Bakgrund/syfte: Smärtlindring via PCA-pump är en effektiv och säker metod vid postoperativ vård. Den syftar till att ge patienten större möjlighet att påverka sin smärtlindring. Tidigare studier påvisar att många patienter upplever sin kunskap om PCA- pumpen som otillräcklig. Denna studie syftar till att undersöka vilken grad av självskattad kunskap patienter upplever sig ha om PCA-pumpen vid smärtlindring med hjälp av PCA vid postoperativ vård. Dessutom undersöks om utförlig information, både muntlig och skriftlig, leder till ökad kunskap beträffande PCA-pumpen samt om patientinformation om PCA- pumpen minskar patientens självskattade smärta vid smärtlindring med hjälp av PCA-pump postoperativt. Metod: En deskriptiv konsekutiv enkätinsamling genomfördes på fem kirurgavdelningar vid ett sjukhus i mellersta delen av Sverige. 26 patienter deltog i studien. Resultat: Denna studie påvisade ett positivt samband mellan patientinformation och smärtlindring (r = 0,74, p = 0,0005). Det framkom även ett positivt samband mellan att få utförlig information om PCA-pumpen, muntlig och skriftlig, och ökad kunskap om PCA- pumpen hos patienten (r = 0,61, p = 0,0009). Självskattad kunskap om PCA pumpen och dess funktioner var i genomsnitt 6,3/10. Studien påvisade även att kombinerad smärtlindring med PCA-pump och EDA postoperativt leder i genomsnitt till ett VAS-värde som var 1,57 lägre efter administrering, i jämförelse med de som endast hade smärtlindring via PCA-pump, resultatet var dock inte signifikant (p = 0,1). Slutsats: Patientinformation kan spela en stor roll kring smärtlindringen hos patienter med PCA-pump. Utveckling av kvalitetsdokument för hur patientinformationen skall utföras kliniskt kan leda till en ökad smärtlindring hos patienter som vårdas postoperativt med PCA- pump. Mera forskning och större undersökningsgrupper behövs för att styrka generaliserbarheten och validiteten. / Background: Pain relief through PCA pump is an effective and safe method for the treatment of postoperative pain. It aims to provide the patient with greater ability to influence their pain. Previous studies shows that many patients experience their knowledge of the PCA pump as inadequate. This study aims to examine the degree of self-assessed knowledge patients feel that they have on the PCA pump during pain treatment through PCA in postoperative care. The study also aims to examine if detailed information, both verbal and written, will lead to increased knowledge regarding the PCA pump and whether extended information about PCA pumps reduces the patients self-rated pain during pain relief through PCA pump postoperatively. Method: A descriptive consecutive survey data collection was conducted on five surgical wards in the middle part of Sweden. 26 patients participated in this survey. Results: This study showed a positive correlation between patients and pain relief (r = 0,74, p = 0,0005). It was also a positive correlation between getting detailed information, both verbal and written, and increased knowledge for the patient (r = 0,61, p = 0,0009). Self-perceived knowledge of the PCA pump and its functions were an average of 6.3/10. The study also showed that combined pain treatment using the PCA-pump and EDA postoperatively leads to an avarage VAS-value that was 1,57 lower after administration, in comparison with those who only had pain treatment through the PCA-pump, the result was not significant (p = 0,1). Conclusion: Patient information can play a big role on pain relief in patients with PCA pump. Development of quality document for how patient information is to be performed clinically may lead to increased pain relief in patients treated postoperatively with PCA pump. More research and larger study groups are needed to demonstrate the generalizability and validity.

Storage and analysis of high-dimensional datasets are always challenging. Dimension reduction techniques are commonly used to reduce the complexity of the data and obtain the informative aspects of datasets. Principal Component Analysis (PCA) is one of the commonly used dimension reduction techniques. However, PCA does not work well when there are outliers or the data distribution is skewed. Gene expression index estimation is an important problem in bioinformatics. Some of the popular methods in this area are based on the PCA, and thus may not work well when there is non-Gaussian structure in the data. To address this issue, a likelihood based data transformation method with a computationally efficient algorithm is developed. Also, a new multivariate expression index is studied and the performance of the multivariate expression index is compared with the commonly used univariate expression index. As an extension of the gene expression index estimation problem, a general procedure that integrates data transformation with the PCA is developed. In particular, this general method can handle missing data and data with functional structure. It is well-known that the PCA can be obtained by the eigen decomposition of the sample covariance matrix. Another focus of this dissertation is to study the covariance (or correlation) structure under the non-Gaussian assumption. An important issue in modeling the covariance matrix is the positive definiteness constraint. The modified Cholesky decomposition of the inverse covariance matrix has been considered to address this issue in the literature. An alternative Cholesky decomposition of the covariance matrix is considered and used to construct an estimator of the covariance matrix under multivariate-t assumption. The advantage of this alternative Cholesky decomposition is the decoupling of the correlation and the variances.

Coordenação de Aperfeiçoamento de Pessoal de Nível Superior / Com cada vez mais intenso desenvolvimento urbano e industrial, atualmente um desafio fundamental é eliminar ou reduzir o impacto causado pelas emissões de poluentes para a atmosfera. No ano de 2012, o Rio de Janeiro sediou a Rio +20, a Conferência das Nações Unidas sobre Desenvolvimento Sustentável, onde representantes de todo o mundo participaram. Na época, entre outros assuntos foram discutidos a economia verde e o desenvolvimento sustentável. O O3 troposférico apresenta-se como uma variável extremamente importante devido ao seu forte impacto ambiental, e conhecer o comportamento dos parâmetros que afetam a qualidade do ar de uma região, é útil para prever cenários. A química das ciências atmosféricas e meteorologia são altamente não lineares e, assim, as previsões de parâmetros de qualidade do ar são difíceis de serem determinadas. A qualidade do ar depende de emissões, de meteorologia e topografia. Os dados observados foram o dióxido de nitrogênio (NO2), monóxido de nitrogênio (NO), óxidos de nitrogênio (NOx), monóxido de carbono (CO), ozônio (O3), velocidade escalar vento (VEV), radiação solar global (RSG), temperatura (TEM), umidade relativa (UR) e foram coletados através da estação móvel de monitoramento da Secretaria do Meio Ambiente (SMAC) do Rio de Janeiro em dois locais na área metropolitana, na Pontifícia Universidade Católica (PUC-Rio) e na Universidade do Estado do Rio de Janeiro (UERJ) no ano de 2011 e 2012. Este estudo teve três objetivos: (1) analisar o comportamento das variáveis, utilizando o método de análise de componentes principais (PCA) de análise exploratória, (2) propor previsões de níveis de O3 a partir de poluentes primários e de fatores meteorológicos, comparando a eficácia dos métodos não lineares, como as redes neurais artificiais (ANN) e regressão por máquina de vetor de suporte (SVM-R), a partir de poluentes primários e de fatores meteorológicos e, finalmente, (3) realizar método de classificação de dados usando a classificação por máquina de vetor suporte (SVM-C). A técnica PCA mostrou que, para conjunto de dados da PUC as variáveis NO, NOx e VEV obtiveram um impacto maior sobre a concentração de O3 e o conjunto de dados da UERJ teve a TEM e a RSG como as variáveis mais importantes. Os resultados das técnicas de regressão não linear ANN e SVM obtidos foram muito próximos e aceitáveis para o conjunto de dados da UERJ apresentando coeficiente de determinação (R2) para a validação, 0,9122 e 0,9152 e Raiz Quadrada do Erro Médio Quadrático (RMECV) 7,66 e 7,85, respectivamente. Quanto aos conjuntos de dados PUC e PUC+UERJ, ambas as técnicas, obtiveram resultados menos satisfatórios. Para estes conjuntos de dados, a SVM mostrou resultados ligeiramente superiores, e PCA, SVM e ANN demonstraram sua robustez apresentando-se como ferramentas úteis para a compreensão, classificação e previsão de cenários da qualidade do ar / With increasingly intense urban and industrial development, currently a key challenge is to eliminate or reduce the impact caused by emissions of pollutants into the atmosphere. In the year 2012, the Rio de Janeiro hosted the Rio +20, the United Nations Conference about Sustainable Development, where representatives from around the world participated. At the time, among other issues discussed were the green economy and sustainable development. The tropospheric O3 presents itself as an extremely crucial variable due to its strong environmental impact, and knowing the behavior of the parameters that affect the air quality of a region, is useful for predicting scenarios. The chemistry of atmospheric sciences and meteorology are highly nonlinear and thus the forecasts of air quality parameters are hard to be determined. Air quality depends on emissions, meteorology and topography. The observed data were Nitrogen Dioxide (NO2), Nitrogen Monoxide (NO), Nitrogen Oxides (NOx), Carbon Monoxide (CO), Ozone (O3), Scalar Wind Speed (VEV), Global Solar Radiation (RSG), Temperature (TEM), Relative Humidity (UR) and collected through the mobile station monitoring the Secretaria do Meio Ambiente (SMAC) of Rio de Janeiro City in two places in the metropolitan area at Pontíficia Universidade Católica (PUC-Rio) and the Universidade do Estado do Rio de Janeiro (UERJ) at years 2011 and 2012. This study had three objectives: (1) to analyze the behavior of the variables, using the method of principal components analysis (PCA) of exploratory analysis; (2) propose forecasts of O3 levels from primary pollutants and meteorological factors, comparing the effectiveness of nonlinear methods like as artificial neural networks (ANN) and support vector machine regression (SVM-R), from primary pollutants and meteorological factors and finally, (3) perform data classification method using support vector machine classification (SVM-C). The PCA technique showed that for PUC dataset, variables NO, NOx and VSV have a greater impact on the concentration of O3 and the UERJ data set had the temperature (TEM) and Global Solar Radiation (RSG) as the most important variables. The results from the nonlinear regression techniques ANN and SVM obtained were very closely and acceptable to UERJ dataset presenting coefficient of determination (R2) for validation, 0.9122 and 0.9152 and Root Mean Square Error (RMECV) 7.66 and 7.85, respectively. As for the PUC and PUC + UERJ datasets, both techniques, obtained less satisfactory results. For these datasets, the SVM proved results slightly higher, and PCA, SVM and ANN had demonstrated their robustness presenting themselves as useful tools for understanding, classification and prediction scenarios for air quality

Os corpos d\'água do município de São Carlos/SP recebem esgotos domésticos, efluentes industriais e agrícolas, de tal forma que se propôs neste trabalho a identificação de possíveis correlações entre a contaminação antropogênica dos cursos d\'água com as fontes poluidoras. Escolheram-se 27 pontos de amostragem - localizados de maneira estratégica - para analisarem-se os parâmetros: pH, condutividade, oxigênio dissolvido, temperatura e sólidos totais dissolvidos, na água; nutrientes (nitrogênio total Kjeldahl, fósforo total e carbono orgânico) e metais (Cr, Cu, Mn, Fe, Co, Ni, Cd, Pb, Zn e Al) na água e nos sedimentos; além de ânions (F-, Cl-, Br-, NO2-, NO3-, SO42- e PO43-) e cátions (Li+, Na+, K+, NH4+, Mg2+ e Ca2+) na água. A partir do conjunto de dados obtidos das análises, propôs-se o cálculo de um índice de qualidade (IQASC), de modo que pudesse ser feita a quantificação da qualidade da água destes cursos d\'água nos períodos das chuvas (verão) e das secas (inverno). Observou-se através dos valores dos índices que a sazonalidade é muito importante na qualidade dos cursos d\'água do município, de modo que no período das chuvas a qualidade da água é melhor do que no período das secas na maioria dos pontos de coleta. Utilizou-se a correlação de Spearman para distinguir se nutrientes, íons e metais poderiam vir da mesma fonte de poluição ou se os mesmo são devidos a contribuições naturais dos solos. Fizeram-se análises quimiométricas (HCA e PCA) com intenção de uma melhor interpretação dos resultados, pois o grande conjunto de dados dificultava a visualização dos mesmos. O método do \"refolding\" da matriz aumentada foi importante para, a partir dos parâmetros analisados, separarem-se os escores geográficos dos temporais. Através da HCA, obteve-se a separação da maioria dos grupos segundo as campanhas de amostragem, de tal forma que apenas em um ou dois dos grupos, no máximo, ocorreu à mistura de pontos de diferentes épocas de coleta. Na PCA, diferenciaram-se alguns grupos de amostras, a partir dos quais se pôde descobrir quais dos parâmetros analisados eram devidos a contaminação antropogênica ou contribuição natural dos solos. Através da análise dos resultados, pôde-se concluir que os pontos do Córrego do Gregório dentro do perímetro urbano, do Córrego do Tijuco Preto próximos da nascente, do Córrego Água Quente após receber o esgoto do bairro Cidade Araci e alguns pontos do Rio Monjolinho estão impactados pela presença de esgoto doméstico. / The water bodies of São Carlos/SP receive domestic sewage besides industrial and agricultural wastewaters, so that it was proposed in this work the identification of possible correlations between the waterways anthropogenic contamination and the pollution sources. Twenty-seven sampling points were chosen - strategically located - in order to analyze the following parameters: pH, conductivity, dissolved oxygen, temperature, and total dissolved solids in the water; nutrients (total Kjeldahl nitrogen, total phosphorus, and organic carbon) and metals (Cr, Cu, Mn, Fe, Co, Ni, Cd, Pb, Zn, and Al) in the water and sediments; anions (F-, Cl-, Br-, NO2-, NO3-, SO42- e PO43-) and cations (Li+, Na+, K+, NH4+, Mg2+ e Ca2+) in the water. From the set of data obtained in the analyses, it has been proposed the calculation of a quality index (IQASC), so that the quantification of the water quality could be performed, during the summer (rainy weather) and the winter (dry weather). It was observed through the values of the indices that the seasonality is very important for the quality of watercourses in the city, so that during the rainy season the water quality is better than in the dry one in the majority of the sampling points. The Spearman correlation was used in order to distinguish if nutrients, ions, and metals could come from the same source of pollution or if the contributions are of naturally origin. Chemometric analyses (HCA and PCA) were also performed for better interpreting the results, due to the large amount of data. The method of refolding the augmented matrix was important for, through the analyzed data, separating geographical and temporal scores. Through the HCA, the separation of the majority of the groups according to the sampling campaigns was achieved. In one or two groups only the mixture of sampling campaigns were observed. The PCA differentiated some groups of samples, allowing the association of the parameters to anthropogenic or natural sources. By analyzing the obtained results, it could be concluded that the Gregório Stream (inside the urban perimeter), the Tijuco Preto Stream (near its spring), the Água Quente Stream after receiving the sewage of Cidade Araci Suburb, and some points of Monjolinho River are impacted by the presence of domestic sewage.

Coordenação de Aperfeiçoamento de Pessoal de Nível Superior / Com cada vez mais intenso desenvolvimento urbano e industrial, atualmente um desafio fundamental é eliminar ou reduzir o impacto causado pelas emissões de poluentes para a atmosfera. No ano de 2012, o Rio de Janeiro sediou a Rio +20, a Conferência das Nações Unidas sobre Desenvolvimento Sustentável, onde representantes de todo o mundo participaram. Na época, entre outros assuntos foram discutidos a economia verde e o desenvolvimento sustentável. O O3 troposférico apresenta-se como uma variável extremamente importante devido ao seu forte impacto ambiental, e conhecer o comportamento dos parâmetros que afetam a qualidade do ar de uma região, é útil para prever cenários. A química das ciências atmosféricas e meteorologia são altamente não lineares e, assim, as previsões de parâmetros de qualidade do ar são difíceis de serem determinadas. A qualidade do ar depende de emissões, de meteorologia e topografia. Os dados observados foram o dióxido de nitrogênio (NO2), monóxido de nitrogênio (NO), óxidos de nitrogênio (NOx), monóxido de carbono (CO), ozônio (O3), velocidade escalar vento (VEV), radiação solar global (RSG), temperatura (TEM), umidade relativa (UR) e foram coletados através da estação móvel de monitoramento da Secretaria do Meio Ambiente (SMAC) do Rio de Janeiro em dois locais na área metropolitana, na Pontifícia Universidade Católica (PUC-Rio) e na Universidade do Estado do Rio de Janeiro (UERJ) no ano de 2011 e 2012. Este estudo teve três objetivos: (1) analisar o comportamento das variáveis, utilizando o método de análise de componentes principais (PCA) de análise exploratória, (2) propor previsões de níveis de O3 a partir de poluentes primários e de fatores meteorológicos, comparando a eficácia dos métodos não lineares, como as redes neurais artificiais (ANN) e regressão por máquina de vetor de suporte (SVM-R), a partir de poluentes primários e de fatores meteorológicos e, finalmente, (3) realizar método de classificação de dados usando a classificação por máquina de vetor suporte (SVM-C). A técnica PCA mostrou que, para conjunto de dados da PUC as variáveis NO, NOx e VEV obtiveram um impacto maior sobre a concentração de O3 e o conjunto de dados da UERJ teve a TEM e a RSG como as variáveis mais importantes. Os resultados das técnicas de regressão não linear ANN e SVM obtidos foram muito próximos e aceitáveis para o conjunto de dados da UERJ apresentando coeficiente de determinação (R2) para a validação, 0,9122 e 0,9152 e Raiz Quadrada do Erro Médio Quadrático (RMECV) 7,66 e 7,85, respectivamente. Quanto aos conjuntos de dados PUC e PUC+UERJ, ambas as técnicas, obtiveram resultados menos satisfatórios. Para estes conjuntos de dados, a SVM mostrou resultados ligeiramente superiores, e PCA, SVM e ANN demonstraram sua robustez apresentando-se como ferramentas úteis para a compreensão, classificação e previsão de cenários da qualidade do ar / With increasingly intense urban and industrial development, currently a key challenge is to eliminate or reduce the impact caused by emissions of pollutants into the atmosphere. In the year 2012, the Rio de Janeiro hosted the Rio +20, the United Nations Conference about Sustainable Development, where representatives from around the world participated. At the time, among other issues discussed were the green economy and sustainable development. The tropospheric O3 presents itself as an extremely crucial variable due to its strong environmental impact, and knowing the behavior of the parameters that affect the air quality of a region, is useful for predicting scenarios. The chemistry of atmospheric sciences and meteorology are highly nonlinear and thus the forecasts of air quality parameters are hard to be determined. Air quality depends on emissions, meteorology and topography. The observed data were Nitrogen Dioxide (NO2), Nitrogen Monoxide (NO), Nitrogen Oxides (NOx), Carbon Monoxide (CO), Ozone (O3), Scalar Wind Speed (VEV), Global Solar Radiation (RSG), Temperature (TEM), Relative Humidity (UR) and collected through the mobile station monitoring the Secretaria do Meio Ambiente (SMAC) of Rio de Janeiro City in two places in the metropolitan area at Pontíficia Universidade Católica (PUC-Rio) and the Universidade do Estado do Rio de Janeiro (UERJ) at years 2011 and 2012. This study had three objectives: (1) to analyze the behavior of the variables, using the method of principal components analysis (PCA) of exploratory analysis; (2) propose forecasts of O3 levels from primary pollutants and meteorological factors, comparing the effectiveness of nonlinear methods like as artificial neural networks (ANN) and support vector machine regression (SVM-R), from primary pollutants and meteorological factors and finally, (3) perform data classification method using support vector machine classification (SVM-C). The PCA technique showed that for PUC dataset, variables NO, NOx and VSV have a greater impact on the concentration of O3 and the UERJ data set had the temperature (TEM) and Global Solar Radiation (RSG) as the most important variables. The results from the nonlinear regression techniques ANN and SVM obtained were very closely and acceptable to UERJ dataset presenting coefficient of determination (R2) for validation, 0.9122 and 0.9152 and Root Mean Square Error (RMECV) 7.66 and 7.85, respectively. As for the PUC and PUC + UERJ datasets, both techniques, obtained less satisfactory results. For these datasets, the SVM proved results slightly higher, and PCA, SVM and ANN had demonstrated their robustness presenting themselves as useful tools for understanding, classification and prediction scenarios for air quality

According to the last global burden of disease published by the World Health Organization, tumors were the third leading cause of death worldwide in 2004. Among the different types of tumors, colorectal cancer ranks as the fourth most lethal. To date, tumor diagnosis is based mainly on the identification of morphological changes in tissues. Considering that these changes appears after many biochemical reactions, the development of vibrational techniques may contribute to the early detection of tumors, since they are able to detect such reactions. The present study aimed to develop a methodology based on infrared microspectroscopy to characterize colon samples, providing complementary information to the pathologist and facilitating the early diagnosis of tumors. The study groups were composed by human colon samples obtained from paraffin-embedded biopsies. The groups are divided in normal (n=20), inflammation (n=17) and tumor (n=18). Two adjacent slices were acquired from each block. The first one was subjected to chemical dewaxing and H&E staining. The infrared imaging was performed on the second slice, which was not dewaxed or stained. A computational preprocessing methodology was employed to identify the paraffin in the images and to perform spectral baseline correction. Such methodology was adapted to include two types of spectral quality control. Afterwards the preprocessing step, spectra belonging to the same image were analyzed and grouped according to their biochemical similarities. One pathologist associated each obtained group with some histological structure based on the H&E stained slice. Such analysis highlighted the biochemical differences between the three studied groups. Results showed that severe inflammation presents biochemical features similar to the tumors ones, indicating that tumors can develop from inflammatory process. A spectral database was constructed containing the biochemical information identified in the previous step. Spectra obtained from new samples were confronted with the database information, leading to their classification into one of the three groups: normal, inflammation or tumor. Internal and external validation were performed based on the classification sensitivity, specificity and accuracy. Comparison between the classification results and H&E stained sections revealed some discrepancies. Some regions histologically normal were identified as inflammation by the classification algorithm. Similarly, some regions presenting inflammatory lesions in the stained section were classified into the tumor group. Such differences were considered as misclassification, but they may actually evidence that biochemical changes are in course in the analyzed sample. In the latter case, the method developed throughout this thesis would have proved able to identify early stages of inflammatory and tumor lesions. It is necessary to perform additional experiments to elucidate this discrepancy between the classification results and the morphological features. One solution would be the use of immunohistochemistry techniques with specific markers for tumor and inflammation. Another option includes the recovering of the medical records of patients who participated in this study in order to check, in later times to the biopsy collection, whether they actually developed the lesions supposedly detected in this research. / De acordo com o último compêndio de doenças publicado pela Organização Mundial da Saúde, tumores foram a terceira principal causa de morte mundial em 2004, sendo o câncer colorretal o quarto mais letal. O diagnóstico de tumores baseia-se, principalmente, na identificação de alterações morfológicas dos tecidos. Considerando-se que estas surgem após alterações bioquímicas, o desenvolvimento de técnicas espectroscópicas pode contribuir para a identificação de tumores em estágios iniciais, já que estas são capazes de caracterizar bioquimicamente as amostras em estudo. Esta pesquisa teve por objetivo desenvolver uma metodologia baseada em microespectroscopia infravermelha para caracterização de amostras de cólon, visando fornecer informações complementares ao médico patologista. Foram estudados três grupos de amostras obtidas de biópsias humanas incluídas em parafina: tecido normal (n=20), lesões inflamatórias (n=17) e tumores (n=18). Dois cortes histológicos adjacentes foram coletados de cada bloco. O primeiro corte foi submetido à remoção química de parafina e coloração H&E. O segundo corte foi utilizado para aquisição de imagens espectrais, não sendo submetido à remoção de parafina ou à coloração química. Foi implementada uma técnica computacional para pré-processamento dos espectros coletados, visando identificar a parafina nas imagens e corrigir variações na linha de base espectral. Tal metodologia foi adaptada para incluir dois tipos de controle de qualidade espectral. Após o pré-processamento, espectros pertencentes a uma mesma imagem foram comparados e agrupados de acordo com suas semelhanças bioquímicas. Os grupos obtidos foram submetidos à análise de um médico patologista que associou cada grupo a uma estrutura histológica, tendo como base o corte corado com H&E. Esta análise revelou as diferenças bioquímicas entre os três grupos estudados. Os resultados mostraram que inflamações severas tem propriedades bioquímicas semelhantes às dos tumores, sugerindo que estes podem evoluir a partir de tais inflamações. Foi construído um banco de dados espectral contendo as informações bioquímicas identificadas em cada grupo na etapa anterior. Espectros de novas amostras foram comparados com a informação contida no banco de dados, possibilitando a sua classificação em um dos três grupos: normal, inflamação ou tumor. O banco de dados foi validado interna e externamente por meio da sensibilidade, especificidade e acurácia de classificação. Discrepâncias foram encontradas ao comparar os resultados da classificação com os cortes histológicos corados com H&E. Algumas regiões que se mostram histologicamente normais foram identificadas como inflamação pelo algoritmo de classificação, assim como regiões histologicamente inflamadas foram classificadas no grupo tumoral. Tais discrepâncias foram consideradas como erros de classificação, ainda que possam ser indícios de que alterações bioquímicas estejam ocorrendo nos tecidos analisados. Neste caso, a metodologia desenvolvida teria se mostrado capaz de identificar precocemente lesões inflamatórias e tumorais. É necessário realizar experimentos adicionais para elucidar esta discrepância entre o algoritmo de classificação e a morfologia do tecidual. Uma solução seria o emprego de técnicas de imunohistoquímica com marcadores específicos para câncer e inflamação. Outra opção seria recuperar os registros médicos dos pacientes que participaram deste estudo para verificar se, em períodos posteriores à coleta da biópsia, houve realmente o desenvolvimento das lesões supostamente identificadas neste estudo.

Neste trabalho estuda-se a aplicação de métodos estatísticos multivariáveis para a classificação de gasolinas comerciais em conformidade à legislação vigente. Atualmente, a ANP baseia a classificação em limites máximos e mínimos para uma série de diferentes propriedades físico-químicas. O objetivo do trabalho é propor uma metodologia para fazer uma triagem das amostras coletadas durante o Programa de Monitoramento da Qualidade dos Combustíveis através de um método de classificação. Ela utiliza a espectroscopia NIR, que é uma técnica rápida e não destrutiva, como método analítico. Com isto será possível reduzir o número de ensaios físico-químicos que não necessariamente seriam realizados sistematicamente em todas as amostras, reduzindo-se os custos e aumentando-se a quantidade de postos monitorados. As análises NIR produzem grandes quantidades de dados, o que leva à utilização de técnicas estatísticas multivariáveis para estabelecer as metodologias de classificação. Neste trabalho utilizam-se técnicas já consagradas, como a PCA e a PLS para a compressão dos dados e a LDA e QDA para a classificação das amostras. Os dados analisados correspondem às propriedades físico-químicas e aos espectros NIR de um conjunto de 216 amostras de gasolinas comerciais, utilizado para a concepção dos modelos de classificação, e de outro de 50 amostras, utilizado para a validação dos modelos. Os modelos testados no trabalho foram as combinações da PCA-LDA, PCA-QDA, PLS-LDA, PLS-QDA, PLS (regressão) e a análise dos gráficos de scores (biplot). Os melhores desempenhos foram obtidos pelos gráficos dos scores, em seguida pela regressão PLS, PLS-QDA, PCA-QDA e PLS-QDA. Existem ainda algumas etapas a serem alcançadas para tornar prática a utilização da classificação de gasolinas comerciais através de NIR, no entanto, a contribuição deste estudo é importante pois permitiu demonstrar a sua viabilidade técnica. / In this work, the application of multivariable statistical methods for the classification of commercial gasoline in accordance to applicable laws in Brazil is studied. In the present, the ANP bases the classification of gasoline on lower and upper bounds defined for a number of physico-chemical properties. The objective of this work is to propose an alternative analysis methodology, that is adequate for making a pre-sorting of the samples collected by the Fuel Quality Monitoring Program through a classification method. This method is based on NIR spectroscopy, that is a fast and non-destructive technique, as the analytical method. In this way, it would be possible to reduce the number of physico-chemical analyses, as it would be possible not to perform them on every sample, reducing costs and increasing the quantity and frequency of gas stations that could be monitored. NIR analyses produce a great quantity of data, that makes the use of multivariable statistical techniques necessary in order to set up classification methodologies. In this work the well-known PCA and PLS techniques are used for data compression, and LDA and QDA analyses for sample classification. The data studied correspond to the physico-chemical properties and NIR spectra of a total of 216 commercial gasoline samples, used for model design, and of a 50 samples, used for validation. The classification methods that are tested are combinations of PCA-LDA, PCA-QDA, PLS-LDA, PLS-QDA, PLS (regression) and data compression scores graphical analysis (biplot). Best performance was obtained with compression scores graphical analysis, followed by PLS regression, PLS-QDA, PCA-QDA and PLS-QDA. There are still some steps to be fulfilled before the usage of commercial gasoline classification through NIR could be practical. However, this study has shown that this methodology is technically feasible.

A doença cancro cítrico é considerada uma das mais importantes doenças da citricultura devido ao seu poder de proliferação nas fazendas, e aos danos causados às plantas e frutos. Os prejuízos causados pela presença da doença são consideravelmente preocupantes, pois as principais medidas de controle pelos órgãos responsáveis envolvem a erradicação de plantas infectadas e demais plantas vizinhas, inviabilizando economicamente grandes áreas produtivas. A legislação brasileira exige um extenso protocolo de atividades que necessita ser realizado antes da confirmação do diagnóstico. Atrasos na confirmação do diagnóstico favorecem a proliferação da doença. Assim, qualquer esforço em acelerar esta detecção deve com certeza ter um grande impacto nesta área. Esta é a motivação de nosso trabalho, onde aplicamos a técnica de espectroscopia por imagens de fluorescência em folhas de culturas cítricas com a intenção de avaliar a capacidade de diagnóstico desta técnica em plantas assintomáticas contaminadas no laboratório com cancro cítrico. O objetivo é determinar o instante de tempo mínimo necessário entre a infecção e o diagnóstico preciso da doença. Este estudo foi aplicado para experimentos envolvendo amostras destrutivas e não-destrutivas. Os resultados mostram a possibilidade de aplicar tal técnica na detecção de cancro cítrico. / The citrus canker disease is considered one of the most important citrus diseases due to its ability to spread on farms, and to damage plants and fruits. The damage, caused by the citrus canker, can be devastating, because the main control actions involve the eradication of infected plants and other plants nearby, causing large economic losses. Brazilian law requires an extensive testing protocol to confirm the diagnosis. Delays in diagnosis tests allows the spread of the disease. Therefore, any effort to accelerate this procedure will have a major impact in this area. This is the motivation of our work, where we apply the fluorescence imaging spectroscopy technique on citrus leaves with the goal to evaluate the diagnostic capability of this technique in asymptomatic plants infected with citrus canker in the laboratory. The goal is to determine the minimum time delay between infection and accurate diagnosis of the disease. This study was applied to experiments involving non-destructive and destructive samples. The results show the possibility of applying this technique in the detection of citrus canker.

Nesta tese foi estudado um grupo de 28 compostos não-imidazólicos antagonistas do receptor H3 através de cálculos de orbitais moleculares utilizando os métodos de química quântica Austin Model 1, Hartree-Fock-Roothaan e Teoria do Funcional da Densidade com o objetivo de investigar possíveis relações entre descritores eletrônicos teóricos e as afinidades ligantes experimentais desses compostos (pKi). Observou-se nos resultados obtidos que as energias dos orbitais FERMOs (Frontier Effective-for-Reaction Molecular Orbitals) apresentam melhor correlação com os valores de pKi do que as energias dos orbitais de fronteira HOMO (Highest Occupied Molecular Orbital) e LUMO (Lowest Unoccupied Molecular Orbital). Além disso, verificou-se pelas análises de métodos multivariados PCA (Principal Componente Analysis) e HCA (Hierarchical Cluster Analysis) que um conjunto de quatro descritores foi capaz de separar os compostos em dois grupos distintos, o primeiro que apresenta valores de afinidades ligantes maiores e o segundo com menores valores de pKi. Esta separação foi possível com o uso dos seguintes descritores teóricos: energia do FERMO (εFERMO), carga derivada do potencial eletrostático no átomo de nitrogênio N1, índice de densidade eletrônica no átomo N1 (Σ(FERMO) ci2) e eletrofilicidade (ω\'). Estes descritores foram utilizados, posteriormente, para a construção de três equações de regressão pelo método PLS (Partial Least Squares). O melhor modelo de regressão gerou os seguintes parâmetros estatísticos Q2 = 0,88 e R2 = 0,927, obtidos com um conjunto treino e de validação externa de 23 e 5 moléculas, respectivamente. Logo após a avaliação da equação de regressão, juntamente com os valores dos descritores selecionados e outros não selecionados, foi sugerido que altos valores de energias dos FERMOs e de Σ(FERMO) ci2 em conjunto com baixos valores de eletrofilicidades e cargas extremamente negativas no átomo N1 são parâmetros relevantes para potencializar as afinidades ligantes de outros compostos a serem sintetizados, que apresentem estruturas químicas semelhantes às moléculas estudadas neste trabalho. Além disso, esses compostos podem ser considerados como doadores de elétrons e, logo, há uma grande probabilidade que tais moléculas interajam com o receptor histamínico H3 a partir de um processo de transferência de carga. / In this thesis, molecular orbital calculations were carried out on a set of 28 non-imidazole H3 antihistamine compounds using Austin Moldel 1, Hartree-Fock-Roothaan, and Density Functional Theory methods in order to investigate the possible relationships between electronic descriptors and binding affinity for H3 receptors (pKi). It was observed that the frontier effective-for-reaction molecular orbital (FERMO) energies were better correlated with pKi values than HOMO (Highest Occupied Molecular Orbital) and LUMO (Lowest Unoccupied Molecular Orbital) energy values. Exploratory data analysis through hierarchical cluster (HCA) and principal component analysis (PCA) showed a separation of the compounds into two sets by using four descriptors, one grouping the molecules with high pKi values, the other gathering low pKi value compounds. This separation was obtained with the use of the following descriptors: FERMO energies (εFERMO), charges derived from the electrostatic potential on the nitrogen atom (N1), electronic density indexes for FERMO on the N1 atom (Σ(FERMO) ci2), and electrophilicity (ω\'). These electronic descriptors were used to construct three quantitative structure-activity relationship (QSAR) models through the Partial Least Squares Method (PLS). The best model generated Q2 = 0.88 and R2 = 0.927 values obtained from a training set and external validation of 23 and 5 molecules, respectively. After the analysis of the PLS regression equation, the values for the selected electronic descriptors and other descriptors, it is suggested that high values of FERMO energies and of Σ(FERMO) ci2, together with low values of electrophilicity and pronounced negative charges on N1 appear as desirable properties for the conception of new molecules which might have high binding affinity. Moreover, these molecules can be classified as electron donating compounds and have a great probability of interacting through a charge transfer process with the biological receptor H3.

Responsable d’un quart des accidents vasculaires cérébraux, la fibrillation auriculaire (FA) est l’arythmie cardiaque la plus répandue. La thérapie d’ablation par cathéter (CA) est de plus en plus utilisée pour traiter la FA, mais ses effets sur le substrat cardiaque ne sont pas suffisamment compris, d’où un taux de réussite très variable. L’électrocardiogramme (ECG) à 12 voies représente un outil non invasif peu coûteux pour caractériser la FA à partir de l’activité électrique du cœur. Cependant, les prédicteurs classiques de l’issue de la CA présentent plusieurs inconvénients, notamment leur calcul manuel sur une seule voie de l’ECG. Cette thèse exploite explicitement le caractère multi-capteur de l’ECG au moyen de techniques de décomposition multivariées, démontrant qu’elles peuvent améliorer la puissance prédictive de certaines propriétés de l’ECG dans le cadre de la CA. L’amplitude des ondes fibrillatoires est corrélée avec le résultat de la CA, et traitée par une méthode multi-capteur basée sur l’analyse en composantes principales (PCA). Des variantes comme la PCA pondérée (WPCA) et la factorisation en matrices non négatives (NMF) peuvent aussi quantifier la variabilité spatio-temporelle de la FA sur l’ECG. La théorie de l’information permet également d’estimer le niveau de corrélation entre les voies de l’ECG, mis en relation avec le résultat de la CA grâce à des approches multi-capteurs. Enfin, une dernière ligne de recherche concerne la réponse ventriculaire manifestée sur la variabilité cardiaque. L’approche paramétrique de processus ponctuel est capable de souligner certaines propriétés de cette variabilité, améliorant ainsi la caractérisation de la FA. / Atrial fibrillation (AF) is the most common sustained arrhythmia encountered in clinical practice, and one of the main causes of stroke. Yet its thorough characterization and treatment remain an open issue. Despite the increasing popularity of the radiofrequency catheter ablation (CA) therapy, very little is known about its impact on heart substrate, leading to rather uncertain success rates. This calls for advanced signal processing tools for quantitatively assessing CA outcome. The surface 12-lead electrocardiogram (ECG), a noninvasive and cost-effective cardiac activity recording modality, provides valuable information about AF. However, some issues affect most of the standard CA outcome predictors, e.g., manual computation and limited single-lead perspective. This thesis aims at explicitly exploiting the ECG’s multilead character through multivariate decomposition tools, so as to enhance the role of some ECG features as CA outcome predictors. Fibrillatory wave amplitude is correlated with CA success in a multilead framework through principal component analysis (PCA). Multivariate approaches also enhance AF spatiotemporal variability measured on the ECG (e.g., weighted PCA, nonnegative matrix factorization), evidencing that the less repetitive the AF pattern, the less likely CA success. Information theory also quantifies interlead similarity between AF patterns, and is linked with CA outcome in a multilead framework. Another perspective focuses on the ventricular response as reflected on heart rate variability (HRV). Point process modeling can highlight certain HRV properties typical of AF in a parametric probabilistic context, helping AF pattern recognition.