Navegando por Palavras-chave "Celiac Disease"
Agora exibindo 1 - 5 de 5
Resultados por página
Opções de Ordenação
- ItemSomente MetadadadosAplicação de técnicas de inteligência artificial ao desenvolvimento de um sistema de apoio a decisão para doença celíaca(Universidade Federal de São Paulo (UNIFESP), 2011) Tenório, Josceli Maria [UNIFESP]; Marin, Heimar de Fátima [UNIFESP]Introdução: o diagnóstico da doença celíaca é um processo complexo devido à multiplicidade dos sintomas, sinais, grupos de risco, formas de apresentação e intersecção dos sintomas com outras doenças. Para a confirmação da suspeita diagnóstica, é imprescindível a realização da biopsia do intestino delgado, o padrão-ouro. Objetivo: desenvolver um sistema de apoio à decisão, em ambiente web, integrado a um classificador automático para reconhecimento dos casos de doença celíaca. Métodos: um sistema web foi construído para suportar um protocolo eletrônico esquematizado para atendimento e registro dos dados clínicos dos pacientes. Uma avaliação preliminar de usabilidade foi realizada. Uma base de dados de retrospectiva com 178 casos clínicos para treinamento foi construída. Foram testados 270 classificadores automáticos disponíveis no software Weka 3.6.1, utilizando cinco técnicas de inteligência artificial, a saber, árvores de decisão, classificador bayesiano, k-vizinhos próximos, máquinas de vetor de suporte e redes neurais artificiais. As métricas analisadas foram área sob a curva ROC, sensibilidade, especificidade e taxa de acerto, utilizadas nessa sequência como critério para seleção do algoritmo a ser implantado no sistema web. O algoritmo com maior AUC foi selecionado e acoplado ao sistema web, gerando o software intitulado SADCEL. Uma base de dados de teste foi construída, com 38 casos clínicos, para a avaliação do SADCEL em relação à utilidade diagnóstica. A hipótese diagnóstica apontada pelo SADCEL foi comparada às indicadas pelos especialistas durante a realização da consulta por meio de estatística kappa. Resultados: o sistema web foi avaliado pelos usuários com nível excelente de usabilidade, com SUS-score de 83,5 ± 10,0. Na fase de treinamento, as melhores métricas foram apresentadas pelo algoritmo AODE F-1, do tipo classificador bayesiano, com taxa de acerto 80,0%, sensibilidade 0,78, especificidade 0,80 e AUC 0,84. Comparado ao padrão ouro, o SADCEL alcançou uma precisão de 84,2% com um nível de concordância diagnóstica de k = 0,68 (p <0,0001), o que indicou um bom nível de concordância. A mesma taxa de acerto foi obtida na comparação entre as indicações do diagnóstico dos especialistas e o padrão-ouro, com k = 0,64 (p-value <0,0001). Entre a indicação do especialista e do SADC, obteve-se k = 0,46 (p-value = 0,0008), o que indica concordância moderada. Conclusão: o nível de precisão alcançado pelo algoritmo de classificação automática integrado ao sistema web evidencia a utilidade potencial da SADCEL no auxílio ao diagnóstico de doença celíaca..
- ItemAcesso aberto (Open Access)Aplicação de técnicas de inteligência artificial ao desenvolvimento de um sistema de apoio à decisão para doença celíaca(Universidade Federal de São Paulo (UNIFESP), 2011-02-22) Tenório, Josceli Maria [UNIFESP]; Marin, Heimar de Fatima [UNIFESP]; Universidade Federal de São Paulo (UNIFESP)Introduction: the diagnosing of celiac disease involves some complexity due to its multiple symptoms, signs, risk groups, presentation and the wide possibility of differential diagnosis. In order to confirm the diagnosis of celiac disease, it is required to perform the biopsy or the small intestine, the gold standard. Objective: to develop a decision making support system, in web environment, including an automated classifier to recognize cases of celiac disease, to be previously selected among experimental models drawing upon techniques of artificial intelligence. Methods: a web system was implemented to support an electronic protocol designed to help with celiac disease investigation and collect clinical data. A preliminary assessment of this system usability was performed through the analysis of a questionnaire based on the System Usability Scale (SUS) completed by 10 direct users of the web system implemented. A retrospective database with 178 cases was build for training the automated classifier. A total of 270 automated classifiers available in the software Weka 3.6.1 were tested using 5 artificial intelligence techniques – decision tree, K-nearest-neighbor, Bayesian classifier, support vector machine and artificial neural networks. The parameters area under the receiver operating characteristic curve (AUC), sensitivity, specificity and correctness rate were used, in the order above, as criteria to select the classification algorithm to be implemented in the web system. The algorithm with the largest AUC was included in the web system whose software was named SADCEL. A database with 38 clinical cases was built to assess the diagnostic power this software. The diagnostic hypothesis obtained from SADCEL was compared with those reached by the specialists participating in the study using Kappa Statistic. Results: the preliminary usability score attained by the web system was 83.5 ± 10.0 (excellent). The Bayesian classifying algorithm AODE F1 had the best performance scoring 80.0% for correctness, 0.78 for sensitivity, 0.84 for specificity and 0.84 for AUC. Compared with the study gold standard, SADCEL achieved an accuracy of 84.2% with a level of agreement with the diagnostic gold standard rated as k = 0.68 (p-value < 0.0001), indicative of good level of agreement. The level of agreement between the specialist diagnostic hypothesis and the diagnostic gold standard was rated as k = 0.64 (p-value < 0.0001). The agreement between the specialist and SADCEL diagnostic hypotheses was rated as k = 0.46 (p-value) indicative of moderate level of agreement. Conclusion: the level of accuracy attained by the classifying algorithm incorporated in this study´s web system evidences the potential usefulness of SADCEL in helping with diagnosing celiac disease in clinical set. This study is, thus, expected to be a contribution towards the establishing of a computational means of diagnosing the celiac disease.
- ItemSomente MetadadadosHistologia quantitativa como ferramenta diagnóstica da doença celíaca em crianças e adolescentes(Universidade Federal de São Paulo (UNIFESP), 2021) Vargas, Mateus Mendonca [UNIFESP]; Sdepanian, Vera Lucia [UNIFESP]; Universidade Federal de São PauloObjective: To measure the villous height, crypt depth and the number of lymphocytes in 100 enterocytes from the small intestinal mucosa of children and adolescents with celiac disease; and classify these findings using Q- Marsh and Q-histology scales. Methods: Retrospective study from Pathologic Anatomy Department data base which analyzed biopsies from the second portion of the duodenum of three groups: celiac disease at the diagnosis (n=50), controls (n=26) and giardiasis (n=10). In each biopsy, it was evaluated 5 villous height, 5 crypt depth and the number of lymphocytes between 100 enterocytes by specialized software (cellSens and Image J). Results: The villous height mean (197,83μm) and villous:crypt ratio (0,78) of the celiac group was significantly lower than the control group (397,04 μm and 1,06 respectively). Intraepithelial lymphocytosis ≥25 was the quantitative parameter with higher sensibility and specificity (100%) to differentiate the celiac group from others. Only celiac patients were included in types 2 and 3 of Q-histology classification. Conclusion: Children and adolescents with celiac disease have shorter villous than other groups, and intraepithelial lymphocytosis is the best parameter to differentiate celiac from controls and patients with giardiasis. The presence of intraepithelial lymphocytosis ≥25/100 enterocytes and some degree of villous atrophy, the classic Marsh 3 denomination, comprises the best parameter for the diagnosis of celiac disease. The quantitative histology consists in a useful tool for the diagnosis of celiac disease and the Q-histology scale is more suitable to the studied population than Q-Marsh.
- ItemAcesso aberto (Open Access)Modulação probiótica no tratamento da doença celíaca(Universidade Federal de São Paulo, 2023-07-07) Magalhães, Larissa de Oliveira [UNIFESP]; Pereira, Claudia Cristina Alves [UNIFESP]; http://lattes.cnpq.br/3199500117313184; http://lattes.cnpq.br/6251319265040626; Universidade Federal de São Paulo (UNIFESP)Introdução: A doença celíaca (DC) é uma enteropatia autoimune desencadeada pela ingestão do glúten. Muito embora o glúten seja o gatilho, estudos mostram que a microbiota intestinal está relacionada à patogênese, visto que o microbioma está associado ao início e manutenção da inflamação intestinal de múltiplas doenças crônicas. Metodologia: o presente trata-se de uma revisão de literatura, na qual a base de dados foi o PubMed, através das buscas das palavras chaves “Celiac disease”, “Gut microbiota”, “Probiotics”, “Celiac disease and probiotics” e “Celiac disease and gut microbiota”. Foram definidos os critérios de elegibilidade e, em seguida, foram analisados os títulos e resumos dos artigos. Desenvolvimento e Conclusão: Atualmente, a dieta isenta de glúten é a única forma de terapia. A disbiose foi observada em vários pacientes com a DC com ou sem tratamento, porém não está claro se ela é a causa ou o efeito da doença. Os probióticos possuem função simbiótica com seu hospedeiro e podem ser considerados uma estratégia terapêutica para modular a microbiota intestinal priorizando o estado anti-inflamatório. No entanto, ainda necessitam ser esclarecidos os efeitos da ação probiótica em indivíduos com DC.
- ItemSomente MetadadadosPadrões dermatoglíficos na doença celíaca(Universidade Federal de São Paulo (UNIFESP), 1995) Tahan, Soraia [UNIFESP]; Wehba, Jamal [UNIFESP]; Wehba, Jamal [UNIFESP]