Made available in DSpace on 2016-04-07T13:21:47Z (GMT). No. of bitstreams: 2 monete_gomes_ioc_dout_2014.pdf: 17494099 bytes, checksum: f62cd38280e24c9b275f4d31899e443a (MD5) license.txt: 1748 bytes, checksum: 8a4605be74aa9ea9d79846c1fba20a33 (MD5) Previous issue date: 2014 / Fundação Oswaldo Cruz. Instituto Oswaldo Cruz. Rio de Janeiro, RJ, Brasil / Protozoários são organismos unicelulares que causam várias doenças que atingem tanto humanos como animais. Essas doenças causam ônus econômicos principalmente em regiões tropicais e subtropicais. Atualmente, não existem vacinas comercialmente disponíveis e não há tratamento eficaz para tais doenças. Isso se deve ao fato dos fármacos disponíveis apresentarem muitos efeitos colaterais e estarem propensos ao desenvolvimento de resistência. A maioria desses fármacos foi descoberta através da seleção de um grande número de compostos contra parasitas íntegros. Porém, nos últimos anos, uma nova abordagem vem ganhando espaço sob o termo de \201Cdesenho racional de fármacos\201D. Este termo representa a busca por compostos contra alvos moleculares específicos, visando diferença bioquímicas e fisiológicas entre o parasita e o hospedeiro. A era pós-genômica gerou uma grande quantidade de informações que vem permitindo a identificação de novos alvos. Neste contexto, a partir de dados dos proteomas de 23 protozoários dos gêneros Entamoeba, Giardia, Trichomonas, Trypanosoma, Leishmania, Cryptosporidium, Plasmodium, Toxoplasma, Babesia e Theileria, realizamos buscas para a identificação de enzimas isofuncionais não-homólogas (NISE) que possam ser futuramente priorizadas como alvos terapêuticos. Em nossa metodologia utilizamos a ferramenta AnEnPi localmente para buscar nas sequencias proteicas por enzimas funcionalmente análogas. Utilizando os dados provindos do KEGG, primeiro houve uma etapa de clusterização das estruturas primárias de todas as enzimas anotadas com o mesmo EC (Enzyme comission). Para isso utilizou-se uma pontuação (score) de similaridade no BLASTP de 120, como parâmetros de corte Encontramos 812 Ecs com mais de um cluster e 1778 com um único cluster. Após isso, foi realizado um passo de inferência funcional na qual um novo BLASTP foi feito e assumido como ponto de corte o e-value de 10-20. Nesse BLASTP foram comparadas todas as proteínas preditas nos protozoários contra todos os clusters. Desses dados identificamos, inicialmente, 54 potenciais NISEs, e a partir destes fizemos as validações no SUPERFAMILY manualmente. Confirmamos 24 ECs com casos de NISE como potenciais alvos para estudos futuros de validação deste e proposição de fármacos. Além disso, buscamos em 3 bancos de dados principais de alvos terapêuticos, TDTARGETS, TTD e PDTD pelos ECs identificados como possíveis alvos, e encontramos a ocorrência de algumas dessas enzimas já sendo estudadas como alvos. Além disso, selecionamos alguns casos de NISE de acordo com critérios estabelecidos por nós para modelagem comparativa através da ferramenta MODELLER, para a visualização da diferença em suas estruturas 3D. A maioria dos modelos obtidos, de acordo com os resultados dos programas de validação PROCHECK e ERRAT, precisaram ser refinados. Utilizamos a minimização de energia para tal tarefa através do portal KoBaMIN. Todas as enzimas modeladas tiveram diferenças ou na topologia geral, ou nos cofatores e coenzimas utilizados para sua atividade catalítica / Protozoa are unicellular organisms that cause several diseases affecting both humans and animals. These diseases cause economic burden mainly in subtropical and tropical regions. Currently there are no commercially available vaccines and there is no effective treatment for such diseases. This is because the available drugs present many side effects and are prone to development of resistance. Most of these drugs were discovered through the selection of a large number of compounds against entire parasites. However, in recent years, a new approach has been gaining ground within the term "rational drug design". This term represents the search for compounds against specific molecular targets, aiming biochemical and physiological differences between the parasite and the host. The post-genomic era has generated a large amount of information which has been enabling identification of new targets. In this context, from the proteomes data of 23 protozoa from genera Entamoeba, Giardia, Trichomonas, Trypanosoma, Leishmania, Crytptosporidium, Plasmodium, Toxoplasma, Babesia and Theileria, we perform searches to identify non-homologous isofunctional enzymes (NISE) that may be in future prioritized as therapeutical targets. In our methodology we use the tool AnEnPi locally to search in protein sequences for functionally analogous enzymes. Using the data from the KEGG, there was a first clustering step of all the enzymes primary structures annotated with the same EC (Enzyme Comission). For this we used a score similarity in BLASTP of 120 as cut-off. We found 812 EC with more than one cluster and 1778 with a single cluster. After this, we performed a functional inference step in which a new BLASTP was done and assumed as a cutoff the e-value of 10-20. On this BLASTP all protozoa predicted proteins were compared against all clusters. From these data we identify, initially, 54 potential NISEs, and from these we did the validation on SUPERFAMILY database manually. We confirmed 24 ECs with NISE cases as potential targets for future validation studies and proposition of drugs. In addition, we searched in 3 major databases of therapeutical targets, TDRTARGETS, TTD and PDTD for the ECs identified as possible targets, and we found the occurrence of some of these enzymes already have been studied as targets. Also we selected some cases of NISEs according to criteria settled by us to comparative modeling by MODELLER tool, for visualization of the difference in their 3D structures. Most models obtained, in accordance with the validation results from softwares PROCHECK and ERRAT, needed to be refined. We use minimizing energy for such task through the KoBaMIN portal. All enzymes modeled had differences or in the overall topology, or in the cofactors and the coenzymes used.

Introdução: O transplante de células‐tronco hematopoéticas (TCTH) é um procedimento complexo, que envolve diferentes fatores e condições biopsicossociais. O acompanhamento dos dados desses pacientes é fundamental para a obtenção de informações que possam auxiliar a gestão, aperfeiçoar a assistência prestada e subsidiar novas pesquisas sobre o assunto. Objetivos: desenvolver um modelo de banco de dados (BD) de pacientes submetidos a TCTH, contemplando as principais variáveis de interesse na área. Métodos: Trata‐se de um estudo aplicado, onde utilizou‐se a metodologia de desenvolvimento de um BD relacional, seguindo três etapas principais (modelo conceitual, modelo relacional, modelo físico). O modelo físico proposto foi desenvolvido na plataforma Research Electronic Data Capture (REDCap). Um teste piloto foi realizado com dados de três pacientes submetidos a TCTH no Hospital Moinhos de Vento no ano de 2016/2017, a fim de avaliar a utilização das ferramentas e sua aplicabilidade. Resultados: Foram desenvolvidos nove formulários no REDCap: dados sociodemográficos; dados diagnósticos; histórico, dados clínicos prévios; avaliação prétransplante; procedimento; acompanhamento pós‐imediato; acompanhamento pós‐tardio; reinternações; óbito. Adicionalmente foram desenvolvidos três modelos de relatórios, com as variáveis contidas nos formulários para auxiliar na exportação de dados para as instituições envolvidas com o TCTH. Após o teste piloto foram realizados pequenos ajustes na nomenclatura de algumas variáveis e exclusão de outras devido à complexidade na sua obtenção. Conclusão: Espera‐se que com a sua utilização, o modelo de BD proposto possa servir como subsídio para qualificar a assistência prestada ao paciente, auxiliar a gestão e facilitar futuras pesquisas na área. / Introduction: hematopoietic stem cell transplantation (HSCT) is a complex procedure involving different biopsychosocial factors and conditions. Monitoring the data of these patients is fundamental for obtaining information that can help the management, improve the assistance provided and subsidize new research on the subject. Objectives: to develop a database model (DB) of patients submitted to HSCT, considering the main variables of interest in the area. Methods: it is an applied study, where the methodology of development of a relational DB was used, following three main steps (conceptual model, relational model, physical model). The proposed physical model was developed in the research electronic data capture (Redcap) platform. A pilot test was performed with data from three patients submitted to HSCT at Moinhos de Vento Hospital in 2016, in order to evaluate the use of the tools and their applicability. Results: nine forms were developed in redcap: demographic data; diagnostic data; previous clinical data; pre‐transplant evaluation; procedure; post‐immediate follow‐up; post‐late follow‐up; readmissions; death. In addition, three reporting models were developed, with the variables contained in the forms to assist in the export of data to the institutions involved with the TCTH. After the pilot test small adjustments were made in the nomenclature of some variables and others were excluded due to the complexity in obtaining them. Conclusion: it is hoped that with its use, the proposed BD model can serve as a subsidy to qualify the care provided to the patient, assist the management and facilitate research in the area.

In Relational Algebra, the operator Division (÷) is an intuitive tool used to write queries with the concept of for all, and thus, it is constantly required in real applications. However, as we demonstrate in this MSc work, the division does not support many of the needs common to modern applications, particularly those that involve complex data analysis, such as processing images, audio, genetic data, large graphs, fingerprints, and many other non-traditional data types. The main issue is the existence of intrinsic comparisons of attribute values in the operator, which, by definition, are always performed by identity (=), despite the fact that complex data must be compared by similarity. Recent works focus on supporting similarity comparison in relational operators, but no one treats the division. MSc work proposes the new Similarity-aware Division (÷) operator. Our novel operator is naturally well suited to answer queries with an idea of candidate elements and exigencies to be performed on complex data from real applications of high-impact. For example, it is potentially useful to support agriculture, genetic analyses, digital library search, and even to help controlling the quality of manufactured products and identifying new clients in industry. We validate our proposal by studying the first two of these applications. / O operador de Divisão (÷) da Álgebra Relacional permite representar de forma simples consultas com o conceito de para todos, e por isso é requerido em diversas aplicações reais. Entretanto, evidencia-se neste trabalho de mestrado que a divisão não atende às necessidades de diversas aplicações atuais, principalmente quando estas analisam dados complexos, como imagens, áudio, textos longos, impressões digitais, entre outros. Analisando o problema verifica-se que a principal limitação é a existência de comparações de valores de atributos intrínsecas à Divisão Relacional, que, por definição, são efetuadas sempre por identidade (=), enquanto objetos complexos devem geralmente ser comparados por similaridade. Hoje, encontram-se na literatura propostas de operadores relacionais com suporte à similaridade de objetos complexos, entretanto, nenhuma trata a Divisão Relacional. Este trabalho de mestrado propõe investigar e estender o operador de Divisão da Álgebra Relacional para melhor adequá-lo às demandas de aplicações atuais, por meio de suporte a comparações de valores de atributos por similaridade. Mostra-se aqui que a Divisão por Similaridade é naturalmente adequada a responder consultas diversas com um conceito de elementos candidatos e exigências descrito na monografia, envolvendo dados complexos de aplicações reais de alto impacto, com potencial por exemplo, para apoiar a agricultura, análises de dados genéticos, buscas em bibliotecas digitais, e até mesmo para controlar a qualidade de produtos manufaturados e a identificação de novos clientes em indústrias. Para validar a proposta, propõe-se estudar as duas primeiras aplicações citadas.

O relacionamento de dados record linkage, originou-se na área da saúde pública e atualmente é aplicado em várias outras áreas como: epidemiologia, pesquisa médica, criação de ensaios clínicos, na área de marketing, gestão de relacionamento com o cliente, detecção de fraude, aplicação da lei e na administração do governo. A técnica consiste no processo de comparação entre dois ou mais registros em diferentes bases de dados e as principais estratégias de record linkage são: manual, deterministic record linkage (DRL) e probabilistic record linkage (PRL). Este estudoteve como objetivo aplicar o record linkage em bases de dados heterogêneas, utilizadas pela rede de atenção à saúde do município de Ribeirão Preto e identificar entre elas a melhor estratégia a ser adotada para a integração de bases de dados na área da saúde. As bases de dados da secretaria Municipal de Saúde de Ribeirão Preto (SMS-RP) e do Hospital das Clínicas da Faculdade de Medicina de Ribeirão Preto (HCFMRP/USP) foram objeto deste estudo, tendo como critério de inclusão apenas os registros de pacientes em que o município de residência informado correspondia ao município de Ribeirão Preto e o atendimento tivesse ocorrido na Unidade Básica Distrital e de Saúde (UDBS) - Centro Saúde Escola Joel Domingos Machado\" (CSE-Sumarezinho) nos anos de janeiro de 2006 a agosto de 2008 e no HCFMRP/USP. Foi selecionada uma amostra aleatória simples resultando em um conjunto de 1.100 registros de pacientes na base de dados do CSE-Sumarezinho e de 370.375 registros na base de dados do HCFMRP/USP. Foram, então, selecionadas quatro variáveis de relacionamento (nome, nome da mãe, sexo e data de nascimento). As estratégias adotadas foram: DRL exato, DRL com discordância em uma variável de relacionamento, e baseada em funções de similaridades (Dice, Levenshtein, Jaro e Jaro-Winkler) e, por fim, PRL. A estratégia DRL exato resultou em 334 registros pareados e na abordagem com discordância de uma variável foram 335, 343, 383 e 495, sendo as variáveis discordantes sexo, data de nascimento, nome e nome da mãe respectivamente. Quanto ao uso das funções de similaridades, as que mais se destacaram foram Jaro-Winkler e Jaro. Quanto à acurácia dos métodos aplicados, o PRL (sensibilidade = 97,75% (CI 95% 96,298,8) e especificidade = 98,55% (CI 95% 97,0-99,4)) obteve melhor sensibilidade e especificidade, seguido do DRL com as funções de similaridade Jaro-Winkler sensibilidade = 91,3% (CI 95% 88,793,4) e especificidade = 99% (CI 95% 97,6-99,7)) e Jaro (sensibilidade = 73,1% (CI 95% 69,476,6) e especificidade = 99,6% (CI 95% 98,5-99,9)). Quanto à avaliação da área sob a curva ROC do PRL, observou-se que há diferença estatisticamente significativa (p = 0,0001) quando comparada com os métodos DRL com discordância da variável nome da mãe, Jaro-Winkler e Jaro. Os resultados obtidos permitem concluir que o método PRL é mais preciso dentre as técnicas avaliadas. Mas as técnicas com a função de similaridade de Jaro-Winkler e Jaro também são alternativas viáveis interessantes devido à facilidade de utilização apesar de apresentarem o valor de sensibilidade ligeiramente menor que o PRL. / The record linkage originated in the area of public health and is currently applied in several other areas such as epidemiology, medical research, establishment of clinical trials, in the area of marketing, manager customer relationships, fraud detection, law enforcement and government administration. The technique consists on the comparison between two or more records in different databases and their key strategies are: manual comparison, Deterministic Record Linkage (DRL), and Probabilistic Record Linkage (PRL).This study aimed to apply the record linkage in heterogeneous databases, used by the network of health care in Ribeirão Preto and identify the best strategy to be adopted for the integration of databases in health care. The databases that were evaluated in this study were of the Municipal Health Department of Ribeirão Preto (SMS-RP) and of the Clinical Hospital of the School of Medicine of Ribeirao Preto (HCFMRP/USP) having as inclusion criterion only the records of patients in the county of residence reported corresponded to the city of Ribeirão Preto and care had taken place in the Basic District Health Unit (UDBS) - School Health Center \"Joel Domingos Machado\" (CSE-Sumarezinho) included in the years from January 2006 to August 2008 and in the HCFMRP/USP. Held to select a simple random sample resulted in a set of 1,100 patient records in the database of the CSE-Sumarezinho and 370,375 records in the database of HCFMRP/USP. Then there was the selection of four linking variables (name, mother\'s name, gender and birth date). The strategies adopted were: the exact DRL, DRL with one variable where the linking is disagreement, applied with similarity functions (Dice, Levenshtein, Jaro, and Jaro-Winkler), and, finally, PRL. The strategy of the exact DRL resulted in 334 matched records and strategy in dealing with disagreement of one variable were 335, 343, 383 and 495, to the following variables discordant gender, birth date, name and mother\'s name, respectively. Regarding the use of similarity functions which most stood out were Jaro and Jaro-Winkler. Regarding the accuracy of the methods applied, the PRL obtained better sensitivity and specificity (sensitivity = 97,75% (CI 95% 96,298,8) and specificity = 98.55% (95% CI 97.0 to 99.4)), followed by the DRL with the similarity functions Jaro-Winkler (sensitivity = 91.3% (95% CI 88.7 to 93.4) and specificity = 99% (95% CI 97.6 to 99, 7)) and then by Jaro (sensitivity = 73.1% (95% CI 69.4 to 76.6) = 99.6% and specificity (95% CI 98.5 to 99.9)). The evaluation of the area under the ROC curve in the PRL, was observed that there is statistically significant difference (p = 0.0001) if it is compared with the DRL methods when there is disagreement in the variable mother\'s name, as well as for Jaro and for Jaro-Winkler. The results indicate that the PRL method is most accurate among the techniques evaluated. Although the techniques with the similarity function of Jaro-Winkler and Jaro were also interesting viable options due to the ease of use, although having the sensitivity value slightly smaller than the PRL.

A pesquisa tem como objetivo reformular uma base de dados, desenvolvida e utilizada pela equipe do Laboratório de Estudos da Conjugalidade (LEC): atendimento em Psicoterapia Breve. Esta base de dados informatizada é um instrumento que visa aprimorar a forma de registro de material clínico de atendimentos em psicoterapia breve para fins clínico-institucionais e de pesquisa o que, como decorrência, contribuirá também com o serviço de psicoterapia na clínica institucional. O projeto de pesquisa foi elaborado a partir da experiência da autora nas atividades clínicas que desenvolve como psicóloga na Clínica Psicológica do Instituto Sedes Sapientiae (ISS), mais especificamente no LEC. A autora realiza atendimentos em psicoterapia breve nas modalidades individual e casal, participa das supervisões e discussões de caso em grupo e de grupos de estudos com a equipe do referido Laboratório. Os atendimentos clínicos seguem a fundamentação teórica e técnica baseada principalmente nos autores: Winnicott, Malan, Gilliéron, Bergeret e Hegenberg. Utilizando como metodologia qualitativa a análise de conteúdo proposta por Bardin e Turato, e tendo como documentos para análise os registros realizados pelos psicoterapeutas no período de outubro de 1999 a julho de 2004, foi realizada a sistematização e categorização dos registros. A pesquisa tem por foco os registros da fase inicial do processo de psicoterapia breve (avaliação inicial). Em função dos resultados obtidos aprimoramos o banco de dados já existente possibilitando a utilização dos respectivos registros clínicos para pesquisas quantitativas e qualitativas com apoio dos recursos da informática (desenvolvimento de software). A versão informatizada já se encontra disponível para fase de testes. / This research aims to exam and refine a set of data, developed and used by the staff of the Laboratório de Estudos da Conjugalidade: atendimento em psicoterapia breve (LEC). This computerized set of data is a tool which tries to improve the way the clinical material of the sessions of brief psychotherapy is recorded, making these reports able to be used in clinical-institutional work as well as in new researches; and, of course, this will contribute also to the work in the institutional clinic. This research was designed on the grounds of the author\'s experience in her activities as psychologist of the Clínica Psicológica do Instituto Sedes Sapientiae (ISS), particularly in the LEC. In her practice the author does brief psychotherapy - individual or with couples -, works in supervisions and discussions of cases in groups and attends lecture groups with the staff of the above mentioned LEC. In her practice the author uses mainly the technical and theoretical approaches of the following authors: Winnicott, Malan, Gilliéron, Bergeret and Hegenberg. By using as methodological framework the context analysis suggested by Bardin, and having as raw material for this investigation the reports made by the psychologists of the LEC between october/99 and july/04, we aim to systematize and ordinate the data. The focus of the research will be the records of the initial phase of the process of brief psychotherapy (preliminary evaluation). By the end of the research we expect to have refined the existing data permitting, from then on, the correct use of this set of records of clinical cases in new qualitative and quantitative researches with the support of modern techniques in informatics (developing of software).

Cada imagem pode ser representada como uma combinação de diversas características, como por exemplo o histograma de intensidades de cor ou propriedades de textura da imagem. Essas características compõem um vetor multidimensional que representa a imagem. É comum esse vetor ser dado como entrada para um método de classificação de padrões que, após aprender por meio de diversos exemplos, pode gerar um modelo de decisão. Estudos sugerem evidências de que a preparação das imagens-- por meio da especificação cuidadosa da aquisição, pré-processamento e segmentação-- pode impactar significativamente a classificação. Além da falta de tratamento das imagens antes da extração de características, o desbalanceamento de classes também se apresenta como um obstáculo para que a classificação seja satisfatória. Imagens possuem características que podem ser exploradas para melhorar a descrição dos objetos de interesse e, portanto, sua classificação. Entre as possibilidades de melhorias estão: a redução do número de intensidades das imagens antes da extração de características ao invés de métodos de quantização no vetor já extraído; e a geração de imagens a partir das originais, de forma a promover o balanceamento de bases de dados cujo número de exemplos de cada classe é desbalanceado. Portanto, a proposta desta dissertação é melhorar a classificação de imagens utilizando métodos de processamento de imagens antes da extração de características. Especificamente, busca analisar a influência do balanceamento de bases de dados e da quantização na classificação. Este estudo analisa ainda a visualização do espaço de características após os métodos de geração artificial de imagens e de interpolação das características extraídas das imagens originais (SMOTE), comparando como espaço original. A ênfase dessa visualização se dá na observação da importância do rebalanceamento das classes. Os resultados obtidos indicam que a quantização simplifica as imagens antes da extração de características e posterior redução de dimensionalidade, produzindo vetores mais compactos; e que o rebalanceamento de classes de imagens através da geração de imagens artificiais pode melhorar a classificação da base de imagens, em relação à classificação original e ao uso de métodos no espaço de características já extraídas. / Each image can be represented by a combination of several features like color frequency and texture properties. Those features compose a multidimensional vector, which represents the original image. Commonly this vector is given as an input to a classification method that can learn from examplesand build a decision model. The literature suggests that image preparation steps like acute acquisition, preprocessing and segmentation can positively impact such classification. Besides that, class unbalancing is also a barrier to achieve good classification accuracy. Some features and methods can be explored to improveobjects\' description, thus their classification. Possible suggestions include: reducing colors number before feature extraction instead of applying quantization methods to raw vectors already extracted; and generating synthetic images from original ones, to balance the number of samples in an uneven data set. We propose to improve image classification using image processing methods before feature extraction. Specifically we want to analyze the influence of both balancing and quantization methods while applied to datasets in a classification routine. This research also analyses the visualization of feature space after the artificial image generation and feature interpolation (SMOTE), against to original space. Such visualization is used because it allows us to know how important is the rebalacing method. The results show that quantization simplifies imagesby producing compacted vectors before feature extraction and dimensionality reduction; and that using artificial generation to rebalance image datasets can improve classification, when compared to the original one and to applying methods on the already extracted feature vectors.

A dinâmica do mercado e a constante reformulação de produtos alimentícios são contínuas, porém a monitoração das alterações na composição química é escassa. Ao mesmo tempo, as bases de dados de composição de alimentos devem ser continuamente atualizadas. Os objetivos desse trabalho foram realizar a avaliação comparativa do perfil nutricional de grupos de alimentos específicos no período de 2003 e 2013, bem como a sistematização do processo de decisão de produtos prioritários para atualização de bases de dados de composição química de alimentos. Para a realização dos objetivos propostos foi necessário atualizar dados da Tabela Brasileira de Composição de Alimentos (TBCA) e compilar novas informações. O conteúdo de carboidratos, lipídios, proteínas, fibra alimentar (FA) e energia de 259 produtos pertencentes e quatro grupos de alimentos pré-estabelecidos foram estudados para a avaliação comparativa dos produtos com dados de 2003 e 2013. As técnicas de estatísticas multivariadas (agrupamento e componentes principais), variação percentual e a diferença percentual (D%) foram utilizadas. Através da análise de subgrupamento (cluster) os produtos foram divididos por similaridade na composição química e pela análise de componentes principais (ACP) foi possível verificar que o subagrupamento para os cereais e carnes ocorreu, principalmente, pelo conteúdo de proteínas e carboidratos, enquanto que para leites e produtos manufaturados foi devido aos carboidratos e lipídios. Na maioria dos subgrupos foi possível observar diferença significante em pelo menos um componente através do teste t-Student pareado. Essas alterações são compatíveis com o relevante número de produtos que apresentaram redução pela variação percentual de lipídios nos leites (53 %), bem como aumento de FA e lipídios nos cereais (55 %) e carnes (40 %), respectivamente. Para a decisão de alimentos prioritários para atualização foram desenvolvidas etapas para a sistematização. A primeira consistiu em avaliar a adequação da composição química dos produtos através do cálculo da D%, onde os alimentos foram classificados como \"dados compatíveis\" ou \"dados não compatíveis\", gerando a categorização dos produtos em diferentes graus de prioridades de atualização (muito elevada, elevada, média e baixa). Posteriormente, dentro dessas categorias, foi considerada a importância do alimento em relação a sua aquisição, com informações dos produtos e marcas mais compradas pela população. De 330 produtos categorizados 82 são prioritários para atualização. Portanto, as técnicas de estatística empregadas e a variação percentual permitiram avaliar a mudança no conteúdo de componentes tanto de forma individual quanto conjunta com demais nutrientes para os grupos de alimentos selecionados, além de reforçar a necessidade de periódica monitoração no perfil nutricional dos alimentos. Paralelamente, a sistematização criada auxiliou na decisão de alimentos prioritários para atualização, resultando em relevante redução do número de produtos para serem atualizados, sendo um modelo útil para bases de dados. / The market dynamics and the constant reformulation of food products are continuous. At the same time, the food composition databases should be continuously updated. The aims of this work was to perform a comparative evaluation of the nutritional profile of specific food groups in the period from 2003 to 2013, as well as to make the systematization of the decision-making process for priority food products to update the food composition databases. To achieve the proposed aims it was necessary update data from the Brazilian Food Composition Database (TBCA) and compile new information. The content of carbohydrates, lipids, proteins, dietary fiber (DF) and energy of 259 products distributed in four groups was studied for comparative evaluation of food products with data from 2003 and 2013. Multivariate statistical techniques (Cluster and Principal Component Analysis), percentage change and calculating of the percentage difference (D%) were used. Through the Cluster Analysis the food products were divided by similarities in food composition and by Principal Component Analysis (PCA) was evaluated that clusters occurred for cereals and meats groups, mostly, according to the proteins and carbohydrates content, and milks and manufactured foods groups according to carbohydrates and lipids content. In most clusters it was a significant difference was observed in at least in one component accord to paired t- Student test. These changes are compatible with the analysis of percentage change, the relevant number of products that presented a reduction in lipids in milks (53 %), as well as increase in DF and lipids in cereals (55 %) and meats (40 %), respectively. For the decision of the priority food products to update steps were developed for the systematization. The first consists in evaluating the chemical composition of the products through D%, where the products were classified as \"consistent data\" or \"non-consistent data\", thus the food products were categorized with different grades of priority (Very High, High, Medium and Low). After that, between these categories, the food products were evaluated for their importance in relation to their purchase, with product information and most-bought brands. From 330 food 82 were priority to update. Therefore, the joint techniques applied allowed nutrient content change to be assessed both in an individually-based manner as well as in a group for the selected food groups and support the need for periodic monitoring of the nutritional profile of foods. At the same time, the systematization created helped in decision-making of priority food products to update, which resulted in relevant decrease in the number of priority foods to be updated, being a useful model for food composition databases.

O câncer de mama é uma doença complexa que envolve alterações genéticas e epigenéticas junto com fatores ambientais. Dentre os tipos de câncer o de mama é o de maior incidência e mortalidade na população feminina, portanto a caracterização desta doença tem sido um desafio continuo para a comunidade cientifica. Numerosos biomarcadores moleculares tem sido associados com o câncer de mama e seus subtipos; no entanto, existe uma boa quantidade que tem sido pouco explorado. Este é o caso dos genes da família PHLDA (pleckstrin homology like domain family A), identificados repetidamente em vários estudos de perfil transcripcional em câncer de mama. Esta família compreende três genes: o gene PHLDA1 expresso em diferentes tecidos e com papel na regulação da apoptose, o gene PHLDA2 localizado em uma importante região de localização de genes supressores de tumor que sofrem regulação por imprinting, e o gene PHLDA3 envolvido na apoptose mediada por p53. Diversos estudos têm mostrado que os genes da família PHLDA estão frequentemente alterados em diferentes tipos de tumores, incluindo o câncer de mama, no entanto, o papel desses genes no desenvolvimento e progressão do câncer de mama ainda não está bem estabelecido. Na atualidade há uma enorme quantidade de dados experimentais integrados e disponibilizados em bancos de dados públicos para análise de dados genéticos e epigenéticos em diferentes tipos de tumores. Muitos dos estudos depositados nesses bancos tem facilitado a identificação de novos subtipos intrínsecos de câncer de mama, a predição de sobrevida e a resposta a drogas. Nosso objetivo é fazer uma busca em bases de dados públicos, para avaliar o padrão de expressão da família PHLDA em tumores e em linhagens celulares de mama, do perfil de metilação, mutação e do potencial valor prognóstico da expressão desses genes em câncer de mama. Para isso foram utilizadas as plataformas TCGA, GEO e GOBO para a busca de dados de expressão de mRNA, TCGA e GEO para extração de dados de metilação de DNA, TCGA e COSMIC para análise de dados de mutação e CNA, mIRTarBASE e GEO para dados de microRNA em câncer de mama, Netdecoder para a construção das redes e KMplotter para a busca de dados de sobrevida. Os resultados mostraram que PHLDA1 se encontra com baixa expressão em tumor e em linhagens celulares de mama e mais expresso nos tumores ER negativos. Os tumores ER negativos também mostraram um baixo nível de metilação quando comparados com amostra normal. Adicionalmente nos encontramos que PHLDA1 é alvo do microRNA miR-181a-5p cujos altos níveis de expressão em tumores foram associados com baixa sobrevida. PHLDA2 foi mais expresso nos tumores do que em amostra normal de mama, principalmente nos subtipos her2+; estes níveis elevados de expressão foram associados com baixa sobrevida em quase todos os subtipos moleculares; por outro lado, nenhuma diferença foi encontrada no perfil de metilação por receptor de estrógeno. O microRNA miR-193b-3p foi identificado como regulador de PHLDA2. O gene PHLDA3 foi encontrado menos expresso nos tumores ER negativos, e esses tumores também se encontravam com hipermetilação. Pacientes com todos os subtipos moleculares apresentaram um aumento de sobrevida livre de recorrência quando os níveis de PHLDA3 foram altos. Nenhum membro da família apresentou mutações nos dados analisados, enquanto que alterações no número de cópia foram encontradas nos três genes. Os dados obtidos até o momento mostram que a expressão dos membros da família PHLDA é alterada em câncer de mama e tem impacto na sobrevida dos pacientes. Processos como metilação do DNA, alterações no número de cópia e a participação de microRNAs podem ser os mecanismos implicados na desregulação desses genes / Breast cancer is a complex disease involving genetic and epigenetic alterations together with environmental factors. Among the cancer types, breast cancer is the most incident and deadliest in women population worldwide in both developed and developing countries, therefore, characterization of this disease has been a continuous challenge for the scientific community. A large quantity of molecular biomarkers has been associated with breast cancer development and their subtypes. However, there is a good amount that has been little explored. This is the case of the genes of the PHLDA family (pleckstrin homology-like domain family A) previously identified in a series of transcriptional profiling studies and recognized for their role in apoptosis. This family comprises three members; PHLDA1 is expressed in different tissues and has an important role in apoptosis regulation; PHLDA2 is located in a region harboring important tumor suppressor genes and is regulated by imprinting process. PHLDA3 gene is involved in p53-mediated apoptosis. Several studies have shown that the genes of the PHLDA family are frequently altered in different types of tumors including breast cancer. However, the role of these genes in breast cancer progression and development is not well established yet. Currently, there is a vast amount of genomic, transcriptomic, proteomic and epigenetic data generated by new high-performance technologies available in public databases. Many of the studies deposited in these banks have facilitated the identification of new intrinsic subtypes of breast cancer, prediction of survival and drug responses. Regarding the potential role of PHLDA family as biomarkers and the limited information in breast cancer, we pretend in this study to take advantage of these platforms downloading information about expression, methylation, of PHLDA family and correlating it with prognosis in breast cancer. We used TCGA, GEO and GOBO platforms to look for mRNA expression data, TCGA and GEO to extract methylation data, TCGA and COSMIC to analyze mutation and CNA, miRTarBase and GEO for microRNA analysis, KMplotter to assess prognosis and NetDecoder to construct the networks. The results showed that PHLDA1 is downregulated in tumors and breast cell line compared with breast tissue and it was more expressed in ER negative tumors. These tumors also showed a low level of methylation when compared to normal tissue. Additionally, the mining of miRNA revealed that PHLDA1 is target of two microRNAs, miR-181a-5p, whose high levels of expression in tumors were associated with low survival. On the other hand, the transcripts of PHLDA2 were more expressed in tumors than in normal sample, mainly in HER2+ subtype, and PHLDA2 high expression was associated with poor outcome in almost all the subtypes. PHLDA2 is methylated only on ER tumors and was found to be target of the microRNA has-miR-193b-3p. PHLDA3 was less expressed in ER-negative tumors, and these tumors also exhibited DNA hypermethylation. Patients with tumors expressing high levels of PHLDA3 showed better recurrence-free survival than patients with low levels of PHLDA3. No family member had mutations in the analysed data, while copy number changes were found in the three genes. The data obtained so far show that the expression of PHLDA1 family members is altered in breast cancer and has an impact on the survival of patients. Processes such as DNA methylation, copy number changes and the involvement of microRNAs may be the mechanisms involved in the deregulation of these genes

Nas últimas décadas, a capacidade das empresas de gerar e coletar informações aumentou rapidamente. Essa explosão no volume de dados gerou a necessidade do desenvolvimento de novas técnicas e ferramentas que pudessem, além de processar essa enorme quantidade de dados, permitir sua análise para a descoberta de informações úteis, de maneira inteligente e automática. Isso fez surgir um proeminente campo de pesquisa para a extração de informação em bases de dados denominado Knowledge Discovery in Databases – KDD, no geral técnicas de mineração de dados – DM – têm um papel preponderante. A obtenção de bons resultados na etapa de mineração de dados depende fortemente de quão adequadamente o preparo dos dados é realizado. Sendo assim, a etapa de extração de conhecimento (DM) no processo de KDD, é normalmente precedida de uma etapa de pré-processamento, onde os dados que porventura devam ser submetidos à etapa de DM são integrados em uma única relação. Um problema importante enfrentado nessa etapa é que, na maioria das vezes, o usuário ainda não tem uma idéia muito precisa dos dados que devem ser extraídos. Levando em consideração a grande habilidade de exploração da mente humana, este trabalho propõe uma técnica de visualização de dados armazenados em múltiplas relações de uma base de dados relacional, com o intuito de auxiliar o usuário na preparação dos dados a serem minerados. Esta técnica permite que a etapa de DM seja aplicada sobre múltiplas relações simultaneamente, trazendo as operações de junção para serem parte desta etapa. De uma maneira geral, a adoção de junções em ferramentas de DM não é prática, devido ao alto custo computacional associado às operações de junção. Entretanto, os resultados obtidos nas avaliações de desempenho da técnica proposta neste trabalho mostraram que ela reduz esse custo significativamente, tornando possível a exploração visual de múltiplas relações de uma maneira interativa. / In the last decades the capacity of information generation and accumulation increased quickly. With the explosive growth in the volume of data, new techniques and tools are being sought to process it and to automatically discover useful information from it, leading to techniques known as Knowledge Discovery in Databases – KDD – where, in general, data mining – DM – techniques play an important role. The results of applying data mining techniques on datasets are highly dependent on proper data preparation. Therefore, in traditional DM processes, data goes through a pre-processing step that results in just one table that is submitted to mining. An important problem faced during this step is that, most of the times, the analyst doesn’t have a clear idea of what portions of data should be mined. This work reckons the strong ability of human beings to interpret data represented in graphical format, to develop a technique to visualize data from multiple tables, helping human analysts when preparing data to DM. This technique allows the data mining process to be applied over multiple relations at once, bringing the join operations to become part of this process. In general, the use of multiple tables in DM tools is not practical, due to the high computational cost required to explore them. Experimental evaluation of the proposed technique shows that it reduces this cost significantly, turning it possible to visually explore data from multiple tables in an interactive way.

Introdução: O transplante de células‐tronco hematopoéticas (TCTH) é um procedimento complexo, que envolve diferentes fatores e condições biopsicossociais. O acompanhamento dos dados desses pacientes é fundamental para a obtenção de informações que possam auxiliar a gestão, aperfeiçoar a assistência prestada e subsidiar novas pesquisas sobre o assunto. Objetivos: desenvolver um modelo de banco de dados (BD) de pacientes submetidos a TCTH, contemplando as principais variáveis de interesse na área. Métodos: Trata‐se de um estudo aplicado, onde utilizou‐se a metodologia de desenvolvimento de um BD relacional, seguindo três etapas principais (modelo conceitual, modelo relacional, modelo físico). O modelo físico proposto foi desenvolvido na plataforma Research Electronic Data Capture (REDCap). Um teste piloto foi realizado com dados de três pacientes submetidos a TCTH no Hospital Moinhos de Vento no ano de 2016/2017, a fim de avaliar a utilização das ferramentas e sua aplicabilidade. Resultados: Foram desenvolvidos nove formulários no REDCap: dados sociodemográficos; dados diagnósticos; histórico, dados clínicos prévios; avaliação prétransplante; procedimento; acompanhamento pós‐imediato; acompanhamento pós‐tardio; reinternações; óbito. Adicionalmente foram desenvolvidos três modelos de relatórios, com as variáveis contidas nos formulários para auxiliar na exportação de dados para as instituições envolvidas com o TCTH. Após o teste piloto foram realizados pequenos ajustes na nomenclatura de algumas variáveis e exclusão de outras devido à complexidade na sua obtenção. Conclusão: Espera‐se que com a sua utilização, o modelo de BD proposto possa servir como subsídio para qualificar a assistência prestada ao paciente, auxiliar a gestão e facilitar futuras pesquisas na área. / Introduction: hematopoietic stem cell transplantation (HSCT) is a complex procedure involving different biopsychosocial factors and conditions. Monitoring the data of these patients is fundamental for obtaining information that can help the management, improve the assistance provided and subsidize new research on the subject. Objectives: to develop a database model (DB) of patients submitted to HSCT, considering the main variables of interest in the area. Methods: it is an applied study, where the methodology of development of a relational DB was used, following three main steps (conceptual model, relational model, physical model). The proposed physical model was developed in the research electronic data capture (Redcap) platform. A pilot test was performed with data from three patients submitted to HSCT at Moinhos de Vento Hospital in 2016, in order to evaluate the use of the tools and their applicability. Results: nine forms were developed in redcap: demographic data; diagnostic data; previous clinical data; pre‐transplant evaluation; procedure; post‐immediate follow‐up; post‐late follow‐up; readmissions; death. In addition, three reporting models were developed, with the variables contained in the forms to assist in the export of data to the institutions involved with the TCTH. After the pilot test small adjustments were made in the nomenclature of some variables and others were excluded due to the complexity in obtaining them. Conclusion: it is hoped that with its use, the proposed BD model can serve as a subsidy to qualify the care provided to the patient, assist the management and facilitate research in the area.