Classificação Internacional de Funcionalidade (CIF): Conceitos, Preconceitos e Paradigmas. Contributo de um Construto para o Percurso Real em Meio Natural de Vida.

A autora aborda o historial, génese e objectivos da Classificação Internacional de Funcionalidade para crianças e jovens, implementada pela Organização Mundial de Saúdeem 2007. Sublinha o papel de complementaridadade da CIF relativamente a outras classificações como a Classificação Internacional de Doenças (CID), em que a primeira visa caracterizar as capacidades e dificuldades de crianças e jovens com deficiência, ou seja, caracterizar do ponto de vista funcional cada criança e jovem, independentemente do diagnóstico etiológico médico. Trata-se da mudança de paradigma bio-médico para a do indivíduo que apresenta determinadas competências e dificuldades, em que estas últimas são definidas em função do ambiente – facilitador ou actuando como barreira. Assim, é dado enfoque ao ambiente para que este seja modificado transformando os factores que actuam como barreira em facilitadores, que anulem ou atenuem as dificuldades. Sendo a deficiência e ou doença uma experiência universal, a CIF vem colmatar uma importante lacuna na dificuldade de comunicação e articulação entre os diversos actores intervenientes no apoio socio educativo e médico destas crianças,criando uma linguagem acessível aos técnicos envolvidos – educadores, terapeutas e outros profissionais ligados à infância, por força envolvidos, dando uma maior ênfase à interacção criança/meio numa perspectiva holística de bem estar bio-psico-social.

Automatic Small Bowel Tumor Diagnosis by Using Multi-Scale Wavelet-Based Analysis in Wireless Capsule Endoscopy Images

BACKGROUND: Wireless capsule endoscopy has been introduced as an innovative, non-invasive diagnostic technique for evaluation of the gastrointestinal tract, reaching places where conventional endoscopy is unable to. However, the output of this technique is an 8 hours video, whose analysis by the expert physician is very time consuming. Thus, a computer assisted diagnosis tool to help the physicians to evaluate CE exams faster and more accurately is an important technical challenge and an excellent economical opportunity. METHOD: The set of features proposed in this paper to code textural information is based on statistical modeling of second order textural measures extracted from co-occurrence matrices. To cope with both joint and marginal non-Gaussianity of second order textural measures, higher order moments are used. These statistical moments are taken from the two-dimensional color-scale feature space, where two different scales are considered. Second and higher order moments of textural measures are computed from the co-occurrence matrices computed from images synthesized by the inverse wavelet transform of the wavelet transform containing only the selected scales for the three color channels. The dimensionality of the data is reduced by using Principal Component Analysis. RESULTS: The proposed textural features are then used as the input of a classifier based on artificial neural networks. Classification performances of 93.1% specificity and 93.9% sensitivity are achieved on real data. These promising results open the path towards a deeper study regarding the applicability of this algorithm in computer aided diagnosis systems to assist physicians in their clinical practice.