupled to a device performance and machine learning tool. PCA-LDA analysis of salivary spectra showed a sensitivity of 78%, specificity of 76% and accuracy of 77% between non-Covid-19 and Covid-19 patients. Briefly, the data obtained allowed a selection of a suitable material for the making of a sample platform and how of the possible ATR-FTIR platforms coupled to a highperformance device as a sustainable, reagent-free and non-invasive tool for Covid-19 patients. |
id |
UFU_4af35dbadbfea0077dbde45631a1f639 |
---|---|
oai_identifier_str |
oai:repositorio.ufu.br:123456789/34181 |
network_acronym_str |
UFU |
network_name_str |
Repositório Institucional da UFU |
repository_id_str |
|
spelling |
Desenvolvimento de plataforma biofotônica de larga escala para aplicação na triagem diagnóstica da COVID-19 por meio da salivaDevelopment of a large-scale biophotonic platform for application in Diagnostic screening of COVID-19 through salivaCovid-19SARS-CoV-2ATR-FTIRdiagnóstico salivarCNPQ::CIENCIAS DA SAUDECiências médicasVírus - IsolamentoFisiopatologiaSARS-CoV-2, identified in 2020, was responsible to promote a pandemic scenario. The virus belongs to the Coronaviridae family and is responsible for causing, in severe cases, Severe Acute Respiratory Syndrome. The diagnosis of Covid-19 disease is performed by sampling nasopharyngeal swabs or invasive blood from RT-PCR or immunological tests, which are of personalized use and require technical work for execution. Considering the context, ATR-FTIR spectroscopy and machine learning classification on saliva platform coupled with large-scale sample may provide an alternative screening tool for Covid-19. The work aimed to select the best material to be used to make the sample platform well presented as a Covid-19 (n: 100) and not Covid-19 (n: 100) using an ATRFTIR technique coupled to a device performance and machine learning tool. PCA-LDA analysis of salivary spectra showed a sensitivity of 78%, specificity of 76% and accuracy of 77% between non-Covid-19 and Covid-19 patients. Briefly, the data obtained allowed a selection of a suitable material for the making of a sample platform and how of the possible ATR-FTIR platforms coupled to a highperformance device as a sustainable, reagent-free and non-invasive tool for Covid-19 patients.CAPES - Coordenação de Aperfeiçoamento de Pessoal de Nível SuperiorFAPEMIG - Fundação de Amparo a Pesquisa do Estado de Minas GeraisTese (Doutorado)O SARS-CoV-2, identificado em 2020, foi responsável por promover um cenário de pandemia. O vírus pertence à família Coronaviridae e é responsável por causar, em casos graves, a Síndrome Respiratória Aguda Grave. O diagnóstico da doença Covid-19 é realizado por amostras de swabs nasofaríngeos ou sangue usando testes de RT-PCR ou testes imunológicos, que são invasivos, de alto custo e demandam mão de obra qualificada para execução. Considerando o contexto, a combinação de espectroscopia ATR-FTIR e classificação de aprendizado de máquina em amostras de saliva conjugada à plataforma de amostra de larga escala pode fornecer uma ferramenta de triagem alternativa para Covid-19. O presente trabalho objetivou selecionar o melhor material a ser utilizado para a confecção da plataforma de amostra bem como avaliou a saliva de indivíduos Covid-19 (n: 100) e não Covid-19 (n:100) usando a técnica de ATRFTIR acoplado a um dispositivo de alto rendimento e ferramenta de aprendizado de máquina. A análise PCA-LDA dos espectros salivares apresentou uma sensibilidade de 78%, especificidade de 76% e acurácia de 77% entre pacientes não Covid-19 e Covid-19. Resumidamente, os dados obtidos permitiram a seleção de um material adequado para a confecção de plataforma de amostra e as análises espectrais destacam o potencial das plataformas ATR-FTIR acopladas a um dispositivo de alto rendimento como uma ferramenta sustentável, livre de reagentes e não invasiva para rastrear pacientes com Covid- 19.2025-12-312024-02-08Universidade Federal de UberlândiaBrasilPrograma de Pós-graduação em Ciências da SaúdeGoulart Filho, Luiz Ricardohttp://lattes.cnpq.br/6759395798493082Silva, Robinson Sabino dahttp://lattes.cnpq.br/1886483839073466Castellano, Lúcio Roberto Cançadohttp://lattes.cnpq.br/0270338774988819Oliveira, Tales Lyra dehttp://lattes.cnpq.br/9149137484863942Caixeta, Douglas Carvalhohttp://lattes.cnpq.br/0006698390592959Azevedo, Fernanda Van Petten de Vasconceloshttp://lattes.cnpq.br/9999058467382366Cardoso de Sousa, Léia2022-03-03T18:00:17Z2022-03-03T18:00:17Z2022-02-08info:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/doctoralThesisapplication/pdfSOUSA, Léia Cardoso de. Desenvolvimento de plataforma biofotônica de larga escala para aplicação na triagem diagnóstica da COVID-19 por meio da saliva. 2022. 91 f. Tese (Doutorado em Ciências da Saúde) - Universidade Federal de Uberlândia, 2022. DOI http://doi.org/10.14393/ufu.te.2022.114.https://repositorio.ufu.br/handle/123456789/34181http://doi.org/10.14393/ufu.te.2022.114porhttp://creativecommons.org/licenses/by-nc-nd/3.0/us/info:eu-repo/semantics/embargoedAccessreponame:Repositório Institucional da UFUinstname:Universidade Federal de Uberlândia (UFU)instacron:UFU2024-08-07T12:40:19Zoai:repositorio.ufu.br:123456789/34181Repositório InstitucionalONGhttp://repositorio.ufu.br/oai/requestdiinf@dirbi.ufu.bropendoar:2024-08-07T12:40:19Repositório Institucional da UFU - Universidade Federal de Uberlândia (UFU)false |
dc.title.none.fl_str_mv |
Desenvolvimento de plataforma biofotônica de larga escala para aplicação na triagem diagnóstica da COVID-19 por meio da saliva Development of a large-scale biophotonic platform for application in Diagnostic screening of COVID-19 through saliva |
title |
Desenvolvimento de plataforma biofotônica de larga escala para aplicação na triagem diagnóstica da COVID-19 por meio da saliva |
spellingShingle |
Desenvolvimento de plataforma biofotônica de larga escala para aplicação na triagem diagnóstica da COVID-19 por meio da saliva Cardoso de Sousa, Léia Covid-19 SARS-CoV-2 ATR-FTIR diagnóstico salivar CNPQ::CIENCIAS DA SAUDE Ciências médicas Vírus - Isolamento Fisiopatologia |
title_short |
Desenvolvimento de plataforma biofotônica de larga escala para aplicação na triagem diagnóstica da COVID-19 por meio da saliva |
title_full |
Desenvolvimento de plataforma biofotônica de larga escala para aplicação na triagem diagnóstica da COVID-19 por meio da saliva |
title_fullStr |
Desenvolvimento de plataforma biofotônica de larga escala para aplicação na triagem diagnóstica da COVID-19 por meio da saliva |
title_full_unstemmed |
Desenvolvimento de plataforma biofotônica de larga escala para aplicação na triagem diagnóstica da COVID-19 por meio da saliva |
title_sort |
Desenvolvimento de plataforma biofotônica de larga escala para aplicação na triagem diagnóstica da COVID-19 por meio da saliva |
author |
Cardoso de Sousa, Léia |
author_facet |
Cardoso de Sousa, Léia |
author_role |
author |
dc.contributor.none.fl_str_mv |
Goulart Filho, Luiz Ricardo http://lattes.cnpq.br/6759395798493082 Silva, Robinson Sabino da http://lattes.cnpq.br/1886483839073466 Castellano, Lúcio Roberto Cançado http://lattes.cnpq.br/0270338774988819 Oliveira, Tales Lyra de http://lattes.cnpq.br/9149137484863942 Caixeta, Douglas Carvalho http://lattes.cnpq.br/0006698390592959 Azevedo, Fernanda Van Petten de Vasconcelos http://lattes.cnpq.br/9999058467382366 |
dc.contributor.author.fl_str_mv |
Cardoso de Sousa, Léia |
dc.subject.por.fl_str_mv |
Covid-19 SARS-CoV-2 ATR-FTIR diagnóstico salivar CNPQ::CIENCIAS DA SAUDE Ciências médicas Vírus - Isolamento Fisiopatologia |
topic |
Covid-19 SARS-CoV-2 ATR-FTIR diagnóstico salivar CNPQ::CIENCIAS DA SAUDE Ciências médicas Vírus - Isolamento Fisiopatologia |
description |
SARS-CoV-2, identified in 2020, was responsible to promote a pandemic scenario. The virus belongs to the Coronaviridae family and is responsible for causing, in severe cases, Severe Acute Respiratory Syndrome. The diagnosis of Covid-19 disease is performed by sampling nasopharyngeal swabs or invasive blood from RT-PCR or immunological tests, which are of personalized use and require technical work for execution. Considering the context, ATR-FTIR spectroscopy and machine learning classification on saliva platform coupled with large-scale sample may provide an alternative screening tool for Covid-19. The work aimed to select the best material to be used to make the sample platform well presented as a Covid-19 (n: 100) and not Covid-19 (n: 100) using an ATRFTIR technique coupled to a device performance and machine learning tool. PCA-LDA analysis of salivary spectra showed a sensitivity of 78%, specificity of 76% and accuracy of 77% between non-Covid-19 and Covid-19 patients. Briefly, the data obtained allowed a selection of a suitable material for the making of a sample platform and how of the possible ATR-FTIR platforms coupled to a highperformance device as a sustainable, reagent-free and non-invasive tool for Covid-19 patients. |
publishDate |
2022 |
dc.date.none.fl_str_mv |
2022-03-03T18:00:17Z 2022-03-03T18:00:17Z 2022-02-08 |
dc.type.status.fl_str_mv |
info:eu-repo/semantics/publishedVersion |
dc.type.driver.fl_str_mv |
info:eu-repo/semantics/doctoralThesis |
format |
doctoralThesis |
status_str |
publishedVersion |
dc.identifier.uri.fl_str_mv |
SOUSA, Léia Cardoso de. Desenvolvimento de plataforma biofotônica de larga escala para aplicação na triagem diagnóstica da COVID-19 por meio da saliva. 2022. 91 f. Tese (Doutorado em Ciências da Saúde) - Universidade Federal de Uberlândia, 2022. DOI http://doi.org/10.14393/ufu.te.2022.114. https://repositorio.ufu.br/handle/123456789/34181 http://doi.org/10.14393/ufu.te.2022.114 |
identifier_str_mv |
SOUSA, Léia Cardoso de. Desenvolvimento de plataforma biofotônica de larga escala para aplicação na triagem diagnóstica da COVID-19 por meio da saliva. 2022. 91 f. Tese (Doutorado em Ciências da Saúde) - Universidade Federal de Uberlândia, 2022. DOI http://doi.org/10.14393/ufu.te.2022.114. |
url |
https://repositorio.ufu.br/handle/123456789/34181 http://doi.org/10.14393/ufu.te.2022.114 |
dc.language.iso.fl_str_mv |
por |
language |
por |
dc.rights.driver.fl_str_mv |
http://creativecommons.org/licenses/by-nc-nd/3.0/us/ info:eu-repo/semantics/embargoedAccess |
rights_invalid_str_mv |
http://creativecommons.org/licenses/by-nc-nd/3.0/us/ |
eu_rights_str_mv |
embargoedAccess |
dc.format.none.fl_str_mv |
application/pdf |
dc.publisher.none.fl_str_mv |
Universidade Federal de Uberlândia Brasil Programa de Pós-graduação em Ciências da Saúde |
publisher.none.fl_str_mv |
Universidade Federal de Uberlândia Brasil Programa de Pós-graduação em Ciências da Saúde |
dc.source.none.fl_str_mv |
reponame:Repositório Institucional da UFU instname:Universidade Federal de Uberlândia (UFU) instacron:UFU |
instname_str |
Universidade Federal de Uberlândia (UFU) |
instacron_str |
UFU |
institution |
UFU |
reponame_str |
Repositório Institucional da UFU |
collection |
Repositório Institucional da UFU |
repository.name.fl_str_mv |
Repositório Institucional da UFU - Universidade Federal de Uberlândia (UFU) |
repository.mail.fl_str_mv |
diinf@dirbi.ufu.br |
_version_ |
1813711290714030080 |