Microcytic anemia factor no estudo das anemias microcíticas

A anemia ferropénica e a β-Talassemia menor são as anemias microcíticas mais frequentes na prática laboratorial, sendo o seu diagnóstico de extrema importância clínica. O objectivo deste estudo consistiu na análise do poder discriminatório do MAF na caracterização destas anamias. Foi desenvolvido um estudo caso-controlo, tendo sido analisados os hemogramas de um grupo de 47 indivíduos com anemia ferropénica e 37 com β-talassemia, e de um grupo controlo constituído por 58 indivíduos saudáveis. Na diferenciação dos grupos patológicos, apenas a Hemoglobina, o VGM e o RDW apresentaram diferenças significativas. O MAF não demonstrou poder discriminatório relativamente às anemias microcíticas.

Smart Plastic Antibody Material for Hemoglobin Tailored by Silica Surface Imprinting and with Charged Binding Sites: Its use as Ionophore in Potentiometric Transduction

JORNADAS DE ELECTROQUÍMICA E INOVAÇÃO 2013

Descoberta de Conhecimento em Dádivas de Sangue

Atualmente, são geradas enormes quantidades de dados que, na maior parte das vezes, não são devidamente analisados. Como tal, existe um fosso cada vez mais significativo entre os dados existentes e a quantidade de dados que é realmente analisada. Esta situação verifica-se com grande frequência na área da saúde. De forma a combater este problema foram criadas técnicas que permitem efetuar uma análise de grandes massas de dados, retirando padrões e conhecimento intrínseco dos dados. A área da saúde é um exemplo de uma área que cria enormes quantidades de dados diariamente, mas que na maior parte das vezes não é retirado conhecimento proveitoso dos mesmos. Este novo conhecimento poderia ajudar os profissionais de saúde a obter resposta para vários problemas. Esta dissertação pretende apresentar todo o processo de descoberta de conhecimento: análise dos dados, preparação dos dados, escolha dos atributos e dos algoritmos, aplicação de técnicas de mineração de dados (classificação, segmentação e regras de associação), escolha dos algoritmos (C5.0, CHAID, Kohonen, TwoSteps, K-means, Apriori) e avaliação dos modelos criados. O projeto baseia-se na metodologia CRISP-DM e foi desenvolvido com a ferramenta Clementine 12.0. O principal intuito deste projeto é retirar padrões e perfis de dadores que possam vir a contrair determinadas doenças (anemia, doenças renais, hepatite, entre outras) ou quais as doenças ou valores anormais de componentes sanguíneos que podem ser comuns entre os dadores.