Prevalência de papilomavírus humano no câncer de mama e apoio ao diagnóstico de câncer de mama pelas redes bayesianas: revisão sistemática e metanálise

Detalhes bibliográficos
Autor(a) principal: Simões, Priscyla Waleska Targino de Azevedo
Data de Publicação: 2012
Tipo de documento: Tese
Idioma: por
Título da fonte: Repositório Institucional da UNESC
Texto Completo: http://repositorio.unesc.net/handle/1/1452
Resumo: Tese de Doutorado apresentada ao Programa de Pós-Graduação em Ciências da Saúde da Universidade do Extremo Sul Catarinense – UNESC, para obtenção do título de Doutor em Ciências da Saúde.
id UNESC-1_0922cc8b0c02a02112ddc82aaad2dcf2
oai_identifier_str oai:repositorio.unesc.net:1/1452
network_acronym_str UNESC-1
network_name_str Repositório Institucional da UNESC
spelling Simões, Priscyla Waleska Targino de AzevedoRosa, Maria Inês daUniversidade do Extremo Sul Catarinense2013-03-06T13:55:39Z2013-03-06T13:55:39Z20122013-03-06http://repositorio.unesc.net/handle/1/1452Tese de Doutorado apresentada ao Programa de Pós-Graduação em Ciências da Saúde da Universidade do Extremo Sul Catarinense – UNESC, para obtenção do título de Doutor em Ciências da Saúde.Introduction: Breast Cancer is the most common among women. Epidemiological studies focusing on risk factors and diagnosis are important in the prevention and early detection can increase the likelihood of successful treatment and recovery. During the last two decades few studies have investigated the possible association of human papillomavirus (HPV) to Breast Cancer, as the use of artificial intelligence has become widely accepted in medical applications, and between their applications, the Bayesian Networks have been used as a noninvasive and accurate method to support diagnosis of various cancers including Breast Cancer. Objective: To determine the accuracy of Bayesian Networks to support diagnosis of Breast Cancer (Article 1) and to determine the prevalence of HPV in Breast Cancer (Article 2). Methods: Systematic review and meta-analysis. The search strategy was performed by making an exhaustive search in Medline, CancerLit, Lilacs, Embase, Scopus, Cochrane, IBECS, BIOSIS, Web of Science and Literature Gray, for publications between January 1990 and January 2012 (Article 1) and January 1990 and January 2011 (Article 2). We included primary studies of diagnostic accuracy prospective or retrospective, cross-sectional breast lesions (target conditions) by Bayesian Networks (index test) (Article 1), and case-control or cross-sectional, prospective or retrospective, which assessed the prevalence of HPV in breast lesions (Article 2). The meta-analysis was developed in the Meta-Disc ® software v.1.4 and RevMan 5.0.21. Results: In Article 1, four primary studies, including 1204 breast lesions were analyzed, the prevalence of Breast Cancer was 40.03%, 90% (437/482) of cases of Breast Cancer and 6.51% (47/722) of the cases of benign lesions were positive on Bayesian Networks; a positive result of Bayesian Networks increased the probability of a True Positive of 40.03% to 90.05% (95% CI, 90.0%-90.1%) and a negative result for Bayesian Networks decreased the likelihood occurrence of a false positive of 40.03% to 6.44% (95% CI, 6.40%-6.48%), the area under the curve SROC was 0.97, with a value of point Q* 0.93. In Article 2, 29 primary studies were included, with a total of 2211 samples. The overall prevalence of HPV in patients with Breast Cancer was 23.0% (95% CI, 21.2% -24.8%), and ranged from 13.4% (95% CI, 10.2% - 16%) in Europe to 42.9% (95% CI, 36.4% -49.4%) in North America and Australia. The prevalence of HPV in controls was 12.9%. The combinations of the nine case-control studies showed that Breast Cancer was associated with HPV (odds ratio 5.9, 95% CI 3.26 to 10.67). Conclusions: In Article 1, the pretest probability increased from 40.03% to 90.05% being positive for malignant lesions diagnosed by Bayesian Network, and decreased to 6.44% for a negative result, so our results showed that Bayesian Networks represent an accurate and noninvasive diagnostic support of Breast Cancer. In Article 2, we found a high prevalence of HPV in Breast Cancer. There is strong evidence to suggest that HPV has an important role in the development of this cancer.Introdução: O Câncer de Mama é o mais comum entre as mulheres. Estudos epidemiológicos com enfoque em fatores de risco e diagnóstico são importantes na prevenção e detecção precoce podendo aumentar a probabilidade de sucesso no tratamento e recuperação. Durante as últimas duas décadas alguns estudos têm investigado a possibilidade de associação do Papilomavírus Humano (HPV) ao Câncer de Mama, assim como o uso de inteligência artificial tornou-se amplamente aceito em aplicações médicas, e entre suas atuações, as Redes Bayesianas têm sido utilizadas como método preciso e não invasivo no apoio ao diagnóstico de diversas neoplasias incluindo o Câncer de Mama. Objetivo: Determinar a acurácia das Redes Bayesianas no apoio ao diagnóstico de Câncer de Mama (Artigo 1); e determinar a prevalência do HPV no Câncer de Mama (Artigo 2). Metodologia: Revisão Sistemática e Metanálise. A estratégia de busca foi realizada fazendo-se uma pesquisa exaustiva nas bases de dados Medline, Cancerlit, Lilacs, Embase, Scopus, Cochrane, IBECS, BIOSIS, Web of Science e Literatura Cinza, por publicações realizadas entre janeiro de 1990 e janeiro de 2012 (Artigo 1), e janeiro de 1990 e janeiro de 2011 (Artigo 2). Foram incluídos estudos primários de acurácia diagnóstica prospectivos ou retrospectivos, transversais, que avaliaram lesões de mama (condições alvo) por meio das Redes Bayesianas (teste em avaliação) (Artigo 1); e de caso-controle ou transversais, prospectivos ou retrospectivos, que avaliaram a prevalência do HPV em lesões mamárias (Artigo 2). A metanálise foi desenvolvida nos softwares Meta-DiSc® v.1.4 e RevMan 5.0.21. Resultados: No Artigo 1, quatro estudos primários, incluindo 1204 lesões mamárias foram analisados; a prevalência de Câncer de Mama foi 40,03%; 90% (437/482) dos casos de Câncer de Mama e 6,51% (47/722) dos casos de lesões benignas foram positivos nas Redes Bayesianas; um resultado positivo das Redes Bayesianas aumentou a probabilidade de ocorrência do um Verdadeiro Positivo de 40,03% para 90,05% (IC 95%, 90,0%-90,1%) e um resultado negativo para as Redes Bayesianas diminuiu a probabilidade de ocorrência de um Falso Positivo de 40,03% para 6,44% (IC 95%, 6,40%-6,48%); a área sob a curva SROC foi de 0,97, com um valor de ponto Q* de 0,93. No Artigo 2, foram incluídos 29 estudos primários, com um total de 2.211 amostras. A prevalência geral do HPV em pacientes com Câncer de Mama foi de 23,0% (IC 95%, 21,2%-24,8%), e variou de 13,4% (IC 95%, 10,2%-16%) na Europa para 42,9% (IC 95%, 36,4%-49,4%) na América do Norte e Austrália. A prevalência de HPV nos controles foi de 12,9%. As combinações dos nove estudos de caso-controle mostrou que o Câncer de Mama foi associado ao HPV (Odds Ratio 5,9-IC 95%, 3,26-10,67). Conclusões: No Artigo 1, a probabilidade pré-teste aumentou de 40,03% para 90,05% sendo positivo para lesões malignas diagnosticadas pela Rede Bayesiana, e diminuiu para 6,44% para um resultado negativo; assim, nossos resultados mostraram que as Redes Bayesianas representam um método preciso e não invasivo de apoio ao diagnóstico de Câncer de Mama. No Artigo 2 encontramos uma alta prevalência de HPV no Câncer de Mama. Há fortes evidências para sugerir que o HPV tenha um papel importante no desenvolvimento desse tipo de câncer.Câncer de mamaPapilomavírus humanoRedes BayesianasInformática médicaRevisão sistemáticaMetanálisePrevalência de papilomavírus humano no câncer de mama e apoio ao diagnóstico de câncer de mama pelas redes bayesianas: revisão sistemática e metanáliseinfo:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/doctoralThesisporreponame:Repositório Institucional da UNESCinstname:Universidade do Extremo Sul Catarinense (Unesc)instacron:UNESCinfo:eu-repo/semantics/openAccessORIGINALPriscyla Waleska Targino de Azevedo Simões.pdfPriscyla Waleska Targino de Azevedo Simões.pdfTeseapplication/pdf2038554http://repositorio.unesc.net/bitstream/1/1452/1/Priscyla%20Waleska%20Targino%20de%20Azevedo%20Sim%c3%b5es.pdf05fc21f95908c1bedd1395351879dd28MD51LICENSElicense.txtlicense.txttext/plain; charset=utf-8894http://repositorio.unesc.net/bitstream/1/1452/2/license.txt09af850207095721090e50e21d50d1efMD52TEXTPriscyla Waleska Targino de Azevedo Simões.pdf.txtPriscyla Waleska Targino de Azevedo Simões.pdf.txtExtracted texttext/plain205300http://repositorio.unesc.net/bitstream/1/1452/3/Priscyla%20Waleska%20Targino%20de%20Azevedo%20Sim%c3%b5es.pdf.txt84e619853f40f6483a3db69f1eb6693aMD53THUMBNAILPriscyla Waleska Targino de Azevedo Simões.pdf.jpgPriscyla Waleska Targino de Azevedo Simões.pdf.jpgGenerated Thumbnailimage/jpeg1464http://repositorio.unesc.net/bitstream/1/1452/4/Priscyla%20Waleska%20Targino%20de%20Azevedo%20Sim%c3%b5es.pdf.jpg44737e13a40fff25fe44c35d9bd886fbMD541/14522015-08-24 22:47:24.893VEVSTU8gREUgQVVUT1JJWkHDh8ODTyBQQVJBIFVUSUxJWkHDh8ODTyBERSBPQlJBCgpOYSBxdWFsaWRhZGUgZGUgdGl0dWxhciBkb3MgZGlyZWl0b3MgYXV0b3JhaXMgcmVsYXRpdm9zIMOgIG9icmEgYWNpbWEgZGVzY3JpdGEsCm8gYXV0b3IsIGNvbSBmdW5kYW1lbnRvIG5vIGFydGlnbyAyOSBkYSBMZWkgbi4gOS42MTAvMTk5OCwgYXV0b3JpemEgYSAKVU5FU0Mg4oCTIFVuaXZlcnNpZGFkZSBkbyBFeHRyZW1vIFN1bCBDYXRhcmluZW5zZSwgYSBkaXNwb25pYmlsaXphciBncmF0dWl0YW1lbnRlIHN1YQpvYnJhLCBzZW0gcmVzc2FyY2ltZW50byBkZSBkaXJlaXRvcyBhdXRvcmFpcywgcGFyYSBmaW5zIGRlIGxlaXR1cmEsCmltcHJlc3PDo28gZS9vdSBkb3dubG9hZCBwZWxhIGludGVybmV0LCBhIHTDrXR1bG8gZGUgZGl2dWxnYcOnw6NvIGRhIHByb2R1w6fDo28gY2llbnTDrWZpY2EKZ2VyYWRhIHBlbGEgVU5FU0MsIG5hcyBzZWd1aW50ZXMgbW9kYWxpZGFkZXM6CgphKSBkaXNwb25pYmlsaXphw6fDo28gaW1wcmVzc2Egbm8gYWNlcnZvIGRhIEJpYmxpb3RlY2EgUHJvZi4gRXVyaWNvIEJhY2s7CmIpIGRpc3BvbmliaWxpemHDp8OjbyBlbSBtZWlvIGVsZXRyw7RuaWNvLCBlbSBiYW5jbyBkZSBkYWRvcyBuYSByZWRlIG11bmRpYWwKZGUgY29tcHV0YWRvcmVzLCBlbSBmb3JtYXRvIGVzcGVjaWZpY2FkbyAoUERGKTsKYykgRGlzcG9uaWJpbGl6YcOnw6NvIHBlbG8gUHJvZ3JhbWEgZGUgQ29tdXRhw6fDo28gQmlibGlvZ3LDoWZpY2Eg4oCTICBDb211dCwgZG8KSUJJQ1QgKEluc3RpdHV0byBCcmFzaWxlaXJvIGRlIEluZm9ybWHDp8OjbyBlbSBDacOqbmNpYSBlIFRlY25vbG9naWEpLCDDs3Jnw6NvIGRvCk1pbmlzdMOpcmlvIGRlIENpw6puY2lhIGUgVGVjbm9sb2dpYS4KRepositório de Publicaçõeshttp://repositorio.unesc.net/
dc.title.pt_BR.fl_str_mv Prevalência de papilomavírus humano no câncer de mama e apoio ao diagnóstico de câncer de mama pelas redes bayesianas: revisão sistemática e metanálise
title Prevalência de papilomavírus humano no câncer de mama e apoio ao diagnóstico de câncer de mama pelas redes bayesianas: revisão sistemática e metanálise
spellingShingle Prevalência de papilomavírus humano no câncer de mama e apoio ao diagnóstico de câncer de mama pelas redes bayesianas: revisão sistemática e metanálise
Simões, Priscyla Waleska Targino de Azevedo
Câncer de mama
Papilomavírus humano
Redes Bayesianas
Informática médica
Revisão sistemática
Metanálise
title_short Prevalência de papilomavírus humano no câncer de mama e apoio ao diagnóstico de câncer de mama pelas redes bayesianas: revisão sistemática e metanálise
title_full Prevalência de papilomavírus humano no câncer de mama e apoio ao diagnóstico de câncer de mama pelas redes bayesianas: revisão sistemática e metanálise
title_fullStr Prevalência de papilomavírus humano no câncer de mama e apoio ao diagnóstico de câncer de mama pelas redes bayesianas: revisão sistemática e metanálise
title_full_unstemmed Prevalência de papilomavírus humano no câncer de mama e apoio ao diagnóstico de câncer de mama pelas redes bayesianas: revisão sistemática e metanálise
title_sort Prevalência de papilomavírus humano no câncer de mama e apoio ao diagnóstico de câncer de mama pelas redes bayesianas: revisão sistemática e metanálise
author Simões, Priscyla Waleska Targino de Azevedo
author_facet Simões, Priscyla Waleska Targino de Azevedo
author_role author
dc.contributor.author.fl_str_mv Simões, Priscyla Waleska Targino de Azevedo
dc.contributor.advisor1.fl_str_mv Rosa, Maria Inês da
contributor_str_mv Rosa, Maria Inês da
dc.subject.por.fl_str_mv Câncer de mama
Papilomavírus humano
Redes Bayesianas
Informática médica
Revisão sistemática
Metanálise
topic Câncer de mama
Papilomavírus humano
Redes Bayesianas
Informática médica
Revisão sistemática
Metanálise
dc.description.pt_BR.fl_txt_mv Tese de Doutorado apresentada ao Programa de Pós-Graduação em Ciências da Saúde da Universidade do Extremo Sul Catarinense – UNESC, para obtenção do título de Doutor em Ciências da Saúde.
dc.description.abstract.none.fl_txt_mv Introduction: Breast Cancer is the most common among women. Epidemiological studies focusing on risk factors and diagnosis are important in the prevention and early detection can increase the likelihood of successful treatment and recovery. During the last two decades few studies have investigated the possible association of human papillomavirus (HPV) to Breast Cancer, as the use of artificial intelligence has become widely accepted in medical applications, and between their applications, the Bayesian Networks have been used as a noninvasive and accurate method to support diagnosis of various cancers including Breast Cancer. Objective: To determine the accuracy of Bayesian Networks to support diagnosis of Breast Cancer (Article 1) and to determine the prevalence of HPV in Breast Cancer (Article 2). Methods: Systematic review and meta-analysis. The search strategy was performed by making an exhaustive search in Medline, CancerLit, Lilacs, Embase, Scopus, Cochrane, IBECS, BIOSIS, Web of Science and Literature Gray, for publications between January 1990 and January 2012 (Article 1) and January 1990 and January 2011 (Article 2). We included primary studies of diagnostic accuracy prospective or retrospective, cross-sectional breast lesions (target conditions) by Bayesian Networks (index test) (Article 1), and case-control or cross-sectional, prospective or retrospective, which assessed the prevalence of HPV in breast lesions (Article 2). The meta-analysis was developed in the Meta-Disc ® software v.1.4 and RevMan 5.0.21. Results: In Article 1, four primary studies, including 1204 breast lesions were analyzed, the prevalence of Breast Cancer was 40.03%, 90% (437/482) of cases of Breast Cancer and 6.51% (47/722) of the cases of benign lesions were positive on Bayesian Networks; a positive result of Bayesian Networks increased the probability of a True Positive of 40.03% to 90.05% (95% CI, 90.0%-90.1%) and a negative result for Bayesian Networks decreased the likelihood occurrence of a false positive of 40.03% to 6.44% (95% CI, 6.40%-6.48%), the area under the curve SROC was 0.97, with a value of point Q* 0.93. In Article 2, 29 primary studies were included, with a total of 2211 samples. The overall prevalence of HPV in patients with Breast Cancer was 23.0% (95% CI, 21.2% -24.8%), and ranged from 13.4% (95% CI, 10.2% - 16%) in Europe to 42.9% (95% CI, 36.4% -49.4%) in North America and Australia. The prevalence of HPV in controls was 12.9%. The combinations of the nine case-control studies showed that Breast Cancer was associated with HPV (odds ratio 5.9, 95% CI 3.26 to 10.67). Conclusions: In Article 1, the pretest probability increased from 40.03% to 90.05% being positive for malignant lesions diagnosed by Bayesian Network, and decreased to 6.44% for a negative result, so our results showed that Bayesian Networks represent an accurate and noninvasive diagnostic support of Breast Cancer. In Article 2, we found a high prevalence of HPV in Breast Cancer. There is strong evidence to suggest that HPV has an important role in the development of this cancer.
dc.description.abstract.por.fl_txt_mv Introdução: O Câncer de Mama é o mais comum entre as mulheres. Estudos epidemiológicos com enfoque em fatores de risco e diagnóstico são importantes na prevenção e detecção precoce podendo aumentar a probabilidade de sucesso no tratamento e recuperação. Durante as últimas duas décadas alguns estudos têm investigado a possibilidade de associação do Papilomavírus Humano (HPV) ao Câncer de Mama, assim como o uso de inteligência artificial tornou-se amplamente aceito em aplicações médicas, e entre suas atuações, as Redes Bayesianas têm sido utilizadas como método preciso e não invasivo no apoio ao diagnóstico de diversas neoplasias incluindo o Câncer de Mama. Objetivo: Determinar a acurácia das Redes Bayesianas no apoio ao diagnóstico de Câncer de Mama (Artigo 1); e determinar a prevalência do HPV no Câncer de Mama (Artigo 2). Metodologia: Revisão Sistemática e Metanálise. A estratégia de busca foi realizada fazendo-se uma pesquisa exaustiva nas bases de dados Medline, Cancerlit, Lilacs, Embase, Scopus, Cochrane, IBECS, BIOSIS, Web of Science e Literatura Cinza, por publicações realizadas entre janeiro de 1990 e janeiro de 2012 (Artigo 1), e janeiro de 1990 e janeiro de 2011 (Artigo 2). Foram incluídos estudos primários de acurácia diagnóstica prospectivos ou retrospectivos, transversais, que avaliaram lesões de mama (condições alvo) por meio das Redes Bayesianas (teste em avaliação) (Artigo 1); e de caso-controle ou transversais, prospectivos ou retrospectivos, que avaliaram a prevalência do HPV em lesões mamárias (Artigo 2). A metanálise foi desenvolvida nos softwares Meta-DiSc® v.1.4 e RevMan 5.0.21. Resultados: No Artigo 1, quatro estudos primários, incluindo 1204 lesões mamárias foram analisados; a prevalência de Câncer de Mama foi 40,03%; 90% (437/482) dos casos de Câncer de Mama e 6,51% (47/722) dos casos de lesões benignas foram positivos nas Redes Bayesianas; um resultado positivo das Redes Bayesianas aumentou a probabilidade de ocorrência do um Verdadeiro Positivo de 40,03% para 90,05% (IC 95%, 90,0%-90,1%) e um resultado negativo para as Redes Bayesianas diminuiu a probabilidade de ocorrência de um Falso Positivo de 40,03% para 6,44% (IC 95%, 6,40%-6,48%); a área sob a curva SROC foi de 0,97, com um valor de ponto Q* de 0,93. No Artigo 2, foram incluídos 29 estudos primários, com um total de 2.211 amostras. A prevalência geral do HPV em pacientes com Câncer de Mama foi de 23,0% (IC 95%, 21,2%-24,8%), e variou de 13,4% (IC 95%, 10,2%-16%) na Europa para 42,9% (IC 95%, 36,4%-49,4%) na América do Norte e Austrália. A prevalência de HPV nos controles foi de 12,9%. As combinações dos nove estudos de caso-controle mostrou que o Câncer de Mama foi associado ao HPV (Odds Ratio 5,9-IC 95%, 3,26-10,67). Conclusões: No Artigo 1, a probabilidade pré-teste aumentou de 40,03% para 90,05% sendo positivo para lesões malignas diagnosticadas pela Rede Bayesiana, e diminuiu para 6,44% para um resultado negativo; assim, nossos resultados mostraram que as Redes Bayesianas representam um método preciso e não invasivo de apoio ao diagnóstico de Câncer de Mama. No Artigo 2 encontramos uma alta prevalência de HPV no Câncer de Mama. Há fortes evidências para sugerir que o HPV tenha um papel importante no desenvolvimento desse tipo de câncer.
description Tese de Doutorado apresentada ao Programa de Pós-Graduação em Ciências da Saúde da Universidade do Extremo Sul Catarinense – UNESC, para obtenção do título de Doutor em Ciências da Saúde.
publishDate 2012
dc.date.created.fl_str_mv 2012
dc.date.accessioned.fl_str_mv 2013-03-06T13:55:39Z
dc.date.available.fl_str_mv 2013-03-06T13:55:39Z
dc.date.issued.fl_str_mv 2013-03-06
dc.type.status.fl_str_mv info:eu-repo/semantics/publishedVersion
dc.type.driver.fl_str_mv info:eu-repo/semantics/doctoralThesis
status_str publishedVersion
format doctoralThesis
dc.identifier.uri.fl_str_mv http://repositorio.unesc.net/handle/1/1452
url http://repositorio.unesc.net/handle/1/1452
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.coverage.spatial.pt_BR.fl_str_mv Universidade do Extremo Sul Catarinense
dc.source.none.fl_str_mv reponame:Repositório Institucional da UNESC
instname:Universidade do Extremo Sul Catarinense (Unesc)
instacron:UNESC
instname_str Universidade do Extremo Sul Catarinense (Unesc)
instacron_str UNESC
institution UNESC
reponame_str Repositório Institucional da UNESC
collection Repositório Institucional da UNESC
bitstream.url.fl_str_mv http://repositorio.unesc.net/bitstream/1/1452/1/Priscyla%20Waleska%20Targino%20de%20Azevedo%20Sim%c3%b5es.pdf
http://repositorio.unesc.net/bitstream/1/1452/2/license.txt
http://repositorio.unesc.net/bitstream/1/1452/3/Priscyla%20Waleska%20Targino%20de%20Azevedo%20Sim%c3%b5es.pdf.txt
http://repositorio.unesc.net/bitstream/1/1452/4/Priscyla%20Waleska%20Targino%20de%20Azevedo%20Sim%c3%b5es.pdf.jpg
bitstream.checksum.fl_str_mv 05fc21f95908c1bedd1395351879dd28
09af850207095721090e50e21d50d1ef
84e619853f40f6483a3db69f1eb6693a
44737e13a40fff25fe44c35d9bd886fb
bitstream.checksumAlgorithm.fl_str_mv MD5
MD5
MD5
MD5
repository.name.fl_str_mv
repository.mail.fl_str_mv
_version_ 1725763298360557568

Registros relacionados