Made available in DSpace on 2015-03-26T13:32:04Z (GMT). No. of bitstreams: 1 texto completo.pdf: 569181 bytes, checksum: 1b525772884dca74fcef6c9c8033aaa5 (MD5) Previous issue date: 2008-09-05 / Coordenação de Aperfeiçoamento de Pessoal de Nível Superior / Reburning caused by Phytophthora infestansis is characterized as an aggressive disease of great destructive impact, capable of limiting or even hindering the economic cultivation of the tomato plant under conditions of high humidity and low temperatures. In view of the problems reburning can cause to tomato plant crops, this work aimed to: 1) fit models to describe the progress of the disease and form groups of tomato accesses with similar curves; 2) estimate data referring to the number of days to reach 5% severity of the disease, by means of inverse regression; 3) fit survival curves by means of the Kaplan-Meier estimator for the access groups and compare them by means of the Logrank test;4)fit survival curves by means of probabilistic models and compare these curves with Kaplan Meir´s non-parametric technique. Using tomato reburning real data, it was possible to fit the exponential model (Y = y0 exp (rX)) to describe the disease s progress. The means of the parameter estimates were submitted to grouping analysis using the centroid method, generating 10 access groups. Time up to 5% of the disease was calculated via inverse regression. Non-parametric techniques were used to estimate survival function by means of the Kaplan-Meier´s estimator to compare the survival curves by the Logrank test .The survival function was also fit using the probabilistic models, exponential Weibull and Log-normal, respectively, which were compared by means of the verisimilitude ratio test (VRT), considering the generalized Gamma model, as a general case for these models. The methodology applied allowed fitting the exponential model to describe tomato plant reburning progress and to regroup the accesses studied in the 10 groups. The access BGH-6 obtained a smaller disease progress than the others, thus characterizing its higher resistance to the disease; An inverse regression allowed time estimation up to the occurrence of 5% of the severity of the tomato plant reburning. The Kaplan-Meier ´s non-parametric technique allowed estimating the survival curves of the tomato plant accesses belonging to the groups 1, 2, 4, 6 and 8. Utilizing the Logrank test, it could be concluded that most two-by-two comparisons were significant (p<0.05), except in the comparisons of groups 2x4, 4x8 and 6x8. The use of the probabilistic models, exponential Weibull and Log-normal allowed estimating the survival curves of groups 2, 4, 6 and 8, except for group 4, to which the Weibull model was not adequate. Comparing the probabilistic models with the non-parametric technique, the curves of the probabilistic models of groups 2 and 4 presented satisfactory results, compared to the curve estimated by Kaplan-Meier. / A requeima causada por Phytophthora infestans caracteriza-se por ser uma doença agressiva e de grande impacto destrutivo, podendo limitar ou até mesmo impedir o cultivo econômico do tomateiro sob condições de alta umidade e baixas temperaturas. Diante dos problemas que a requeima pode provocar às lavouras de tomate, este trabalho teve por objetivos: 1) ajustar modelos para descrever o progresso da doença e formar grupos de acessos de tomateiro com curvas semelhantes; 2) estimar dados referentes ao número de dias até atingir 5% de severidade da doença, por meio de regressão inversa; 3) ajustar curvas de sobrevivência por meio do estimador de Kaplan-Meier para grupos de acessos e compará-las mediante o uso do teste Logrank; 4) ajustar curvas de sobrevivência por meio de modelos probabilísticos e compará-las com a técnica não-paramétrica de Kaplan-Meier. Utilizando dados reais sobre a requeima do tomateiro, foi possível ajustar o modelo exponencial (Y = y0 exp (rX)) para descrever o progresso da doença. As médias das estimativas dos parâmetros foram submetidas à análise de agrupamento pelo método Centróide, o que gerou 10 grupos de acessos, sendo o tempo até a incidência de 5% da doença calculado via regressão inversa. Foram utilizadas técnicas não-paramétricas para estimar a função de sobrevivência por meio do estimador de Kaplan-Meier e para comparar as curvas de sobrevivência pelo teste Logrank. Foi também ajustada a função de sobrevivência, empregando-se os modelos probabilísticos Exponencial, Weibull e Log-normal, os quais foram comparados por meio do Teste da Razão da Verossimilhança (TRV), considerando-se o modelo Gama generalizado por ser caso geral para esses modelos. A metodologia utilizada permitiu ajustar o modelo Exponencial para descrever o progresso da requeima do tomateiro e agrupar os acessos estudados em 10 grupos. O acesso BGH-6 sofreu um progresso de doença menor que os demais, caracterizando-se, assim, sua maior resistência à enfermidade. A regressão inversa possibilitou estimar o tempo até a ocorrência de 5% da severidade da requeima do tomateiro. Pela técnica não-paramétrica de Kaplan-Meier, foi possível estimar as curvas de sobrevivência dos acessos de tomateiro pertencentes aos grupos 1, 2, 4, 6 e 8. Utilizando o teste Logrank, pode-se concluir que a maioria das comparações duas a duas foi significativa (p<0,05), exceto nas comparações dos grupos 2x4, 4x8 e 6x8. O uso dos modelos probabilísticos Exponencial, Weibull e Log-normal possibilitou a estimação das curvas de sobrevivência nos grupos 2, 4, 6 e 8, exceto no grupo 4, em que o modelo Weibull não foi adequado. Comparando os modelos probabilísticos com a técnica não-paramétrica, as curvas dos modelos probabilísticos dos grupos 2 e 4 apresentaram ajustes satisfatórios com relação à curva estimada por Kaplan-Meier.

Made available in DSpace on 2015-03-26T13:32:11Z (GMT). No. of bitstreams: 1 texto completo.pdf: 446864 bytes, checksum: 1ba8efc18a08b922adc7e2c5eb3dc55c (MD5) Previous issue date: 2011-02-24 / The aim of this study was to evaluate the efficiency of spatial analysis, which considers spatially dependent errors, for classification of common bean families in relation to traditional analysis in randomized blocks and lattice that assuming independent errors. Were considered different degrees of spatial dependence and experimental precision. Were taken as reference to simulate the results of seven experiments carried out in simple square lattice for genetic evaluation of yield (g/plot) of families and bean cultivars of winter crops and water used in 2007 and 2008. From the results presented in the simulation, it was possible to assess the quality of their experiments based on different analysis (Block, lattice and Spatial) and simulated average of 100 families in different scenarios for Spatial Dependence (DE) and Accuracy Selective (AS). In the process of simulation, the average yield (645 g/plot) and the residual variance (7744.00), was defined based on the analysis results of the tests in blocks of bean breeding program at UFV. To make up the four simulated scenarios were considered magnitude of spatial dependence (null, low, medium and high), corresponding to ranges of 0, 25, 50 and 100% of the maximum distance between plots. Were also simulated three classes of selective accuracy (0.95, 0.80 and 0.60), corresponding to the experimental precision very high, high and average, respectively. The actual classification of families was used to evaluate the efficiency of analysis methods tested by Spearman correlation applied to orders and genotypic classification of Selection Efficiency between classifications based on tested methodologies and the actual classification for the selection of 10, 20 and 30% of the best families. To compare the efficiency of adjustment of the models tested, was used the Akaike information criterion (AIC), based on likelihood. Spatial analysis has provided estimates of residual variance very close to the simulated residual variance and higher selective accuracy estimated in all scenarios, indicating greater experimental accuracy. With the reduction in the accuracy and selective increase in spatial dependence, there was greater influence of analysis on the classification of families, and the spatial analysis showed the best results, providing more efficient selection of bean families than traditional analysis of randomized blocks and lattice, mainly for the selection of fewer families. The results for selective accuracy estimated on the basis of F statistics were very close to those obtained with the Spearman correlation between estimated and simulated averages for families, indicating that the accuracy should be used selectively as a measure of experimental precision tests of genetic evaluation. / O objetivo deste trabalho foi avaliar a eficiência da análise Espacial, que considera erros dependentes espacialmente, para classificação de famílias de feijoeiro em relação às análises tradicionais em blocos casualizados e em látice que assumem erros independentes. Considerou-se diferentes graus de dependência espacial e de precisão experimental. Foram tomados como referência para simulação os resultados de sete ensaios instalados em látice quadrado simples para avaliação genética da produtividade de grãos (g/parcela) de famílias e cultivares de feijoeiro das safras de inverno e das águas de 2007 e 2008. A partir dos resultados apresentados na simulação, foi possível avaliar a qualidade dos respectivos experimentos com base nas diferentes análises (Bloco, Látice e Espacial) e médias simuladas das 100 famílias nos diferentes cenários para Dependência Espacial (DE) e Acurácia Seletiva (AS). No processo de simulação, a média de produção (645 g/parcela), bem como a variância residual (7744,00), foi definida com base nos resultados de análises em blocos de ensaios do programa de melhoramento do feijoeiro da UFV. Para a composição dos cenários simulados foram consideradas quatro magnitudes de dependência espacial (nula, baixa, média e alta), correspondendo aos alcances 0, 25, 50 e 100% da distância máxima entre parcelas. Também foram simuladas três classes de acurácia seletiva (0,95, 0,80 e 0,60), correspondente a precisão experimental muito alta, alta e média, respectivamente. A classificação real das famílias foi utilizada para avaliar a eficiência das metodologias de análise testadas através da correlação de Spearman aplicada às ordens de classificação genotípica e da Eficiência de Seleção entre classificações com base nas metodologias testadas e na classificação real, para a seleção de 10, 20 e 30% das melhores famílias. Para comparar a eficiência de ajuste dos modelos testados, foi utilizado o critério de Informação de Akaike (AIC), baseado em verossimilhança. A análise Espacial apresentou estimativas de variância residual muito próxima da variância residual simulada e maior acurácia seletiva estimada em todos os cenários, indicando maior precisão experimental. Com a redução na acurácia seletiva e aumento na dependência espacial, observou-se maior influência do tipo de análise sobre a classificação das famílias, sendo que a análise espacial apresentou os melhores resultados, proporcionando seleção mais eficiente das famílias do feijoeiro do que as análises tradicionais em Látice e em Blocos casualizados, principalmente, para seleção de menor número de famílias. Os resultados para acurácia seletiva estimada em função da estatística F foram muito próximos aos obtidos para a correlação de Spearman entre médias estimadas e simuladas para as famílias, indicando que a acurácia seletiva deve ser utilizada como medida de precisão experimental nos ensaios de avaliação genética.

La modélisation pharmacocinétique en tomographie par émission par positrons (TEP) permet d’estimer les paramètres physiologiques liés à l’accumulation dynamique d’un radiotraceur. Les paramètres estimés sont biaisés par le bruit dans les images TEP dynamiques durant l’ajustement des courbes d’activité des tissus, plus communément appelées TAC de l’anglais Time Activity Curve. La qualité des images TEP dynamiques est limitée par la statistique de comptage et influencée par les paramètres de reconstruction choisis en termes de résolution spatiale et temporelle. Il n’existe pas de recommandations claires pour les paramètres de reconstruction à utiliser pour les images dynamiques TEP. L’objectif de ce projet de maitrise est d’évaluer le biais dans l’estimation des paramètres pharmacocinétiques afin de trouver les paramètres de reconstruction TEP les plus optimaux en termes de résolution spatiale et de niveau de bruit. Plus précisément, ce projet cherche à déterminer quel modèle d’AIF offre les meilleurs ajustements, mais aussi quel modèle de poids permet la meilleure estimation des paramètres pharmacocinétiques pour le modèle à deux compartiments. Ce faisant, il serait possible de mieux planifier la reconstruction d’images TEP dynamique et potentiellement améliorer leur résolution spatiale. Afin de tester les biais dans les paramètres pharmacocinétiques sous différents niveaux de bruit, un objet de référence numérique (DRO) avec les informations trouvées dans la littérature sera construit. Ensuite, des simulations numériques seront effectuées avec ce DRO afin de trouver les paramètres de reconstruction et le niveau de bruit le plus optimal. Un biais réduit des paramètres pharmacocinétiques et une meilleure résolution spatiale des images TEP dynamique permettrait de détecter des cancers ou tumeurs à des stades moins avancés de la maladie, permettant potentiellement un traitement plus efficace et avec moins de séquelles et d’effets secondaires pour les patients. En outre, cela permettrait aussi de visualiser l’hétérogénéité des tumeurs. / Pharmacokinetic models in positron emission tomography (PET) allow for the estimation of physiological parameters linked to the dynamic accumulation of a radiotracer. Estimated parameters are biased by noise in dynamic PET images during the fitting of Time Activity Curves (TAC). Image quality in dynamic PET is limited by counting statistics and influenced by the chosen reconstruction parameters in terms of spatial and temporal resolution. Clear recommendations and guidelines for the reconstruction parameters that should be used do not exist at the moment for dynamic PET. The goal of this masters project is to evaluate the bias in the pharmacokinetic parameters estimation to find the optimal PET reconstruction parameters in terms of spatial resolution and noise levels. More precisely, this project aims to determine which AIF model produces the best fits, but also which weight noise model allows for the best parameters estimation with the two compartment model. It would then be possible to plan the PET image reconstruction more finely and potentially improve spatial resolution. To test the pharmacokinetic parameters’ biases under different noise levels, a Digital Reference Object (DRO) with information and specifications found from the litterature will be built. Then, numerical simulations will be done with that DRO to find the optimal noise level and value for the pharmacokinetic parameter. A reduced bias in these parameters and an improved spatial resolution would allow the detection of tumors or lesions at earlier stages, which could potentially allow for a more potent treatment with less short and long term side effects. It would also allow the visualization and quantification of lesion heterogeneity.