Facilitadores e obstáculos do empreendedorismo: o caso das muambeiras de Lubango

Dissertação de mestrado em Estudos de Gestão

Study of grapevine solute transporters involved in berry quality. A biochemical and molecular approach

Tese de Doutoramento em Biologia de Plantas

Novas funcionalidades para dispositivos médicos invasivos com imagem

Tese de Doutoramento em Engenharia Eletrónica e de Computadores.

O efeito da deposição salina nas características das escorrências rodoviárias em zonas costeiras

Tese de Doutoramento em Engenharia Civil.

Real-time monitoring of progression towards renal failure in primary care patients

First published online: December 16, 2014.

“Fantasia Lusitana”, de João Canijo: O Portugal ficcional vs. o país real. O Estado Novo e a ‘portugalidade’. A construção da identidade

ISBN: 978-989-96858-3-3

A política fiscal da União Europeia: diagnóstico e desafios: o caso da Taxa sobre Transações Financeiras (TTF)

Trabalho de projeto de mestrado em Políticas Comunitárias e Cooperação Territorial

Biodegradação de Ochratoxin A por Pediococcus parvulus

Algumas bactérias do ácido láctico (BAL) são capazes de destoxificar micotoxinas através de processos de adsorção às suas paredes celulares ou através de processos de biotransformação em compostos menos tóxicos. Uma das micotoxinas mais importantes encontradas em produtos agrícolas é a ocratoxina A (OTA). A OTA é conhecida principalmente pela sua nefro e carcinogenicidade, estando classificada no Grupo 2B pelo IARC. O presente trabalho descreve a destoxificação de OTA por estirpes de Pediococcus parvulus que foram isoladas de vinhos do Douro. As estirpes foram identificadas e caracterizadas utilizando uma abordagem polifásica que utilizou métodos feno e genotípicos. Para identificar e caracterizar a sua capacidade para destoxificar a OTA, as estirpes foram cultivadas em meio MRS suplementado com esta micotoxina (1 µg/mL). A concentração de OTA, a temperatura de incubação e a concentração de inóculo foram os parâmetros cujo efeito na destoxificação foi avaliado. Verificou-se que a OTA foi degradada em OT pelas estirpes de P. parvulus em todas as condições testadas e que a estirpe tipo desta espécie não apresentou essa capacidade. Ademais, a OT foi confirmada por LC-MS/MS. A conversão de OTA em OT indica que a ligação amida presente na micotoxina foi hidrolisada por uma peptidase. Verificou-se também que a taxa de biodegradação da OTA depende do tamanho do inóculo e da temperatura de incubação. Às condições ótimas (10 9 CFU/mL e 30 ºC), 50% e 90% da OTA foi degradado em 6 e 19 h, respetivamente. Por outro lado, observou-se que as células mortas de P. parvulus adsorveram apenas 1,3% da OTA, o que exclui este mecanismo na eliminação da micotoxina pelas bactérias. A biodegradação de OTA por P. parvulus UTAD 473 foi também avaliada e observada em mostos de uvas. Experiências de vinificação foram também realizadas. Uma vez que algumas estirpes de P. parvulus têm propriedades probióticas relevantes, as estirpes isoladas de vinhos do Douro podem ser de particular interesse para aplicações em alimentos e rações de forma a neutralizar os efeitos tóxicos da OTA.

O documentário, o real e o ponto de vista

Relatório de estágio de mestrado em Ciências da Comunicação (área de especialização em Audiovisual e Multimédia)

Metodologias para a qualificação de águas minerais naturais e águas de nascente

Dissertação de mestrado em Ordenamento e Valorização de Recursos Geológicos

Real-Time models to predict the use of vasopressors in monitored patients

The needs of reducing human error has been growing in every field of study, and medicine is one of those. Through the implementation of technologies is possible to help in the decision making process of clinics, therefore to reduce the difficulties that are typically faced. This study focuses on easing some of those difficulties by presenting real-time data mining models capable of predicting if a monitored patient, typically admitted in intensive care, will need to take vasopressors. Data Mining models were induced using clinical variables such as vital signs, laboratory analysis, among others. The best model presented a sensitivity of 94.94%. With this model it is possible reducing the misuse of vasopressors acting as prevention. At same time it is offered a better care to patients by anticipating their treatment with vasopressors.

Real-Time decision support using data mining to predict blood pressure critical events in intensive medicine patients

Patient blood pressure is an important vital signal to the physicians take a decision and to better understand the patient condition. In Intensive Care Units is possible monitoring the blood pressure due the fact of the patient being in continuous monitoring through bedside monitors and the use of sensors. The intensivist only have access to vital signs values when they look to the monitor or consult the values hourly collected. Most important is the sequence of the values collected, i.e., a set of highest or lowest values can signify a critical event and bring future complications to a patient as is Hypotension or Hypertension. This complications can leverage a set of dangerous diseases and side-effects. The main goal of this work is to predict the probability of a patient has a blood pressure critical event in the next hours by combining a set of patient data collected in real-time and using Data Mining classification techniques. As output the models indicate the probability (%) of a patient has a Blood Pressure Critical Event in the next hour. The achieved results showed to be very promising, presenting sensitivity around of 95%.

A Real-Time intelligent system for tracking patient condition

Hospitals have multiple data sources, such as embedded systems, monitors and sensors. The number of data available is increasing and the information are used not only to care the patient but also to assist the decision processes. The introduction of intelligent environments in health care institutions has been adopted due their ability to provide useful information for health professionals, either in helping to identify prognosis or also to understand patient condition. Behind of this concept arises this Intelligent System to track patient condition (e.g. critic events) in health care. This system has the great advantage of being adaptable to the environment and user needs. The system is focused in identifying critic events from data streaming (e.g. vital signs and ventilation) which is particularly valuable for understanding the patient’s condition. This work aims to demonstrate the process of creating an intelligent system capable of operating in a real environment using streaming data provided by ventilators and vital signs monitors. Its development is important to the physician because becomes possible crossing multiple variables in real-time by analyzing if a value is critic or not and if their variation has or not clinical importance.

Reúso do património do movimento moderno: a panificadora de Vila Real

Dissertação de mestrado integrado em Arquitectura (área de especialização em Cultura Arquitectónica)

The real economic effects of cross-delistingfrom the united states: evidence on post-operating performance, financial constraints and stock crash risk

Tese de Doutoramento em Ciências Empresariais.