Use este identificador para citar ou linkar para este item:
https://repositorio.ufu.br/handle/123456789/38864
Tipo do documento: | Dissertação |
Tipo de acesso: | Acesso Aberto |
Título: | Desenvolvimento de plataforma biofotônica para triagem diangóstica da sepse pela saliva baseada em algoritmos de inteligência artificial |
Título(s) alternativo(s): | Development of a biophotonic platform for diagnostic sepsis screening by saliva based on artificial intelligence algorithms |
Autor(es): | Moura, Douglas Vieira de |
Primeiro orientador: | Silva, Robinson Sabino da |
Primeiro membro da banca: | Soares, Priscilla Barbosa Ferreira |
Segundo membro da banca: | Cunha, Thaís Christina |
Resumo: | Sepse é caracterizada como uma síndrome clínica resultante de uma resposta inflamatória sistêmica devido a um foco de infecção. A hipótese deste estudo foi de que a saliva pode ser utilizada como biofluido diagnóstico associada a uma plataforma biofotônica sustentável e rápida para o diagnóstico da sepse. O objetivo foi desenvolver uma plataforma de diagnóstico pela saliva utilizando espectroscopia de infravermelho com transformada de Fourier com reflectância total atenuada (ATRFTIR) associada com análises univariadas, multivariadas e inteligência artificial. Materiais e Métodos: Ratos Wistar(~260g) foram divididos em controle (n=7) e sepse (n=7). O grupo sepse foi submetido a cirurgia de ligadura e punção cecal (CLP) e os controles à cirurgia SHAM. Após 24 horas, com o animal anestesiado a saliva foi coletada durante 7 minutos e analisada no ATRFTIR. Foi observado por meio da análise de componentes principais (PCA) uma separação clara entre controles e sepse. A soma de PC1 e PC2 foi responsável por 95,4% da variância total explicada entre as amostras. O modo vibracional CH2 derivado de lipídios reduziu no grupo sepse (2933cm1) baseado na análise de segunda derivada, evidenciando possíveis alterações do metabolismo de lipídios em decorrência da sepse. A análise pelo algoritmo de máquina de vetores de suporte (SVM) apresentou sensibilidade 0,72%, especificidade 100% e acurácia 0,87%. A análise pelo algoritmo de Análise Discriminante Linear (LDA) apresentou sensibilidade de 0,67%, especificidade de 0,95% e acurácia de 0,82%. Conclusão: Portanto, a utilização da plataforma ATRFTIR acoplada com algoritmos de inteligência artificial pode ser uma ferramenta alternativa para triagem diagnóstica da sepse por meio da saliva. |
Abstract: | Sepsis is characterized as a clinical syndrome resulting from a systemic inflammatory response due to a focus of infection. The hypothesis of this study was that saliva can be used as a diagnostic biofluid associated with a sustainable and rapid biophotonic platform for the diagnosis of sepsis. The aim of present study was to develop a diagnostic platform using Fourier transformed infrared spectrometry with total saliva reflectance (ATRFTIR) associated with univariate and multivariate equipment and artificial intelligence. Materials and Methods: Wistar rats (~260g) were divided into control (n=7) and sepsis (n=7). The sepsis group underwent cecal ligation and puncture surgery (CLP) and controls underwent SHAM surgery. After 24 hours, with the animal anesthetized, saliva was collected for 7 minutes and analyzed in the ATRFTIR. A clear separation between controls and sepsis was observed through principal component analysis (PCA). The sum of PC1 and PC2 was responsible for 95.4% of the total explained variance between samples. The vibrational mode of CH2 of lipids was reduced in the sepsis group (2933cm1) by second derivative analysis, showing possible alterations in lipid metabolism as a result of sepsis. Analysis by the Support Vector Machine (SVM) algorithm showed sensitivity of 0.72%, specificity of 100% and accuracy of 0.87%. Analysis using the Linear Discriminant Analysis (LDA) algorithm showed a sensitivity of 0.67%, specificity of 0.95% and accuracy of 0.82% Conclusion: Therefore, the use of the ATRFTIR platform coupled with artificial intelligence algorithms can be an alternative tool for diagnostic screening of sepsis using saliva |
Palavras-chave: | Saliva Sepsis Diagnosis ATR-FTIR Artificial Intelligence Saliva Sepse Diagnóstico ATRFTIR Inteligência Artificial |
Área(s) do CNPq: | CNPQ::CIENCIAS DA SAUDE::ODONTOLOGIA |
Assunto: | Odontologia Septicemia - Diagnóstico Saliva - Doenças - Diagnóstico Inteligência artificial - Aplicações médicas |
Idioma: | eng |
País: | Brasil |
Editora: | Universidade Federal de Uberlândia |
Programa: | Programa de Pós-graduação em Odontologia |
Referência: | MOURA, Douglas Vieira de. Desenvolvimento de plataforma biofotônica para triagem diangóstica da sepse pela saliva baseada em algoritmos de inteligência artificial. 2022. 35 f. Dissertação (Mestrado em Odontologia) - Universidade Federal de Uberlândia, Uberlândia, 2022. DOI http://doi.org/10.14393/ufu.di.2022.653 |
Identificador do documento: | http://doi.org/10.14393/ufu.di.2022.653 |
URI: | https://repositorio.ufu.br/handle/123456789/38864 |
Data de defesa: | 14-Dez-2022 |
Aparece nas coleções: | DISSERTAÇÃO - Odontologia |
Arquivos associados a este item:
Arquivo | Descrição | Tamanho | Formato | |
---|---|---|---|---|
DesenvolvimentoPlataformaBiofotonica (1).pdf | Dissertação | 1.26 MB | Adobe PDF | Visualizar/Abrir |
Os itens no repositório estão protegidos por copyright, com todos os direitos reservados, salvo quando é indicado o contrário.