Perfil sociodemográfico, clínico, de estilo de vida e de consumo alimentar de uma população cardiopata (Estudo DICA Br): uma investigação baseada em machine learning

• Autor(a) principal: Chaves, Larissa Oliveira
• Data de Publicação: 2021
• Tipo de documento: Tese
• Idioma: por
• Título da fonte: LOCUS Repositório Institucional da UFV
• Texto Completo: https://locus.ufv.br//handle/123456789/29755; https://doi.org/10.47328/ufvbbt.2021.080
• topic: Doenças cardiovasculares; Ingestão de Alimentos; Aprendizado do computador; Micronutrientes; Dietética

As doenças cardiovasculares (DCV) representam a principal causa de morte no mundo, tendo um impacto financeiro na qualidade de vida dos indivíduos. Para a abordagem deste importante problema de saúde pública, técnicas de Machine Learning (ML) na área da saúde têm sido utilizadas para a prevenção e previsão de doenças. O objetivo desta tese foi investigar uma população constituída por cardiopatas em atenção secundária, com foco nas suas características sociodemográficas, clínicas, de estilo de vida e de consumo alimentar, utilizando algoritmos de ML e estatísticas clássicas. Este é um estudo transversal com dados basais do "Brazilian Cardioprotective Nutritional Program - BALANCE Program" que incluiu 1990 pacientes. Os seguintes dados foram obtidos por meio de questionários: características socioeconômicas, clínicas e comportamentais, além de avaliação bioquímica dos principais marcadores de risco cardiovascular. Para a análise de agrupamento foi avaliado os algorithms k-means, hierarchical agglomerative clustering, expectation-maximization, e spectral clustering. A revisão sistemática foi conduzida de acordo com o PRISMA e registrado no Banco de dados PROSPERO. Uma busca na literatura foi realizada usando cinco bancos de dados eletrônicos e 36 estudos originais foram incluídos na revisão. Dos 1990 participantes 58,4% eram do sexo masculino, com mediana de idade de 63 anos. Além disso, 53,8% eram ex- fumantes e 65% não praticavam atividade física. Foram encontrados quatro grupos, dois compostos exclusivamente por homens e dois por mulheres. Foi observada nos grupos masculinos uma maior renda; escolaridade; fumantes e ex-fumantes; praticantes de atividade física; maior consumo de calorias, ácidos graxos poliinsaturados e ômega 6 e um menor consumo de ácidos graxos saturados. Além disso, observou-se presença mais frequente de doença arterial coronariana e infarto agudo do miocárdio. Os grupos compostos por mulheres apresentaram mais obesidade, diabetes mellitus, hipertensão arterial sistêmica, dislipidemia e maisfatores de risco para DCV. Indivíduos com dois ou mais eventos cardiovasculares, comparados aos indivíduos com apenas um evento, apresentavam menor renda, hábito de fumar, concentrações elevadas de glicemia e baixa lipoproteína de alta densidade, maior razão cintura/estatura, maior consumo de alimentos culinários processados e menor consumo de fibras. Além disso, observou-se também baixa ingestão de cobre, magnésio, selênio, vitaminas B12 e C. Em conclusão, os resultados revelaram diferenças relacionadas ao sexo e ao uso de hipoglicemiantes nas DCV que podem levar a diversos eventos cardiovasculares. Além disso, as técnicas de ML podem ser uma ferramenta robusta para explorar padrões e relações aplicadas ao problema de DCV. Ademais, os resultados sugerem relações importantes entre as baixas concentrações de micronutrientes e um perfil metabólico e alimentar mais alterado nos indivíduos com mais de um evento cardiovascular. O uso de ML na nutrição é recente e desafiador, portanto, é encorajado que mais estudos sejam realizados relacionando esses temas para o desenvolvimento de programas de reeducação alimentar e políticas públicas. Palavras-chave: Doença cardiovascular. Consumo alimentar. Micronutrientes. Aprendizado de máquina. Algoritmos de agrupamento. Algoritmos supervisionados e não supervisionados.