Desenvolvimento e validação de modelo preditivo e avaliação de testes de diagnóstico por classe latente para o parasitismo por L. chagasi em cães atendidos no Hospital Veterinário Universitário da UFPI, Teresina

A leishmaniose visceral americana (LVA) é uma doença em expansão no Brasil, para a qual se dispõem de poucas, e aparentemente ineficientes, estratégias de controle. Um dos grandes problemas para a contenção da leishmaniose visceral americana é a falta de um método acurado de identificação dos cães infectados, considerados os principais reservatórios da doença no meio urbano. Neste sentido, a caracterização de marcadores clínico-laboratoriais da infecção neste reservatório e a avaliação mais adequada do desempenho de testes para diagnóstico da infecção podem contribuir para aumentar a efetividade das estratégias de controle da LVA. Com isso, o presente estudo tem dois objetivos principais: (1) desenvolver e validar um modelo de predição para o parasitismo por Leishmania chagasi em cães, baseado em resultados de testes sorológicos e sinais clínicos e (2) avaliar a sensibilidade e especificidade de critérios clínicos, sorológicos e parasitológicos para detecção de infecção canina por L. chagasi mediante análise de classe latente. O primeiro objetivo foi desenvolvido a partir de estudo em que foram obtidos dados de exames clínico, sorológico e parasitológico de todos os cães, suspeitos ou não de LVA, atendidos no Hospital Veterinário Universitário da Universidade Federal do Piauí (HVU-UFPI), em Teresina, nos anos de 2003 e 2004, totalizando 1412 animais. Modelos de regressão logística foram construídos com os animais atendidos em 2003 com a finalidade de desenvolver um modelo preditivo para o parasitismo com base nos sinais clínicos e resultados de sorologia por Imunofluorescência Indireta (IFI). Este modelo foi validado nos cães atendidos no hospital em 2004. Para a avaliação da área abaixo da curva ROC (auROC), sensibilidade, especificidade, valores preditivos positivo (VPP), valores preditivos negativo (VPN) e acurácia global, foram criados três modelos: um somente baseado nas variáveis clínicas, outro considerando somente o resultado sorológico e um último considerando conjuntamente a clínica e a sorologia. Dentre os três, o último modelo apresentou o melhor desempenho (auROC=90,1%, sensibilidade=82,4%, especificidade=81,6%, VPP=73,4%, VPN=88,2% e acurácia global=81,9%). Conclui-se que o uso de modelos preditivos baseados em critérios clínicos e sorológicos para o diagnóstico da leishmaniose visceral canina pode ser de utilidade no processo de avaliação da infecção canina, promovendo maior agilidade na contenção destes animais com a finalidade de reduzir os níveis de transmissão. O segundo objetivo foi desenvolvido por meio de um estudo transversal com 715 cães de idade entre 1 mês e 13 anos, com raça variada avaliados por clínicos veterinários no HVU-UFPI, no período de janeiro a dezembro de 2003. As sensibilidades e especificidades de critérios clínicos, sorológicos e parasitológicos para detecção de infecção canina por Leishmania chagasi foram estimadas por meio de análise de classe latente, considerando quatro modelos de testes e diferentes pontos de corte. As melhores sensibilidades estimadas para os critérios clínico, sorológico e parasitológico foram de 60%, 95% e 66%, respectivamente. Já as melhores especificidades estimadas para os critérios clínico, sorológico e parasitológico foram de 77%, 90% e 100%, respectivamente. Conclui-se que o uso do exame parasitológico como padrão-ouro para validação de testes diagnósticos não é apropriado e que os indicadores de acurácia dos testes avaliados são insuficientes e não justificam que eles sejam usados isoladamente para diagnóstico da infecção com a finalidade de controle da doença.

Estudo da previsão de propriedades do biodiesel utilizando espectros de infravermelho e calibração multivariada

O biodiesel tem sido amplamente utilizado como uma fonte de energia renovável, que contribui para a diminuição de demanda por diesel mineral. Portanto, existem várias propriedades que devem ser monitoradas, a fim de produzir e distribuir biodiesel com a qualidade exigida. Neste trabalho, as propriedades físicas do biodiesel, tais como massa específica, índice de refração e ponto de entupimento de filtro a frio foram medidas e associadas a espectrometria no infravermelho próximo (NIR) e espectrometria no infravermelho médio (Mid-IR) utilizando ferramentas quimiométricas. Os métodos de regressão por mínimos quadrados parciais (PLS), regressão de mínimos quadrados parciais por intervalos (iPLS), e regressão por máquinas de vetor de suporte (SVM) com seleção de variáveis por Algoritmo Genético (GA) foram utilizadas para modelar as propriedades mencionadas. As amostras de biodiesel foram sintetizadas a partir de diferentes fontes, tais como canola, girassol, milho e soja. Amostras adicionais de biodiesel foram adquiridas de um fornecedor da região sul do Brasil. Em primeiro lugar, o pré-processamento de correção de linha de base foi usado para normalizar os dados espectrais de NIR, seguidos de outros tipos de pré-processamentos que foram aplicados, tais como centralização dos dados na média, 1 derivada e variação de padrão normal. O melhor resultado para a previsão do ponto de entupimento de filtro a frio foi utilizando os espectros de Mid-IR e o método de regressão GA-SVM, com alto coeficiente de determinação da previsão, R2Pred=0,96 e baixo valor da Raiz Quadrada do Erro Médio Quadrático da previsão, RMSEP (C)= 0,6. Para o modelo de previsão da massa específica, o melhor resultado foi obtido utilizando os espectros de Mid-IR e regressão por PLS, com R2Pred=0,98 e RMSEP (g/cm3)= 0,0002. Quanto ao modelo de previsão para o índice de refração, o melhor resultado foi obtido utilizando os espectros de Mid-IR e regressão por PLS, com excelente R2Pred=0,98 e RMSEP= 0,0001. Para esses conjuntos de dados, o PLS e o SVM demonstraram sua robustez, apresentando-se como ferramentas úteis para a previsão das propriedades do biodiesel estudadas