• JoomlaWorks Simple Image Rotator
  • JoomlaWorks Simple Image Rotator
  • JoomlaWorks Simple Image Rotator
  • JoomlaWorks Simple Image Rotator
  • JoomlaWorks Simple Image Rotator
  • JoomlaWorks Simple Image Rotator
  • JoomlaWorks Simple Image Rotator
  • JoomlaWorks Simple Image Rotator
  • JoomlaWorks Simple Image Rotator
  • JoomlaWorks Simple Image Rotator
 
  Bookmark and Share
 
 
Doctoral Thesis
DOI
10.11606/T.5.2017.tde-14122017-112914
Document
Author
Full name
Alex Jones Flores Cassenote
E-mail
Institute/School/College
Knowledge Area
Date of Defense
Published
São Paulo, 2017
Supervisor
Committee
Segurado, Aluisio Augusto Cotrim (President)
Ronchini, Karla Regina Oliveira de Moura
Buchalla, Cassia Maria
Castilho, Euclides Ayres de
Santos Filho, Raul Dias dos
Title in Portuguese
Alterações metabólicas associadas ao uso de medicamento antirretroviral em pessoas vivendo com HIV/AIDS: caracterização e desenvolvimento de algoritmos inteligentes aplicados à sua identificação e previsão
Keywords in Portuguese
Análise de sobrevida
Diabetes mellitus
Dislipidemias
HIV
Lógica fuzzy
Síndrome da imunodeficiência adquirida
Terapia antirretroviral de alta atividade
Abstract in Portuguese
Introdução: com o advento da terapia antirretroviral altamente ativa observou-se um profundo impacto na história natural da infecção pelo HIV. O emprego de combinações terapêuticas contendo drogas de diferentes classes promove importante e sustentada supressão na replicação viral, levando à restauração imunológica e, consequentemente, eleva a sobrevida e a qualidade de vida das pessoas que vivem com HIV (PVH). Objetivos: a presente proposta visa analisar e caracterizar as alterações endocrinológicas e metabólicas associadas ao uso de medicamentos antirretrovirais em PVH e desenvolver algoritmos computacionais inteligentes visando sua identificação e previsão. Métodos: Trata-se de uma coorte ambidirecional de PVH, que iniciaram o uso de TARV entre 1º. de janeiro de 2003 e 31 de dezembro de 2013, com seguimento até dezembro de 2014. Recortes metodológicos foram empregados para, (1) avaliar a qualidade da base de dados, (2) estimar a densidade de incidência de alterações lipídicas e glicídicas na coorte, (3) identificar fatores associados à incidência de diabetes mellitus, e (4) desenvolver um algoritmo para predição de novos casos de diabetes mellitus. O primeiro recorte utilizou as estatísticas de kappa e coeficiente de correlação para medidas qualitativas e quantitativas de LTCD4+ e carga viral do HIV; o segundo usou estatísticas de incidência acumulada com intervalo de confiança de 95% com emprego do método de reamostragem de bootstrap e determinação da densidade de incidência por 1.000 pessoas ano usando, com cálculo de intervalo de confiança de 95% projetado com distribuição de Poisson; o terceiro utilizou a regressão de Cox e um modelo hierarquizado para estudar os fatores que influenciam no tempo até a ocorrência de diabetes mellitus e, o quarto, empregou metodologia para estruturação do sistema especialista fuzzy Sugeno, a curva ROC para estudar a acurácia do modelo comparada aos outros fatores. Resultados: 8.007 pacientes foram considerados elegíveis no primeiro recorte. A correlação geral observada para a menor contagem de LTCD4+ antes de TARV foi 0,970 (p < 0,001). Os coeficientes gerais de concordância para medidas qualitativas de contagens de LTCD4+ e para CV foram, respectivamente, 0,932 (p < 0,001) e -0,996 (p < 0,001). No caso do segundo e terceiro recorte, foram considerados 6.724 pacientes. As alterações metabólicas mais comuns foram a hipertrigliceridemia isolada 84,3 por 1000 pessoas-ano (IC95% 81,1-87,6), seguida por baixas concentrações de HDL-colesterol (HDL-c) 48,5 por 1.000 pessoas-ano (IC95% 46,1-51,1) e diabetes mellitus 17,3 por 1.000 pessoas-ano (IC95% 15,8-18,8). As variáveis mais fortemente associadas à incidência de DM foram idade 40 --| 50 anos HR 1,7 (IC95%1,4-2,1) e >= 50 anos HR 2,4 (IC95%1,9-3,1), obesidade HR 2,1 (IC95%1,6- 2,8), razão triglicerídeos:HDL-c >= 3,5 HR 1,8 (IC95%1,51-2,2) e hiperglicemia HR 2,6 (IC95%1,7-2,5). O sistema fuzzy Sugeno teve acurácia (AUC) de 0,811 (IC95% 0,772- 0,851). Conclusões: as análises indicaram alta correlação (quantitativa) e concordância (qualitativa) entre Coorte Brasil de HIV/AIDS e o sistema informatizado SISCEL; diabetes mellitus e outros alterações metabólicas foram comuns na coorte Brasil de HIV/AIDS; a exposição a estavudina (d4T) mostrou-se fator de risco para diabetes mellitus; e o algoritmo linguístico fuzzy foi capaz de predizer novos casos de diabetes mellitus com acurácia superior à dos fatores de risco convencionais
Title in English
Metabolic changes associated with use of antiretroviral drugs in people living with HIV/AIDS: characterization and development of intelligent algorithms applied to identification and prediction
Keywords in English
Antiretroviral therapy highly active
Diabetes mellitus
Dyslipidemias
Fuzzy logic
HIV, Acquired immunodeficiency syndrome
Survival analysis
Abstract in English
Introduction: with the advent of highly active antiretroviral therapy (ART) a profound impact on the natural history of HIV infection was observed. The use of combined therapeutic regimens containing antiretroviral drugs of different classes promotes important and sustained suppression of viral replication, leading to immune restauration and increases survival and the quality of life of people living with HIV (PLWH). Objectives: This study aims to analyze and characterize the endocrinological and metabolic changes associated with the use of antiretroviral drugs in PLWH and to develop intelligent computational algorithms for their identification and prediction. Methods: this is an ambidirectional cohort of PLWH, who were started on ART between January 1, 2003 and December 31, 2013, with follow-up through December 31, 2014. Our methodological approaches aimed at (1) assessing the quality of the database, (2) estimating the incidence density of lipid and glucose changes, (3) identifying factors associated with incident diabetes mellitus, and (4) developing an algorithm for prediction of incident diabetes mellitus. For the first approach we used the kappa and correlation coefficient statistics for qualitative and quantitative measures of LTCD4 + and HIV viral load (VL); for the second we used cumulative incidence statistics with a 95% confidence interval, by means of bootstrap resampling and calculation of incidence density per 1,000 person-years with a 95% confidence interval based on the Poisson distribution; for the third we used Cox regression and a hierarchical model to investigate factors that influenced time until incidence of diabetes mellitus and, for the fourth, we used in addition to structuring the Sugeno fuzzy expert system, the ROC curve to assess the accuracy of the model as compared to other factors. Results: 8,007 patients were considered eligible for the first approach; overall observed correlation for the lower LTCD4+ count before ART was 0.970 (p < 0.001) and the general agreement coefficient for qualitative measures of LTCD4 + counts and HIV VL were 0.932 (p < 0.001) and -0.996 (p < 0.001), respectively. For the second and third approaches, 6,724 patients were considered. The most common metabolic alterations were hypertriglyceridemia, 84.3 per 1,000 person-years (95% CI 81.1-87.6), followed by low HDL-cholesterol (HDL-c) 48.5 per 1,000 person-years (95% CI 46.1-51.1) and diabetes mellitus 17.3 per 1,000 person-years (95% CI 15.8-18.8). Most strongly associated factors with incident DM were age 40 - | 50 years HR 1.7 (95%CI 1.4-2.1) and age >= 50 years HR 2.4 (95%CI 1.9-3.1), obesity HR 2.1 (95% CI 1.6-2.8), triglyceride:HDL-c ratio >= 3.5 HR 1.8 (95% CI 1.51-2.2) and hyperglycemia HR 2.6 (95% CI 1.7-2.5). The Sugeno fuzzy system had an accuracy (AUC) of 0.811 (IC95% 0,772-0,851). Conclusions: the analyses indicated a high correlation (quantitative) and agreement (qualitative) between Brazil's HIV/AIDS Cohort Study and SISCEL databases; diabetes mellitus and other metabolic alterations were common in the Brazil cohort of HIV / AIDS; exposure to stavudine (d4T) was a risk factor for incident diabetes mellitus; and the fuzzy linguistic algorithm could predict new cases of diabetes mellitus with a higher accuracy than conventional risk factors
 
WARNING - Viewing this document is conditioned on your acceptance of the following terms of use:
This document is only for private use for research and teaching activities. Reproduction for commercial use is forbidden. This rights cover the whole data about this document as well as its contents. Any uses or copies of this document in whole or in part must include the author's name.
Publishing Date
2017-12-19
 
WARNING: Learn what derived works are clicking here.
All rights of the thesis/dissertation are from the authors
CeTI-SC/STI
Digital Library of Theses and Dissertations of USP. Copyright © 2001-2021. All rights reserved.