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 TamanhoFormato 
DesenvolvimentoPlataformaBiofotonica (1).pdfDissertação1.26 MBAdobe PDFThumbnail
Visualizar/Abrir


Os itens no repositório estão protegidos por copyright, com todos os direitos reservados, salvo quando é indicado o contrário.