Alterações metabólicas associadas ao uso de medicamento antirretroviral em pessoas vivendo com HIV/AIDS: caracterização e desenvolvimento de algoritmos inteligentes aplicados à sua identificação e previsão

• Autor(a) principal: Cassenote, Alex Jones Flores
• Data de Publicação: 2017
• Tipo de documento: Tese
• Idioma: por
• Título da fonte: Biblioteca Digital de Teses e Dissertações da USP
• Texto Completo: http://www.teses.usp.br/teses/disponiveis/5/5134/tde-14122017-112914/
• topic: Análise de sobrevida; Antiretroviral therapy highly active; Diabetes mellitus; Diabetes mellitus; Dislipidemias; Dyslipidemias; Fuzzy logic; HIV; HIV, Acquired immunodeficiency syndrome; Lógica fuzzy; Síndrome da imunodeficiência adquirida; Survival analysis; Terapia antirretroviral de alta atividade

Introdução: com o advento da terapia antirretroviral altamente ativa observou-se um profundo impacto na história natural da infecção pelo HIV. O emprego de combinações terapêuticas contendo drogas de diferentes classes promove importante e sustentada supressão na replicação viral, levando à restauração imunológica e, consequentemente, eleva a sobrevida e a qualidade de vida das pessoas que vivem com HIV (PVH). Objetivos: a presente proposta visa analisar e caracterizar as alterações endocrinológicas e metabólicas associadas ao uso de medicamentos antirretrovirais em PVH e desenvolver algoritmos computacionais inteligentes visando sua identificação e previsão. Métodos: Trata-se de uma coorte ambidirecional de PVH, que iniciaram o uso de TARV entre 1º. de janeiro de 2003 e 31 de dezembro de 2013, com seguimento até dezembro de 2014. Recortes metodológicos foram empregados para, (1) avaliar a qualidade da base de dados, (2) estimar a densidade de incidência de alterações lipídicas e glicídicas na coorte, (3) identificar fatores associados à incidência de diabetes mellitus, e (4) desenvolver um algoritmo para predição de novos casos de diabetes mellitus. O primeiro recorte utilizou as estatísticas de kappa e coeficiente de correlação para medidas qualitativas e quantitativas de LTCD4+ e carga viral do HIV; o segundo usou estatísticas de incidência acumulada com intervalo de confiança de 95% com emprego do método de reamostragem de bootstrap e determinação da densidade de incidência por 1.000 pessoas ano usando, com cálculo de intervalo de confiança de 95% projetado com distribuição de Poisson; o terceiro utilizou a regressão de Cox e um modelo hierarquizado para estudar os fatores que influenciam no tempo até a ocorrência de diabetes mellitus e, o quarto, empregou metodologia para estruturação do sistema especialista fuzzy Sugeno, a curva ROC para estudar a acurácia do modelo comparada aos outros fatores. Resultados: 8.007 pacientes foram considerados elegíveis no primeiro recorte. A correlação geral observada para a menor contagem de LTCD4+ antes de TARV foi 0,970 (p < 0,001). Os coeficientes gerais de concordância para medidas qualitativas de contagens de LTCD4+ e para CV foram, respectivamente, 0,932 (p < 0,001) e -0,996 (p < 0,001). No caso do segundo e terceiro recorte, foram considerados 6.724 pacientes. As alterações metabólicas mais comuns foram a hipertrigliceridemia isolada 84,3 por 1000 pessoas-ano (IC95% 81,1-87,6), seguida por baixas concentrações de HDL-colesterol (HDL-c) 48,5 por 1.000 pessoas-ano (IC95% 46,1-51,1) e diabetes mellitus 17,3 por 1.000 pessoas-ano (IC95% 15,8-18,8). As variáveis mais fortemente associadas à incidência de DM foram idade 40 --| 50 anos HR 1,7 (IC95%1,4-2,1) e >= 50 anos HR 2,4 (IC95%1,9-3,1), obesidade HR 2,1 (IC95%1,6- 2,8), razão triglicerídeos:HDL-c >= 3,5 HR 1,8 (IC95%1,51-2,2) e hiperglicemia HR 2,6 (IC95%1,7-2,5). O sistema fuzzy Sugeno teve acurácia (AUC) de 0,811 (IC95% 0,772- 0,851). Conclusões: as análises indicaram alta correlação (quantitativa) e concordância (qualitativa) entre Coorte Brasil de HIV/AIDS e o sistema informatizado SISCEL; diabetes mellitus e outros alterações metabólicas foram comuns na coorte Brasil de HIV/AIDS; a exposição a estavudina (d4T) mostrou-se fator de risco para diabetes mellitus; e o algoritmo linguístico fuzzy foi capaz de predizer novos casos de diabetes mellitus com acurácia superior à dos fatores de risco convencionais