PPGMedtrop-CCM PROGRAMA DE PÓS-GRADUAÇÃO EM MEDICINA TROPICAL - CCM CENTRO DE CIENCIAS MEDICAS - CCM Telefone/Ramal: Não informado

Banca de DEFESA: MARIA DA CONCEICAO ALEXANDRE CASTRO

Uma banca de DEFESA de DOUTORADO foi cadastrada pelo programa.
DISCENTE : MARIA DA CONCEICAO ALEXANDRE CASTRO
DATA : 05/08/2021
HORA: 10:00
LOCAL: Videoconferência
TÍTULO:

CANDIDEMIA NOSOCOMIAL: DIAGNÓSTICO COM PROTEÔMICA APLICADA NA IDENTIFICAÇÃO E RESISTÊNCIA DAS LEVEDURAS E USO DA INTELIGÊNCIA ARTIFICIAL


PALAVRAS-CHAVES:

Candidemia. Unidade de Terapia Intensiva. Resistência antifúngica. Rio Grande do Norte. Nariz eletrônico.


PÁGINAS: 1
RESUMO:

O controle e diagnóstico das infecções por Candida ainda é um desafio clínico mundial. A candidemia apresenta índices de mortalidade hospitalar cada vez mais crescente, com distribuição de espécies de Candida não-albicans apresentando perfil de suscetibilidade antifúngica diferenciadas, afetando principalmente pacientes em UTI. O objetivo desse estudo foi identificar e caracterizar a epidemiologia das candidemias nosocomiais, determinar a sensibilidade antifúngica dos isolados e propor a metodologia proteômica MALDI-TOF e de inteligência artificial para identificação rápida das espécies de Candida. Trata-se de um estudo transversal analítico descritivo, realizado no período de 2018 a 2020, com 50 pacientes internados em UTIs de três hospitais terciários, na cidade de Natal no Estado do Rio Grande do Norte. Além disso, foram obtidas leveduras de C. krusei e C. parapsilosis sensu stricto pertencentes à Coleção de Culturas Micoteca URM da Universidade Federal de Pernambuco. A identificação das espécies de Candida nas 50 amostras dos pacientes foi realizada através das técnicas de MALDI-TOF e PCR, onde foram identificadas as espécies Candida albicans (48%), C. tropicalis (32%) e C. pelliculosa (6%). Os principais fatores de risco para candidemia, entre os pacientes dos três hospitais, foi o uso de sondagem vesical (94%), nutrição parenteral (84%), cateter venoso central (48%), corticoterapia (44%) e imunossupressão (44%). Quando comparados os casos de candidemia nos diferentes hospitais e a apresentação das espécies de Candida, não houve diferença significativa na distribuição dos óbitos. O percentual de mortes foi de 16,67% no Hospital B e 25% no Hospital C. Entretanto, não obtivemos dados de óbito para os pacientes do Hospital A. Os isolados foram submetidos a testes de susceptibilidade antifúngica, observando-se o fenômeno de resistência por C. albicans a anidulafungina, micafungina, voriconazol e anfotericina B, bem como de C. tropicalis a estes dois últimos antifúngicos. C. pelliculosa também foi resistente ao voriconazol. Enquanto que C. parapsilosis e C. krusei apresentaram resistência à anidulafungina. A tecnologia do nariz eletrônico associada a inteligência artificial foi utilizada para identificar amostras de C. albicans (10), C. krusei (10) e C. parapsilosis sensu stricto (10). Como não foram encontrados estudos que realizam a identificação das espécies de Candida utilizando essa metodologia, construímos três bases de dados a partir das ATCC de C. albicans, C. krusei e C. parapsilosis sensu stricto. Métodos de inteligência artificial foram avaliados e os testes estatísticos foram aplicados para validação dos resultados. Nas três bases de teste utilizadas conseguimos resultados de acurácias consideravelmente altas, todas acima de 88%. A distribuição de espécies e susceptibilidade antifúngica de isolados de Candida provenientes de casos de candidemia trazem novas perspectivas ao entendimento desse grave panorama. Assim, fornece informações úteis sobre a epidemiologia, fatores de risco e padrão de susceptibilidade úteis para a seleção de agentes antifúngicos empíricos para pacientes com candidemia.


MEMBROS DA BANCA:
Externo à Instituição - HENRIQUE DOUGLAS MELO COUTINHO
Externo à Instituição - CICERO PINHEIRO INACIO
Externo ao Programa - 2886196 - LEANDRO MACIEL ALMEIDA
Presidente - 1396594 - REJANE PEREIRA NEVES
Externa ao Programa - 1132501 - SYLVIA MARIA DE LEMOS HINRICHSEN
Notícia cadastrada em: 16/07/2021 16:15
SIGAA | Superintendência de Tecnologia da Informação (STI-UFPE) - (81) 2126-7777 | Copyright © 2006-2024 - UFRN - sigaa02.ufpe.br.sigaa02