Banca de DEFESA: MARCIO FELIPE DE OLIVEIRA

Uma banca de DEFESA de DOUTORADO foi cadastrada pelo programa.
DISCENTE: MARCIO FELIPE DE OLIVEIRA
DATA : 27/02/2024
HORA: 09:00
LOCAL: Defesa remota
TÍTULO:
OTIMIZAÇÃO QUIMIOMÉTRICA PARA ENSAIOS METABONÔMICOS BASEADOS EM ESPECTROSCOPIA DE RMN –
DIAGNÓSTICO E ESTADIAMENTO DE CÂNCER DE PRÓSTATA

PALAVRAS-CHAVES:

 

Metabolômica; Quimiometria; Câncer de Próstata; Soro; Ressonância Magnética Nuclear

PÁGINAS: 121
RESUMO:
Uma das dificuldades enfrentadas por estudos metabonômicos, usando dados espectrais de
ressonância magnética nuclear (RMN) obtidos de biofluidos de humanos, é o pequeno número
de amostras frente ao número de variáveis geradas. Em adição a isso, dados da área de saúde
também podem ser desbalanceados, o que pode acarretar sobreajuste nos modelos
quimiométricos gerados. Dessa forma, técnicas bastante empregadas na aprendizagem de
máquina, como a seleção de variáveis, sobreamostragem e regularização podem ser utilizados
para mitigar esses efeitos. No presente trabalho, para mitigar o problema de sobreajuste de dois
conjuntos de dados metabonômicos baseados em RMN de 1 H já publicados, foram testados de
forma exaustiva sete técnicas de seleção de variáveis, e cinco métodos de classificação após
reamostragem, gerando 43 combinações possíveis. Além disso, para um conjunto de dados
inédito, foi realizado o mesmo processo exaustivo, para descoberta de um formalismo
quimiométrico capaz de discriminar 38 indivíduos com câncer de próstata (CaP) e 23 sem a
doença. Além disso, dos 38 indivíduos com CaP, 27, que seguiram sendo acompanhados foram
divididos em três novos estudos metabonômicos preliminares: (1) estadiamento, composto por
quinze pacientes com o indíce de Gleason ≤ 2 e doze pacientes com Gleason > 2; (2) risco de
recorrência, composto por doze pacientes com categoria T patológica, pT, < pT3 e margem
cirúrgica negativa e quinze pacientes com classificação ≥ pT3 ou margem cirúrgica positiva; e
(3) treze pacientes com remissão do câncer após a prostatectomia e catorze com recidiva
bioquímica. Após essa busca exaustiva, para o diagnóstico de CaP, o formalismo com melhor
desempenho foi o GA-LDA, que obteve sensibilidade e especificidade e exatidão, na validação
externa, de 92%, 83% e 88%, respectivamente. A etapa de estadiamento, o modelo SFM-ETC
DT obteve precisão, sensibilidade e especificidade iguais a 88,9%, 75% e 100%,
respectivamente. Para o risco de recidiva bioquímica, a partir da classificação pT e da margem
cirúrgica, o modelo SFM-ETC-kSVM possuiu, na etapa de validação, precisão de 77,8%,
sensibilidade de 75% e especificidade de 80%. Para a recidiva bioquímica, o modelo SFM
ETC-LDA obteve as figuras de mérito precisão, sensibilidade e especificidade, 80%, 87,5% e
60%, respectivamente. Para os seis conjuntos de dados avaliados, os modelos de classificação
com regularização e treinados após seleção de variáveis e sobreamostragem obtiveram
desempenho superior na generalização das predições do conjunto de validação, demonstrando
a capacidade dessas técnicas na redução do sobreajuste. Mostrando também que a escolha
apropriada de processamento de dados pode gerar modelos robustos, mesmo em dados
pequenos e com grande dimensionalidade. Além disso, a técnica metabolômica baseada em
RMN de 1 H se mostra uma alternativa interessante na redução de problemas durante o
diagnóstico de CaP, podendo ser utilizado como uma ferramenta não invasiva para o auxílio
médico no acompanhamento da doença.

MEMBROS DA BANCA:
Externo à Instituição - FABIO DE OLIVEIRA VILAR
Externa à Instituição - MARCIA MIGUEL CASTRO FERREIRA
Presidente - 2199064 - RICARDO OLIVEIRA DA SILVA
Interno - 1354207 - SEVERINO ALVES JUNIOR
Externo à Instituição - THIAGO MENDONCA DE AQUINO - UFAL
Notícia cadastrada em: 20/02/2024 14:16
SIGAA | Superintendência de Tecnologia da Informação (STI-UFPE) - (81) 2126-7777 | Copyright © 2006-2024 - UFRN - sigaa09.ufpe.br.sigaa09