Este trabalho apresenta um sistema neural modular, que processa separadamente informações de contexto espacial e temporal, para a tarefa de reprodução de sequências temporais. Para o desenvolvimento do sistema neural foram considerados redes neurais recorrentes, modelos estocásticos, sistemas neurais modulares e processamento de informações de contexto. Em seguida, foram estudados três modelos com abordagens distintas para aprendizagem de seqüências temporais: uma rede neural parcialmente recorrente, um exemplo de sistema neural modular e um modelo estocástico utilizando a teoria de modelos markovianos escondidos. Com base nos estudos e modelos apresentados, esta pesquisa propõe um sistema formado por dois módulos sucessivos distintos. Uma rede de propagação direta (módulo estimador de contexto espacial) realiza o processamento de contexto espacial identificando a seqüência a ser reproduzida e fornecendo um protótipo do contexto para o segundo módulo. Este é formado por uma rede parcialmente recorrente (módulo de reprodução de sequências temporais) para aprender as informações de contexto temporal e reproduzir em suas saídas a seqüência identificada pelo módulo anterior. Para a finalidade mencionada, este mestrado utiliza a distribuição de Gibbs na saída do módulo para contexto espacial de forma que este forneça probabilidades de contexto espacial, indicando o grau de certeza do módulo e possibilitando a utilização de procedimentos especiais para os casos de dúvida. O sistema neural foi testado em conjuntos contendo trajetórias abertas, fechadas, e com diferentes situações de ambigüidade e complexidade. Duas situações distintas foram avaliadas: (a) capacidade do sistema em reproduzir trajetórias a partir de pontos iniciais treinados; e (b) capacidade de generalização do sistema reproduzindo trajetórias considerando pontos iniciais ou finais em situações não treinadas. A situação (b) é um problema de difícil ) solução em redes neurais devido à falta de contexto temporal, essencial na reprodução de seqüências. Foram realizados experimentos comparando o desempenho do sistema modular proposto com o de uma rede parcialmente recorrente operando sozinha e um sistema modular neural (TOTEM). Os resultados sugerem que o sistema proposto apresentou uma capacidade de generalização significamente melhor, sem que houvesse uma deterioração na capacidade de reproduzir seqüências treinadas. Esses resultados foram obtidos em sistema mais simples que o TOTEM. / This work presents a new modular neural system to deal separately with spatial and temporal context information, during temporal sequence processing. Given the initial and final states of the sequence, the neural system can reproduce the whole sequence linking these points. The proposed model involves concepts on recurrent neural networks, stochastic models, modular neural systems and context information processing. Three models based on distinct approaches to learn temporal sequences were particularly important in this work: a partially recurrent neural network, a modular neural system and a stochastic model based on the Hidden Markov Models theory. This master thesis presents a new modular neural system composed of two supervised neural networks. A feedforward neural network (spatial context estimator) to identify the desired sequence to be reproduced and to provide a spatial context prototype to the second module. This is a partially recurrent neural network to reproduce the sequence identified by the former module. Moreover, the first module employs the Gibbs distribution in the spatial context estimator outputs in such a way to obtain the uncertainty of the sequence identification task. Thus, with these probability values, special procedures may be used whenever a doubt occurs. The proposed system was evaluated in different domains containing open and closed sequences with different levels of complexity due to space dimension and level of ambiguity of the trained trajectories. The system was evaluated according to its ability to reproduce the sequence whenever versions of the initial and final points are provided. A version may be exactly the points seen during the training stage or points trained as intermediate states. The latter is considered a difficult task for recurrent neural networks due to the lack of temporal context information. Experiments were done comparing the performance of the proposed modular neural system with the performance of a recurrent neural network itself and a modular neural system (a model called TOTEM) for sequence reproduction. The results suggest that the proposed modular neural system presented ability to generalize significant1y better that of the recurrent neural network without deteriorating its ability to reproduce sequences starting from trained situations. The neural system may reproduce the results of the TOTEM with a simpler topology.

Made available in DSpace on 2015-03-05T13:53:45Z (GMT). No. of bitstreams: 0 Previous issue date: 11 / Coordenação de Aperfeiçoamento de Pessoal de Nível Superior / Neste trabalho é proposto um método de extração de conhecimento a partir de Redes Neurais Recorrentes. Expressar formalmente o conhecimento armazenado dentro de uma Rede Neural Artificial representa um grande desafio, já que tal conhecimento precisa ser reformulado e apresentado de uma maneira simples e inteligível. Três formalismos simbólicos são abordados para a representação deste conhecimento: Autômatos Finitos Difusos, Cadeias de Markov e Autômatos Finitos Determinísticos. Para as extrações de conhecimento utilizadas no trabalho, atribui-se significado às regiões do espaço de atividade dos neurônios. O método proposto utiliza a clusterização do espaço neural para obtenção dos estados do autômato, sendo utilizados para isso, o algoritmo K-means e a clusterização difusa. A obtenção do conhecimento é feita utilizando-se Redes Neurais Recorrentes para aprender o comportamento de dois sistemas dinâmicos não lineares e, a partir das redes treinadas, extrair os estados e possíveis transições do autômato. Os sis / ln this work a method ofknowledge extraction from Recurrent Neural Network is proposed. Express formally the knowledge stored inside an Artificial Neural Network is a great challenge, because such knowledge has to be reformulated and presented by simple and understandable means. Three symbolic formats are presented for the representation of this knowledge: Fuzzy Finite Automata, Markov Chains and Deterministic Finite Automata. For the knowledge extraction used in this work, each space region of the neuron activity is associated to a meaning. The considered method uses clusterization of the neural space in order to obtain the automata states, using the K-means algorithm and the fuzzy clustering. The knowledge acquisition is made using Recurrent Neural Networks to learn the behavior of the two non linear dynamic systems and, from the trained nets, to extract the states and possible automata transitions. The dynamic systems are the lnverse Pendulum system and the Lorenz system. The presented extraction method wa

BACKGROUND: Numerous epidemiologic studies have identified obesity as a vital risk factor for the development of colorectal cancer (CRC). More recently, obesity has been linked to the development of colorectal adenomatous polyps (adenomas), the precursor lesion of up to 80% of CRCs. The extent to which weight loss could reduce risk in obese patients is unclear. PROPOSED PROJECT: The proposed study is a randomized clinical trial that aims to evaluate the relationship between weight reduction and the prevalence of recurrent (metachronous) adenomas among obese patients in a safety-net health care setting. The intervention group will participate in a comprehensive, individually structured weight loss program in order to achieve successful long-term weight loss. The control group will receive no special recommendations about weight loss other than as part of “usual care”. Anthropometric measures (weight in kilograms [kg], height in meters squared [m2] and body mass index [BMI]) will be monitored annually until the time of surveillance colonoscopy which will occur in accordance with the U.S. Multi-Society Task Force recommendations. Statistical methods will be used to compare rates of recurrent adenomas among the two study groups after adjustments for duration of follow-up and potential confounders. CONCLUSION/SIGNIFICANCE: The results of this study will provide new evidence to support weight reduction as a preventive strategy for reducing CRC risk among obese patients.

Made available in DSpace on 2017-07-25T19:30:46Z (GMT). No. of bitstreams: 1 Danilo Fernando Silva.pdf: 2153350 bytes, checksum: 98ff37c94e2ac6b2c024e233ffbea127 (MD5) Previous issue date: 2014-05-20 / Coordenação de Aperfeiçoamento de Pessoal de Nível Superior / The objectives were to evaluate the potential of half sib progenies of maize for the ability to produce green maize, estimate through statistical multivariate procedures the genetic divergence and select maize progenies with the highest number of characteristics of interest. The 96 progenies were evaluated in two experiments in a randomized block design with three replications, using the variety Cativerde 02 (CATI - SP) and the hybrid AG 1051 (AGROCERES) as commercial control. 18 phenotypic characteristics were measured associated with agronomic adaptation, the potential yield and the commercial aspect of the ears of maize. The data were submitted the individual and joint analyses of variance of the experiments. The means of phenotypic variables were grouped according to Scott and Knott test. The genetic parameters were estimated using the mathematical expectation of the mean squares of the sources of variation, were considered random the effects of treatments (progenies) and experiments. The genetic divergence between treatments was obtained from the Generalized Mahalanobis Square Distance. The genotypes were grouped by genetic dissimilarity through UPGMA and Tocher Optimization methods. To check the consistency of groups Fisher discriminant analysis (1936) was applied. The phenotypic variables were submitted to principal component analysis aiming to reduce the data dimension and selection high progenies for ability to produce green maize. The results of the 18 characteristics confirmed the genetic potential of the majority half sib progenies as function the productive precocity, high yield and commercial quality of the ears of green maize when compared to commercial control. The genetic parameters estimates showed high variability among the progenies, indicating the possibility of genetic gains with artificial selection. The UPGMA cluster analysis and Tocher were effective in identifying dissimilarity genotypes groups. The UPGMA method was more sensitive than the Tocher optimization, because it enabled the formation of 11 genetically dissimilar groups. The principal component analysis (PC) reduced set of 18 variables on three principal components explaining 70 % of the total phenotypic variance. The coefficients of the eigenvectors indicated that PC1 was more related to the productive potential of green maize ears. The PC2 was more influenced by the characteristics associated with the ears commercial aspect and PC3 for adaptive characteristics of maize genotypes. The eigenvectors of the PC1 showed the characteristics RENDC, NEC, %EC, REND, PE, % EE and PEC were the most important in defining the productive potential and as well as to attend the demands of the consumer market, allowing through the scores of this the selection of 30 half sib progenies highly favorable to this ability. / Os objetivos do trabalho foram avaliar o potencial de progênies de meios irmãos de milho quanto à aptidão para produção de milho verde, estimar através de procedimentos estatísticos multivariados a divergência genética e selecionar progênies de milho com o maior número de características de interesse. As 96 progênies foram avaliadas em dois experimentos no delineamento aleatorizado em blocos com três repetições, utilizando a variedade Cativerde 02 (CATI-SP) e o híbrido AG 1051 (AGROCERES) como testemunhas comerciais. Foram mensuradas 18 características fenotípicas associadas à adaptação agronômica, ao potencial de rendimento e ao aspecto comercial das espigas de milho verde. Os dados foram submetidos às análises de variância individuais e conjunta dos experimentos. As médias das variáveis fenotípicas foram agrupadas pelo teste de Scott e Knott. Os parâmetros genéticos foram estimados através da esperança matemática dos quadrados médios das fontes de variação, sendo considerados aleatórios os efeitos de tratamentos (progênies) e de experimentos. A divergência genética entre os tratamentos foi obtida a partir da Distância Quadrada Generalizada de Mahalanobis. Os genótipos de milho foram agrupados pela dissimilaridade genética através dos métodos UPGMA e de Otimização de Tocher. Para verificar a consistência dos grupos foi aplicada a análise discriminante de Fisher (1936). As variáveis fenotípicas foram submetidas a análise de componentes principais visando a redução da dimensão dos dados e a seleção de progênies superiores para a aptidão de milho verde. Os resultados das 18 características confirmaram o potencial genético da maioria das progênies de meios irmãos em função da precocidade produtiva, elevado rendimento e qualidade comercial das espigas de milho verde quando comparadas as testemunhas comerciais. As estimativas dos parâmetros genéticos evidenciaram elevada variabilidade entre as progênies, indicando a possibilidade de ganho genético com a seleção artificial. Os métodos de agrupamento UPGMA e Tocher foram eficazes na identificação de grupos de genótipos dissimilares. O método UPGMA foi mais sensível que o de Otimização de Tocher, pois possibilitou a formação de 11 grupos geneticamente dissimilares. A análise de componentes principais (CP) reduziu o conjunto de 18 variáveis em três componentes principais explicando 70% da variância fenotípica total. Os coeficientes dos autovetores indicaram que o CP1 foi mais relacionado ao potencial produtivo de espigas de milho verde. O CP2 mais influenciado pelas características associadas ao aspecto comercial das espigas e o CP3 pelas características adaptativas dos genótipos de milho. Os autovetores do CP1 evidenciaram que as características RENDC, NEC, %EC, REND, PE, %EE e PEC foram as mais importantes para a definição do potencial produtivo bem como para atender as exigências do mercado consumidor, possibilitando através dos escores deste a seleção de 30 progênies de meios irmãos com características altamente favoráveis a esta aptidão.

No description available.

Neste trabalho o transporte de nêutrons é simulado em materiais presentes no núcleo de reatores. O espectro de nêutrons é decomposto como uma soma de três distribuições de probabilidade. Duas das distribuições preservam sua forma com o tempo, mas não necessariamente sua integral. Uma das duas distribuições é devido ao espectro de fissão, isto é, altas energias de nêutrons, a outra é uma distribuição de Maxwell-Boltzmann para nêutrons de baixas energias (térmicos). A terceira distribuição tem uma forma a priori desconhecida e que pode variar com o tempo, sendo determinada a partir de uma simulação Monte Carlo com acompanhamento dos nêutrons e suas interações com dependência contínua de energia. Isto é obtido pela parametrização das seções de choque dos materiais do reator com funções contínuas, incluindo as regiões de ressonâncias resolvidas e não resolvidas. O objetivo deste trabalho é implementar efeitos de up-scattering através do tratamento estat ístico da população de nêutrons na distribuição térmica. O programa de simulação calcula apenas down-scattering, pois o cálculo do up-scattering microscópico aumenta signi_cativamente tempo de processamento computacional. Além de contornar esse problema, pode-se reconhecer que up-scattering é dominante na região de energia mais baixa do espectro, onde assume-se que as condições de equilíbrio térmico para nêutrons imersos em seu ambiente são válidas. A otimização pode, assim, ser atingida pela manutenção do espectro de Maxwell- Boltzmann, isto é, up-scattering é simulado por um tratamento estatístico da população de nêutrons. Esta simulação é realizada utilizando-se dependência energética contínua, e, como um primeiro caso a ser estudado assume-se um regime recorrente. As três distribuições calculadas são então utilizadas no código Monte Carlo para calcular os passos Monte Carlo subsequentes. / In this work the neutron transport is simulated in reactor core materials. The neutron spectrum is decomposed as a sum of three probability distributions. Two of the distributions preserve shape with time but not necessarily the integral. One of the two distributions is due to prompt ssion, i.e. high neutron energies and the second a Maxwell-Boltzmann distribution for low (thermal) neutron energies. The third distribution has an a priori unknown and possibly variable shape with time and is determined from a Monte Carlo simulation with tracking and interaction with continuous energy dependence. This is done by the parametrization of the material cross sections with continuous functions, including the resolved and unresolved resonances region. The objective of this work is to implement up-scattering e ects through the treatment of the neutron population in the thermal distribution. The simulation program only computes down-scattering, for the calculation of microscopic upscattering increases signi cantly computational processing time. In order to circumvent this problem, one may recognize that up-scattering is dominant towards the lower energy end of the spectrum, where we assume that thermal equilibrium conditions for neutrons immersed in their environment holds. The optimization may thus be achieved by the maintenance of the Maxwell-Boltzmann spectrum, i.e. up-scattering is simulated by a statistical treatment of the neutron population. This simulation is performed using continuous energy dependence, and as a rst case to be studied we assume a recurrent regime. The three calculated distributions are then used in the Monte Carlo code to compute the Monte Carlo steps with subsequent updates.

Os sistemas de transporte público por ônibus têm sido cada vez mais relevantes para o desenvolvimento das cidades. Técnicas para melhorar o planejamento e o controle da operação diária dos serviços de ônibus apresentaram melhorias significativas ao longo dos anos, e a previsão do tempo de viagem desempenha um importante papel no planejamento e nas estratégias da operação diária. A antecipação dos tempos de viagem ajuda os planejadores e controladores a evitar os vários problemas que surgem durante a operação diária da linha de ônibus. Ela também permite manter os usuários informados para que eles possam planejar com antecedência a sua viagem. Vários estudos relacionados à previsão do tempo de viagem podem ser encontrados na literatura. Devido a sua dificuldade intrínseca, o problema foi abordado por diferentes técnicas. Resultados numéricos de estudos demonstram o potencial uso de redes neurais em relação a outras técnicas. No entanto, a literatura não apresenta aplicações que incorporem uma retroalimentação das informações contidas em séries temporais, como é feito por redes neuronais recorrentes. A maioria dos estudos na literatura tem sido realizada com dados de cidades específicas e com linhas de ônibus com paradas fixas. A situação que surge em linhas de ônibus sem paradas fixas operadas com micro-ônibus apresenta uma dinâmica diferente dos estudos de caso da literatura Além disso, os estudos existentes não usam o gráfico de marcha como um instrumento de apoio para a previsão do tempo de viagem em ônibus. Nesta tese, estuda-se o problema da previsão do tempo de viagem para linhas de micro-ônibus sem paradas fixas, utilizando as informações básicas do gráfico de marcha. O modelo proposto é baseado em redes neurais recorrentes. Os dados de entrada incluem: (i) a hora de início da viagem do ônibus, (ii) sua posição atual em coordenadas GPS, (iii) o tempo atual e (iv) a distância percorrida após um minuto. As redes são treinadas com dados de uma linha de micro-ônibus da cidade de Porto Alegre, Brasil. Os dados correspondem ao ano de 2015. Os modelos fornecem previsões para a distância percorrida minuto a minuto e para uma janela de tempo de 30 minutos. O modelo desenvolvido foi treinado com um conjunto abrangente de dados de dias úteis, incluindo períodos de pico e fora de pico. Os dados de treinamento não desconsideraram informações de qualquer dia devido à ocorrência de eventos especiais. Concluiu-se que os modelos de redes neurais recorrentes desenvolvidos são capazes de absorver a dinâmica do movimento dos micro-ônibus. A informação produzida apresenta um nível adequado de precisão a ser utilizado para informar os usuários. Também é adequada para planejadores e controladores da operação, pois pode ajudar a identificar situações problemáticas em janelas de tempo futuras. / Public transport systems by bus have been increasingly relevant for the development of cities. Techniques to improve planning and control of daily operation of bus services presented significant improvements along the years, and travel time forecast plays an important hole in both planning and daily operation strategies. Travel times anticipation helps planners and controllers to anticipate the various issues that arise during the daily bus line operation. It also allows keeping users informed, so they can plan in advance for their trip. Several studies related to travel time prediction can be found in the literature. Due to its intrinsic difficulty, the problem has been addressed by different techniques. Numerical results from studies demonstrate the potential use of neural networks in relation to other techniques. However, the literature does not present applications that incorporate a feedback of the information contained in time series as it is done by recurrent neural networks. Most of the studies in the literature have been conducted with data from specific cities and buses lines with fixed stops. The situation that arises in bus lines without fixed stops operated with microbuses present a different dynamics from the literature case studies. In addition, existing studies do not use time-space trajectories as a supporting instrument for bus travel time prediction. In this thesis we study the problem of travel time prediction for microbus lines without fixed stops using the basic information of the time-space trajectories The proposed model is based on recurrent neural networks. The input data includes: (i) the start time of the bus trip, (ii) its current position in GPS coordinates, (iii) the current time and (iv) distance travelled after one minute. The networks are trained with data from a microbus line from the city of Porto Alegre, Brazil. Data corresponds to the year 2015. The model provide forecasts for distance travelled minute by minute, and for a time window of 30 minutes. The developed models were trained with a comprehensive set of data from working days including peak and off-peak periods. The training data did not disregard information from any day due to occurrence of special events. It was concluded that the recurrent neural network model developed is capable of absorbing the dynamics of the microbuses movement. The information produced present an adequate level of precision to be used for users information. It is also adequate for planners and operation controllers as it can help to identify problematic situations in future time windows.

Autonomous Driving and Advance Driver Assistance Systems (ADAS) are revolutionizing the way we drive and the future of mobility. Among ADAS, Traffic Sign Classification is an important technique which assists the driver to easily interpret traffic signs on the road. In this thesis, we used the powerful combination of Image Processing and Deep Learning to pre-process and classify the traffic signs. Recent studies in Deep Learning show us how good a Convolutional Neural Network (CNN) is for image classification and there are several state-of-the-art models with classification accuracies over 99 % existing out there. This shaped our thesis to focus more on tackling the current challenges and some open-research cases. We focussed more on performance tuning by modifying the existing architectures with a trade-off between computations and accuracies. Our research areas include enhancement in low light/noisy conditions by adding Recurrent Neural Network (RNN) connections, and contribution to a universal-regional dataset with Generative Adversarial Networks (GANs). The results obtained on the test data are comparable to the state-of-the-art models and we reached accuracies above 98% after performance evaluation in different frameworks

Introdução: A papilomatose recorrente respiratória (PRR) é uma doença benigna de enorme morbidade, com manifestações clínicas muito distintas, causada pelo papiloma vírus humano (HPV) dos tipos 6 e 11. Objetivo: Identificar os diferentes tipos de HPV e suas variantes relacionados com a PRR e estabelecer possível correlação clínica entre o tipo / variante viral e a agressividade da doença. Casuística e Métodos: Estudo prospectivo, realizado com 41 pacientes atendidos no Ambulatório de Laringologia do Hospital das Clínicas da Faculdade de Medicina de Ribeirão Preto da Universidade de São Paulo, entre os anos de 2008 e 2015, que apresentaram quadro de PRR. Foi realizada genotipagem viral das biopsias laríngeas e os vírus presentes foram relacionados com a evolução clínica de cada paciente e a agressividade da doença, pelo escore de Derkay, número de cirurgias e traqueostomia. Resultados: Dos 41 pacientes avaliados, a maioria era do sexo masculino (68,29%), e maiores de 12 anos (63,41%). Os menores de 12 anos apresentaram número de cirurgias e escore de Derkay significativamente maiores do que os pacientes mais velhos. Foram identificados somente os HPV dos tipos 6 e 11, na frequência de 73,17% e 26,83%, respectivamente. A agressividade da doença não mostrou relação com o tipo ou a variante do vírus, mas sim com a idade de apresentação clínica da doença. Conclusão: Os tipos de HPV e as suas variantes não apresentaram comportamento clínico mais agressivo na PRR no grupo estudado. Em contrapartida, a idade foi determinante para a agressividade da doença. / Introduction: Recurrent respiratory papillomatosis (RRP) is a benign disease of enormous morbidity that presents very distincts clinical manifestations. It is usually caused by the human papillomavirus (HPV), mostly types 6 and 11. Purpose: To identify the different HPV types and variants related to RRP and to establish a possible correlation between HPV type/variant and viral disease aggressiveness. Casuistic and Methods: This prospective study included 41 patients followed at the Outpatient Clinic of Laryngology of the Medical School of Ribeirão Preto, University of São Paulo, between 2008 to 2015, due to RRP. Virus genotyping was performed on laryngeal biopsies by PCR, and this information was associated to each patient\'s data regarding aggressiveness of the disease and clinical evolution, by Derkay\'s score, number of surgeries and tracheostomy. Results: Most patients were male (68.29%) and older than 12 years-old (63.41%). Patients younger than 12 years had a significantly higher number of surgeries and Derkay score than older patients. In all samples, only HPV 6 and HPV 11 were detected, in a prevalence of 73.17% and 26.83%, respectively. The aggressiveness of the disease was not related to the type or variant of the virus, but to the age of patient when the clinical presentation of the disease occurred. Conclusions: HPV types and variant of HPV showed no more aggressive clinical behavior in recurrent respiratory papillomatosis in the studied group. In contrast, age was crucial to the aggressiveness of the disease.

Submitted by Maria Aparecida (cidazen@gmail.com) on 2017-12-04T13:59:30Z No. of bitstreams: 1 Elisângela Veruska.pdf: 9962603 bytes, checksum: d714b3ef5ef96281322806f3185e4720 (MD5) / Made available in DSpace on 2017-12-04T13:59:30Z (GMT). No. of bitstreams: 1 Elisângela Veruska.pdf: 9962603 bytes, checksum: d714b3ef5ef96281322806f3185e4720 (MD5) Previous issue date: 2017-09-29 / Wheezing is considered the most common respiratory symptom in childhood, causing an important role in infant morbimortality and being responsible for the great demand of outpatient medical appointments, in emergency services and presenting high rates of hospitalization. In this thesis, two studies were carried out. The first study aimed to determine the prevalence and associated factors for recurrent wheezing in children aged 13 to 35 months. The second study aimed to verify the prevalence of anemia in pregnancy and its association with respiratory problems. For the first cross-sectional study, a sample of 2,780 children with 13 to 35 months of age, living in the city of São Luís-MA participating in the BRISA cohort, was considered. In the second study, a cross-sectional study was conducted involving a sample of 3,279 children who participated in the BRISA cohort and the follow-up of this cohort, aged 13 to 35 months. To evaluate the factors associated with recurrent wheezing, a multivariate logistic regression model was adjusted, with the inclusion of variables in a hierarchical fashion using the theoretical model. The outcome of interest was the presence of recurrent wheezing. The independent variables evaluated were maternal age and her education, smoking, anemia in pregnancy, type of delivery, gender, birth weight, family history of asthma, rhinitis and dermatitis, exclusive breastfeeding, presence of mold, domestic animal and carpet at home, a history of respiratory problems and hospitalization. To verify the relation of presence of anemia in pregnancy and respiratory problems, the chi-square test was performed. In the first study, the prevalence of recurrent wheezing was 9%, with associated factors: age of the mother equal to or greater than 35 years (PR = 0.49, CI = 0.24 - 0.99, p = 0.049), male (PR = 1.62, CI = 1.23 - 2.14, p = 0.001), family history of asthma (PR = 1.55, CI = 1.09 - 2.19, p = 0.013), family history of rhinitis (PR = 1.71 CI = 1.26 - 2.30, p = 0.000), anemia during pregnancy (PR = 1.33, CI = 1.02 - 1.75, p = 0.034), exclusive breastfeeding (PR = 0.75, CI = 0.56 - 0.99, p = 0.044), presence of mold in the home (PR = 1.56, CI = 1.11 - 2.18, p = 0.009 ) and respiratory problems (PR = 3.90, CI = 2.53 - 0.99, p <0.001) .In the second study, the prevalence of anemic pregnant women was 47% and the problems related to anemia were maternal age lower than 20 years (p <0.001), inadequate maternal schooling (P <0.001), smoking in pregnancy (p=0.014), alcohol in pregnancy (p <0.001), normal labor (p <0.001), and in children, recurrent wheezing (p = 0.013), pneumonia (p = 0.040), and cough (p <0.001). The results obtained in this study have great relevance, as evidenced the prevalence of recurrent wheezing among children in São Luís and the associated factors, as well as, anemia prevalence and its relationship with respiratory problems in the child. / A sibilância é considerado o sintoma respiratório mais comum na infância, causando importante papel na morbimortalidade infantil e sendo responsável por grande demanda de consultas médicas ambulatoriais, em serviços de prontoatendimento e apresentando altas taxas de hospitalização. Nesta tese, foram realizados dois estudos. O primeiro estudo teve como objetivo determinar a prevalência e fatores associados para sibilância recorrente em crianças com 13 até 35 meses de idade. O segundo estudo teve como objetivo verificar a prevalência de anemia na gestação e sua associação com problemas respiratórios. Para o primeiro estudo, tipo transversal, foi considerado uma amostra de 2.780 crianças com 13 até 35 meses de idade, residentes no município de São Luís-MA participantes da coorte BRISA. No segundo estudo, foi realizado um estudo transversal, envolvendo amostra de 3.279 crianças que participaram da coorte BRISA e do seguimento dessa coorte, com idade de 13 a 35 meses. Para avaliação dos fatores associados à sibilância recorrente foi ajustado modelo de regressão logística multivariado, com inclusão das variáveis de modo hierarquizado a partir do modelo teórico. O desfecho de interesse foi a presença de sibilância recorrente. As variáveis independentes avaliadas foram: idade e escolaridade da mãe, fumo, anemia na gestação, tipo de parto, sexo da criança, peso ao nascer, história familiar de asma, rinite e dermatite, aleitamento exclusivo, presença de mofo, animal doméstico e carpete no domicílio, antecedentes de problema respiratório e internação. Para verificar a relação de presença de anemia na gestação e problemas respiratórios foi realizado o teste qui-quadrado. No primeiro estudo, a prevalência de sibilância recorrente foi de 9%, tendo como fatores associados: idade da mãe igual ou superior a 35 anos (RP=0,49; IC = 0,24 – 0,99; p=0,049), sexo masculino (RP=1,62; IC = 1,23 – 2,14; p=0,001), história familiar de asma (RP=1,55; IC = 1,09 – 2,19; p=0,013), história familiar de rinite (RP=1,71 IC = 1,26 – 2,30; p=0,000), anemia na gestação (RP=1,33; IC = 1,02 – 1,75; p=0,034), aleitamento materno exclusivo (RP=0,75; IC = 0,56 – 0,99; p=0,044), presença de mofo na residência (RP=1,56; IC = 1,11 – 2,18; p=0,009) e problemas respiratórios (RP=3,90; IC = 2,53 – 0,99; p<0,001). No segundo estudo, a prevalência de gestantes anêmicas foi de 47 % e os problemas relacionados a anemia foram idade materna menor que 20 anos (p<0,001), escolaridade materna inadequada (p<0,001), fumo na gestação (p=0,014), álcool na gestação (p<0,001), parto normal (p<0,001) e nas crianças, sibilância recorrente (p=0,013), pneumonia (p=0,040) e tosse (p<0,001). Os resultados obtidos neste estudo possuem grande relevância, pois evidenciou a prevalência de sibilância recorrente entre crianças em São Luís e os fatores associados, assim como, a prevalência de anemia e sua relação com problemas respiratórios na criança.