Detecção de DNA de HPV no plasma para potencial identificação precoce de recidiva de câncer do colo de útero

O câncer do colo do útero constitui a terceira neoplasia maligna mais comum na população feminina, com aproximadamente 520 mil novos casos e 260 mil óbitos por ano e origina-se a partir da infecção genital persistente pelo Papiloma Vírus Humano (HPV) oncogênico. Os principais HPVs considerados de alto risco oncogênico são os tipos HPV-16 e 18, responsáveis por cerca de 70% de todos os casos de cânceres cervicais (CC) no mundo. Pacientes com CC apresentam taxa de recidiva variando de 8% a 49%. Dentro de dois anos de seguimento, 62% a 89% das recidivas são detectadas. Atualmente, os testes usados para detecção de recidiva são a citopatologia da cúpula vaginal e exames de imagem, porém ainda não estão disponíveis testes específicos. O DNA livre-circulante (cf-DNA) representa um biomarcador não-invasivo facilmente obtido no plasma e soro. Vários estudos mostram ser possível detectar e quantificar ácidos nucléicos no plasma de pacientes com câncer e que as alterações no cfDNA potencialmente refletem mudanças que ocorrem durante a tumorigênese. Essa ferramenta diagnóstica não-invasiva pode ser útil no rastreio, prognóstico e monitoramento da resposta ao tratamento do câncer. Portanto, o desenvolvimento e a padronização de testes laboratoriais não invasivos capazes de identificar marcadores tumorais e diagnosticar precocemente a recidiva da doença aumentam a chance de cura através da utilização dos tratamentos preconizados. Sendo assim, este estudo tem o objetivo de detectar o DNA de HPV no plasma de pacientes com CC para avaliar sua potencial utilidade como marcador precoce de recidiva. Um fragmento de tumor e sangue de pacientes com CC, atendidas no ICESP e HC de Barretos, foram coletados antes do tratamento. Entraram no estudo 137 pacientes nas quais o tumor foi positivo para HPV-16 ou 18, sendo 120 amostras positivas para HPV-16 (87,6%), 12 positivas para HPV-18 (8,8%) e cinco positivas para HPV-16 e 18 (3,6%). A média de idade das pacientes deste estudo foi de 52,5 anos. Plasma de 131 pacientes com CC da data do diagnóstico e de 110 pacientes do seguimento foram submetidas ao PCR em Tempo Real HPV tipo específico. A presença do DNA de HPV no plasma pré-tratamento foi observada em 58,8% (77/131) com carga viral variando de 204 cópias/mL a 2.500.000 cópias/mL. A positividade de DNA no plasma pré-tratamento aumentou com o estadio clínico do tumor: I - 45,2%, II - 52,5%, III - 80,0% e IV - 76,9%, (p=0,0189). A presença do DNA de HPV no plasma pós-tratamento foi observada em 27,3% (30/110). A média de tempo das recidivas foi de 3,1 anos (2,7 - 3,5 anos). O DNA de HPV foi positivo até 460 dias antes do diagnóstico clínico da recidiva. As pacientes com DNA de HPV no plasma apresentaram pior prognóstico, tanto sobrevida como o tempo livre de doença, em relação às que foram negativas. Nas pacientes com CC a presença de HPV no plasma de seguimento pode ser um marcador precoce útil para o monitoramento da resposta terapêutica e detecção de pacientes com risco aumentado de recidiva e progressão da doença.

Estudos experimentais sobre a degradação de rochas basálticas. Basaltos da barragem de Capivara, Rio Paranapanema

Estudam-se neste trabalho basaltos do local da barragem de Capivara, tanto do ponto de vista de suas características físicas e petrográficas, como de seu comportamento face a solicitações de ensaios que procuram simular condições de intemperismo. Grande parte das rochas apresentou acentuada diminuição da resistência e de desagregação em fragmentos menores. Os estudos experimentais permitiram comparar as rochas entre si do ponto de vista de sua alterabilidade ou alteração potencial, e comparar a velocidade de alteração natural com a experimental. O parâmetro do estado de alteração utilizado foi o da resistência à abrasão Los Angeles, escolhido graças a experiências preliminares e considerações teóricas.

Real time optimization in chemical process: evaluation of strategies, improvements and industrial application.

The increasing economic competition drives the industry to implement tools that improve their processes efficiencies. The process automation is one of these tools, and the Real Time Optimization (RTO) is an automation methodology that considers economic aspects to update the process control in accordance with market prices and disturbances. Basically, RTO uses a steady-state phenomenological model to predict the process behavior, and then, optimizes an economic objective function subject to this model. Although largely implemented in industry, there is not a general agreement about the benefits of implementing RTO due to some limitations discussed in the present work: structural plant/model mismatch, identifiability issues and low frequency of set points update. Some alternative RTO approaches have been proposed in literature to handle the problem of structural plant/model mismatch. However, there is not a sensible comparison evaluating the scope and limitations of these RTO approaches under different aspects. For this reason, the classical two-step method is compared to more recently derivative-based methods (Modifier Adaptation, Integrated System Optimization and Parameter estimation, and Sufficient Conditions of Feasibility and Optimality) using a Monte Carlo methodology. The results of this comparison show that the classical RTO method is consistent, providing a model flexible enough to represent the process topology, a parameter estimation method appropriate to handle measurement noise characteristics and a method to improve the sample information quality. At each iteration, the RTO methodology updates some key parameter of the model, where it is possible to observe identifiability issues caused by lack of measurements and measurement noise, resulting in bad prediction ability. Therefore, four different parameter estimation approaches (Rotational Discrimination, Automatic Selection and Parameter estimation, Reparametrization via Differential Geometry and classical nonlinear Least Square) are evaluated with respect to their prediction accuracy, robustness and speed. The results show that the Rotational Discrimination method is the most suitable to be implemented in a RTO framework, since it requires less a priori information, it is simple to be implemented and avoid the overfitting caused by the Least Square method. The third RTO drawback discussed in the present thesis is the low frequency of set points update, this problem increases the period in which the process operates at suboptimum conditions. An alternative to handle this problem is proposed in this thesis, by integrating the classic RTO and Self-Optimizing control (SOC) using a new Model Predictive Control strategy. The new approach demonstrates that it is possible to reduce the problem of low frequency of set points updates, improving the economic performance. Finally, the practical aspects of the RTO implementation are carried out in an industrial case study, a Vapor Recompression Distillation (VRD) process located in Paulínea refinery from Petrobras. The conclusions of this study suggest that the model parameters are successfully estimated by the Rotational Discrimination method; the RTO is able to improve the process profit in about 3%, equivalent to 2 million dollars per year; and the integration of SOC and RTO may be an interesting control alternative for the VRD process.