Contributo para a estimativa da idade fetal à data da morte na população portuguesa

A estimativa da idade gestacional (IG) em restos cadavéricos fetais é importante em contextos forenses. Para esse efeito, os especialistas forenses recorrem à avaliação do padrão de calcificação dentária e/ou ao estudo do esqueleto. Neste último, o comprimento das diáfises de ossos longos é um dos métodos mais utilizados, sendo utilizadas equações de regressão de obras pouco atuais ou baseadas em dados ecográficos, cujas medições diferem das efetuadas diretamente no osso. Este trabalho tem como objetivo principal a obtenção de equações de regressão para a população Portuguesa, com base na medição das diáfises de fémur, tíbia e úmero, utilizando radiografias postmortem. A amostra é constituída por 80 fetos de IG conhecida. Tratando-se de um estudo retrospectivo, os casos foram selecionados com base nas informações clínicas e anatomopatológicas, excluindo-se aqueles cujo normal crescimento se encontrava efetiva ou potencialmente comprometido. Os resultados confirmaram uma forte correlação entre o comprimento das diáfises estudadas e a IG, apresentando o fémur a correlação mais forte (r=0.967; p <0,01). Assim, foi possível obter uma equação de regressão para cada um dos ossos estudados. Concluindo, os objetivos do estudo foram atingidos com a obtenção das equações de regressão para os ossos estudados. Pretende-se, futuramente, alargar a amostra para validar e consolidar os resultados obtidos neste estudo.

Assessment of data-driven modeling strategies for water delivery canals

The aim of this paper is to develop models for experimental open-channel water delivery systems and assess the use of three data-driven modeling tools toward that end. Water delivery canals are nonlinear dynamical systems and thus should be modeled to meet given operational requirements while capturing all relevant dynamics, including transport delays. Typically, the derivation of first principle models for open-channel systems is based on the use of Saint-Venant equations for shallow water, which is a time-consuming task and demands for specific expertise. The present paper proposes and assesses the use of three data-driven modeling tools: artificial neural networks, composite local linear models and fuzzy systems. The canal from Hydraulics and Canal Control Nucleus (A parts per thousand vora University, Portugal) will be used as a benchmark: The models are identified using data collected from the experimental facility, and then their performances are assessed based on suitable validation criterion. The performance of all models is compared among each other and against the experimental data to show the effectiveness of such tools to capture all significant dynamics within the canal system and, therefore, provide accurate nonlinear models that can be used for simulation or control. The models are available upon request to the authors.

Feature selection for clustering categorical data with an embedded modelling approach

Research on the problem of feature selection for clustering continues to develop. This is a challenging task, mainly due to the absence of class labels to guide the search for relevant features. Categorical feature selection for clustering has rarely been addressed in the literature, with most of the proposed approaches having focused on numerical data. In this work, we propose an approach to simultaneously cluster categorical data and select a subset of relevant features. Our approach is based on a modification of a finite mixture model (of multinomial distributions), where a set of latent variables indicate the relevance of each feature. To estimate the model parameters, we implement a variant of the expectation-maximization algorithm that simultaneously selects the subset of relevant features, using a minimum message length criterion. The proposed approach compares favourably with two baseline methods: a filter based on an entropy measure and a wrapper based on mutual information. The results obtained on synthetic data illustrate the ability of the proposed expectation-maximization method to recover ground truth. An application to real data, referred to official statistics, shows its usefulness.

Categorical data clustering using a minimum message length criterion

Research on cluster analysis for categorical data continues to develop, new clustering algorithms being proposed. However, in this context, the determination of the number of clusters is rarely addressed. We propose a new approach in which clustering and the estimation of the number of clusters is done simultaneously for categorical data. We assume that the data originate from a finite mixture of multinomial distributions and use a minimum message length criterion (MML) to select the number of clusters (Wallace and Bolton, 1986). For this purpose, we implement an EM-type algorithm (Silvestre et al., 2008) based on the (Figueiredo and Jain, 2002) approach. The novelty of the approach rests on the integration of the model estimation and selection of the number of clusters in a single algorithm, rather than selecting this number based on a set of pre-estimated candidate models. The performance of our approach is compared with the use of Bayesian Information Criterion (BIC) (Schwarz, 1978) and Integrated Completed Likelihood (ICL) (Biernacki et al., 2000) using synthetic data. The obtained results illustrate the capacity of the proposed algorithm to attain the true number of cluster while outperforming BIC and ICL since it is faster, which is especially relevant when dealing with large data sets.

Determining the number of clusters in categorical data

Cluster analysis for categorical data has been an active area of research. A well-known problem in this area is the determination of the number of clusters, which is unknown and must be inferred from the data. In order to estimate the number of clusters, one often resorts to information criteria, such as BIC (Bayesian information criterion), MML (minimum message length, proposed by Wallace and Boulton, 1968), and ICL (integrated classification likelihood). In this work, we adopt the approach developed by Figueiredo and Jain (2002) for clustering continuous data. They use an MML criterion to select the number of clusters and a variant of the EM algorithm to estimate the model parameters. This EM variant seamlessly integrates model estimation and selection in a single algorithm. For clustering categorical data, we assume a finite mixture of multinomial distributions and implement a new EM algorithm, following a previous version (Silvestre et al., 2008). Results obtained with synthetic datasets are encouraging. The main advantage of the proposed approach, when compared to the above referred criteria, is the speed of execution, which is especially relevant when dealing with large data sets.

Qualidade percebida e satisfação dos pacientes nos meios complementares de diagnóstico e terapêutica do serviço de oftalmologia do Hospital CUF Descobertas/Centro Hospitalar de Lisboa Central, EPE: um contributo para a validação de um questionário

Mestrado em Gestão e Avaliação de Tecnologias em Saúde

Avaliação da exposição a fungos e partículas em explorações avícolas e suinícolas: estudo

O projeto “Avaliação da Exposição a Fungos e Partículas em Explorações Avícolas e Suinícolas” contemplou um elevado número de colheitas ambientais e biológicas e respectivo processamento laboratorial, sendo apenas possível a sua concretização graças ao financiamento disponibilizado pela Autoridade para as Condições de Trabalho. Foi realizado um estudo transversal para avaliar a contaminação causada por fungos e partículas em 7 explorações avícolas e 7 explorações suinícolas. No que concerne à monitorização biológica, foram medidos os parâmetros espirométricos, utilizando o espirómetro MK8 Microlab, avaliada a existência de sintomas clínicos associados com a asma e outras doenças alérgicas, através de questionário adaptado European Community Respiratory Health Survey e, ainda, avaliada a sensibilização aos agentes fúngicos (IgE). Foram ainda adicionados dois objetivos ao estudo, designadamente: aferir a existência de três espécies/estirpes potencialmente patogénicas/toxinogénicas com recurso à biologia molecular e avaliar a exposição dos trabalhadores à micotoxina aflatoxina B1 por recurso a indicador biológico de exposição. Foram colhidas 27 amostras de ar de 25 litros nas explorações avícolas e 56 de 50 litros nas explorações suinícolas através do método de impacto. As colheitas de ar e a medição da concentração das partículas foram realizadas no interior e no exterior dos pavilhões, sendo este último considerado como local de referência. Simultaneamente, a temperatura e a humidade relativa também foram registadas. As colheitas das superfícies foram realizadas através da técnica de zaragatoa, tendo sido utilizado um quadrado de metal inoxidável de 10 cm de lado, de acordo com a International Standard ISO 18593 – 2004. As zaragatoas obtidas (20 das explorações avícolas e 48 das explorações suinícolas) foram inoculadas em malte de extract agar (2%) com cloranfenicol (0,05 g/L). Além das colheitas de ar e de superfícies, foram também obtidas colheitas da cama das explorações avícolas (7 novas e 14 usadas) e da cobertura do pavimento das explorações suinícolas (3 novas e 4 usadas) e embaladas em sacos esterilizados. Cada amostra foi diluída e inoculada em placas contendo malte extract agar. Todas as amostras foram incubadas a 27,5ºC durante 5 a 7 dias e obtidos resultados quantitativos (UFC/m3; UFC/m2; UFC/g) e qualitativos com a identificação das espécies fúngicas. Para a aplicação dos métodos de biologia molecular foram realizadas colheitas de ar de 300 litros utilizando o método de impinger com a velocidade de recolha de 300 L/min. A identificação molecular de três espécies potencialmente patogénicas e/ou toxinogénicas (Aspergillus flavus, Aspergillus fumigatus e Stachybotrys chartarum) foram obtidas por PCR em tempo real (PCR TR) utilizando o Rotor-Gene 6000 qPCR Detection System. As medições de partículas foram realizadas por recurso a equipamento de leitura direta (modelo Lighthouse, 2016 IAQ). Este recurso permitiu medir a concentração (mg/m3) de partículas em 5 dimensões distintas (PM 0.5; PM 1.0; PM 2.5; PM 5.0; PM10). Nas explorações avícolas, 28 espécies/géneros de fungos foram isolados no ar, tendo Aspergillus versicolor sido a espécie mais frequente (20.9%), seguida por Scopulariopsis brevicaulis (17.0%) e Penicillium sp. (14.1%). Entre o género Aspergillus, Aspergillus flavus apresentou o maior número de esporos (>2000 UFC/m3). Em relação às superfícies, A. versicolor foi detetada em maior número (>3 × 10−2 UFC/m2). Na cama nova, Penicillium foi o género mais frequente (59,9%), seguido por Alternaria (17,8%), Cladosporium (7,1%) e Aspergillus (5,7%). Na cama usada, Penicillium sp. foi o mais frequente (42,3%), seguido por Scopulariopsis sp. (38,3%), Trichosporon sp. (8,8%) e Aspergillus sp. (5,5%). Em relação à contaminação por partículas, as partículas com maior dimensão foram detectadas em maiores concentrações, designadamente as PM5.0 (partículas com a dimensão de 5.0 bm ou menos) e PM10 (partículas com a dimensão de 10 bm ou menos). Neste setting a prevalência da alteração ventilatória obstrutiva foi superior nos indivíduos com maior tempo de exposição (31,7%) independentemente de serem fumadores (17,1%) ou não fumadores (14,6%). Relativamente à avaliação do IgE específico, foi apenas realizado em trabalhadores das explorações avícolas (14 mulheres e 33 homens), não tendo sido encontrada associação positiva (p<0.05%) entre a contaminação fúngica e a sensibilização a antigénios fúngicos. No caso das explorações suinícolas, Aspergillus versicolor foi a espécie mais frequente (20,9%), seguida por Scopulariopsis brevicaulis (17,0%) e Penicillium sp. (14,1%). No género Aspergillus, A. versicolor apresentou o maior isolamento no ar (>2000 UFC/m3) e a maior prevalência (41,9%), seguida por A. flavus e A. fumigatus (8,1%). Em relação às superfícies analisadas, A. versicolor foi detetada em maior número (>3 ×10−2 UFC/m2). No caso da cobertura do pavimento das explorações suinícolas, o género Thicoderma foi o mais frequente na cobertura nova (28,0%) seguida por A. versicolor e Acremonium sp. (14,0%). O género Mucor foi o mais frequente na cobertura usada (25,1%), seguido por Trichoderma sp. (18,3%) e Acremonium sp. (11,2%). Relativamente às partículas, foram evidenciados também valores mais elevados na dimensão PM5 e, predominantes nas PM10. Neste contexto, apenas 4 participantes (22,2%) apresentaram uma alteração ventilatória obstrutiva. Destes, as obstruções mais graves encontraram-se nos que também apresentavam maior tempo de exposição. A prevalência de asma na amostra de trabalhadores em estudo, pertencentes aos 2 contextos em estudo, foi de 8,75%, tendo-se verificado também uma prevalência elevada de sintomatologia respiratória em profissionais não asmáticos. Em relação à utilização complementar dos métodos convencionais e moleculares, é recomendável que a avaliação da contaminação fúngica nestes settings, e, consequentemente, a exposição profissional a fungos, seja suportada pelas duas metodologias e, ainda, que ocorre exposição ocupacional à micotoxina aflatoxina B1 em ambos os contextos profissionais. Face aos resultados obtidos, é importante salientar que os settings alvo de estudo carecem de uma intervenção integrada em Saúde Ocupacional no âmbito da vigilância ambiental e da vigilância da saúde, com o objetivo de diminuir a exposição aos dois factores de risco estudados (fungos e partículas).

Critérios de projecto de um data centre

Dissertação de Natureza Científica para obtenção do grau de Mestre em Engenharia Civil na Área de Especialização de Edificações