Tese de Doutorado apresentada ao Programa de Pós-Graduação em Ciências da Saúde da Universidade do Extremo Sul Catarinense – UNESC, para obtenção do título de Doutor em Ciências da Saúde. / Introduction: Breast Cancer is the most common among women. Epidemiological studies focusing on risk factors and diagnosis are important in the prevention and early detection can increase the likelihood of successful treatment and recovery. During the last two decades few studies have investigated the possible association of human papillomavirus (HPV) to Breast Cancer, as the use of artificial intelligence has become widely accepted in medical applications, and between their applications, the Bayesian Networks have been used as a noninvasive and accurate method to support diagnosis of various cancers including Breast Cancer. Objective: To determine the accuracy of Bayesian Networks to support diagnosis of Breast Cancer (Article 1) and to determine the prevalence of HPV in Breast Cancer (Article 2). Methods: Systematic review and meta-analysis. The search strategy was performed by making an exhaustive search in Medline, CancerLit, Lilacs, Embase, Scopus, Cochrane, IBECS, BIOSIS, Web of Science and Literature Gray, for publications between January 1990 and January 2012 (Article 1) and January 1990 and January 2011 (Article 2). We included primary studies of diagnostic accuracy prospective or retrospective, cross-sectional breast lesions (target conditions) by Bayesian Networks (index test) (Article 1), and case-control or cross-sectional, prospective or retrospective, which assessed the prevalence of HPV in breast lesions (Article 2). The meta-analysis was developed in the Meta-Disc ® software v.1.4 and RevMan 5.0.21. Results: In Article 1, four primary studies, including 1204 breast lesions were analyzed, the prevalence of Breast Cancer was 40.03%, 90% (437/482) of cases of Breast Cancer and 6.51% (47/722) of the cases of benign lesions were positive on Bayesian Networks; a positive result of Bayesian Networks increased the probability of a True Positive of 40.03% to 90.05% (95% CI, 90.0%-90.1%) and a negative result for Bayesian Networks decreased the likelihood occurrence of a false positive of 40.03% to 6.44% (95% CI, 6.40%-6.48%), the area under the curve SROC was 0.97, with a value of point Q* 0.93. In Article 2, 29 primary studies were included, with a total of 2211 samples. The overall prevalence of HPV in patients with Breast Cancer was 23.0% (95% CI, 21.2% -24.8%), and ranged from 13.4% (95% CI, 10.2% - 16%) in Europe to 42.9% (95% CI, 36.4% -49.4%) in North America and Australia. The prevalence of HPV in controls was 12.9%. The combinations of the nine case-control studies showed that Breast Cancer was associated with HPV (odds ratio 5.9, 95% CI 3.26 to 10.67). Conclusions: In Article 1, the pretest probability increased from 40.03% to 90.05% being positive for malignant lesions diagnosed by Bayesian Network, and decreased to 6.44% for a negative result, so our results showed that Bayesian Networks represent an accurate and noninvasive diagnostic support of Breast Cancer. In Article 2, we found a high prevalence of HPV in Breast Cancer. There is strong evidence to suggest that HPV has an important role in the development of this cancer. / Introdução: O Câncer de Mama é o mais comum entre as mulheres. Estudos epidemiológicos com enfoque em fatores de risco e diagnóstico são importantes na prevenção e detecção precoce podendo aumentar a probabilidade de sucesso no tratamento e recuperação. Durante as últimas duas décadas alguns estudos têm investigado a possibilidade de associação do Papilomavírus Humano (HPV) ao Câncer de Mama, assim como o uso de inteligência artificial tornou-se amplamente aceito em aplicações médicas, e entre suas atuações, as Redes Bayesianas têm sido utilizadas como método preciso e não invasivo no apoio ao diagnóstico de diversas neoplasias incluindo o Câncer de Mama. Objetivo: Determinar a acurácia das Redes Bayesianas no apoio ao diagnóstico de Câncer de Mama (Artigo 1); e determinar a prevalência do HPV no Câncer de Mama (Artigo 2). Metodologia: Revisão Sistemática e Metanálise. A estratégia de busca foi realizada fazendo-se uma pesquisa exaustiva nas bases de dados Medline, Cancerlit, Lilacs, Embase, Scopus, Cochrane, IBECS, BIOSIS, Web of Science e Literatura Cinza, por publicações realizadas entre janeiro de 1990 e janeiro de 2012 (Artigo 1), e janeiro de 1990 e janeiro de 2011 (Artigo 2). Foram incluídos estudos primários de acurácia diagnóstica prospectivos ou retrospectivos, transversais, que avaliaram lesões de mama (condições alvo) por meio das Redes Bayesianas (teste em avaliação) (Artigo 1); e de caso-controle ou transversais, prospectivos ou retrospectivos, que avaliaram a prevalência do HPV em lesões mamárias (Artigo 2). A metanálise foi desenvolvida nos softwares Meta-DiSc® v.1.4 e RevMan 5.0.21. Resultados: No Artigo 1, quatro estudos primários, incluindo 1204 lesões mamárias foram analisados; a prevalência de Câncer de Mama foi 40,03%; 90% (437/482) dos casos de Câncer de Mama e 6,51% (47/722) dos casos de lesões benignas foram positivos nas Redes Bayesianas; um resultado positivo das Redes Bayesianas aumentou a probabilidade de ocorrência do um Verdadeiro Positivo de 40,03% para 90,05% (IC 95%, 90,0%-90,1%) e um resultado negativo para as Redes Bayesianas diminuiu a probabilidade de ocorrência de um Falso Positivo de 40,03% para 6,44% (IC 95%, 6,40%-6,48%); a área sob a curva SROC foi de 0,97, com um valor de ponto Q* de 0,93. No Artigo 2, foram incluídos 29 estudos primários, com um total de 2.211 amostras. A prevalência geral do HPV em pacientes com Câncer de Mama foi de 23,0% (IC 95%, 21,2%-24,8%), e variou de 13,4% (IC 95%, 10,2%-16%) na Europa para 42,9% (IC 95%, 36,4%-49,4%) na América do Norte e Austrália. A prevalência de HPV nos controles foi de 12,9%. As combinações dos nove estudos de caso-controle mostrou que o Câncer de Mama foi associado ao HPV (Odds Ratio 5,9-IC 95%, 3,26-10,67). Conclusões: No Artigo 1, a probabilidade pré-teste aumentou de 40,03% para 90,05% sendo positivo para lesões malignas diagnosticadas pela Rede Bayesiana, e diminuiu para 6,44% para um resultado negativo; assim, nossos resultados mostraram que as Redes Bayesianas representam um método preciso e não invasivo de apoio ao diagnóstico de Câncer de Mama. No Artigo 2 encontramos uma alta prevalência de HPV no Câncer de Mama. Há fortes evidências para sugerir que o HPV tenha um papel importante no desenvolvimento desse tipo de câncer.
Identifer | oai:union.ndltd.org:IBICT/oai:repositorio.unesc.net:1/1452 |
Date | 06 March 2013 |
Creators | Simões, Priscyla Waleska Targino de Azevedo |
Contributors | Rosa, Maria Inês da |
Source Sets | IBICT Brazilian ETDs |
Language | Portuguese |
Detected Language | Portuguese |
Type | info:eu-repo/semantics/publishedVersion, info:eu-repo/semantics/doctoralThesis |
Source | reponame:Repositório Institucional da UNESC, instname:UNESC, instacron:UNESC |
Coverage | Universidade do Extremo Sul Catarinense |
Rights | info:eu-repo/semantics/openAccess |
Page generated in 0.002 seconds