Excessiva atividade de remodelamento ventricular sinaliza limitada resposta terapêutica ao manejo agressivo da insuficiência cardíaca avanaçada

Introdução: Níveis de fator de necrose tumoral–alfa (TNF-α), N-peptídeo do pró-colágeno III (PIIINP) e metaloproteinase de matriz –1 (MMP-1), marcadores biológicos de remodelamento ventricular, estão elevados em pacientes com insuficiência cardíaca (IC), talvez refletindo elevadas pressões de enchimento. A correlação destes marcadores com variáveis clínicas e hemodinâmicas permanece pouco compreendida, particularmente no contexto ambulatorial da IC. Objetivo: Avaliar níveis séricos de marcadores biológicos de remodelamento ventricular em pacientes com IC, comparando tratamento guiado por ecocardiografia (ECO), buscando redução de pressões de enchimento, versus tratamento convencional (CLÍNICO), baseado em sinais e sintomas. Métodos: Ensaio clínico randomizado. Pacientes estáveis com IC e fração de ejeção menor do que 40% foram alocados entre os grupos de tratamento e submetidos a ecocardiograma e coletas de sangue no início do estudo e em 180 dias. TNF-α e MMP- 1 foram medidos por ELISA, e PIIINP, por radioimunoensaio. Resultados: Incluiu-se 80 pacientes, com 59 ± 15 anos e fração de ejeção de 26 ± 7%; 25% isquêmicos e 52% masculinos. Houve redução dos marcadores biológicos intragrupos, não havendo diferença entre os tratamentos. No grupo CLÍNICO, os níveis de TNF-α, MMP-1 e PIIINP apresentaram diferenças estatisticamente significativas entre os momentos basal e final (respectivamente, 3,11 ± 2,90 versus 1,24 ± 0,60 pg/mL p < 0,0003; 2,66 ± 1,00 versus 1,16 ± 0,40 ng/mL p < 0,0001; 6,12 ± 2,60 versus 3,89 ± 1,60 μg/L p < 0,0001). De maneira semelhante, tal diferença também foi observada no grupo ECO para os três marcadores (respectivamente, 3,90 ± 4,90 versus 1,40 ± 1,30 pg/mL p < 0,0001; 2,50 ± 0,90 versus 1,09 ± 0,40 ng/mL p < 0,0001; 6,09 ± 2,60 versus 3,50 ± 1,30 μg/L p<0,0001). Ao final da intervenção, no entanto, não foi observada diferença significativa dos valores de TNF-α , MMP-1 e PIIINP entre os dois grupos de tratamento (p = 0,7; p = 0,8; e p = 0,2; respectivamente). A combinação dos valores basais das variáveis biológicas gerou um escore que se associou significativamente com o comportamento final das pressões atrial direita e sistólica da artéria pulmonar. Pacientes com marcadores biológicos basais no quartil 75% mantiveram níveis superiores de pressões atrial direita (13 mmHg; p = 0,034) e sistólica de artéria pulmonar (60 mmHg; p = 0,007) ao final do seguimento. Conclusão: Independente do tratamento alocado, houve redução dos níveis de marcadores biológicos ao final do seguimento; no entanto, níveis basais mais elevados destes marcadores foram preditores de menor redução das pressões em átrio direito e sistólica da artéria pulmonar. Os dados sugerem que indicativos de intenso processo de remodelamento ventricular se associam à progressão da IC e a pressões de enchimento elevadas.

Aprendizado de máquina em sistemas complexos multiagentes : estudo de caso em um ambiente sob racionalidade limitada

O presente trabalho investiga a relação entre aprendizado e dinâmica em sistemas complexos multiagentes. Fazemos isso através de estudos experimentais em um cenário de racionalidade limitada que situa-se na interesecção entre Inteligência Artificial, Economia e Física Estatística, conhecido como “Minority Game”. Apresentamos resultados experimentais sobre o jogo focando o estudo do cenário sob uma perspectiva de Aprendizado de Máquina. Introduzimos um novo algoritmo de aprendizado para os agentes no jogo, que chamamos de aprendizado criativo, e mostramos que este algoritmo induz uma distribuição mais eficiente de recursos entre os agentes. Este aumento de eficiência mostra-se resultante de uma busca irrestrita no espaço de estratégias que permitem uma maximização mais eficiente das distâncias entre estratégias. Analisamos então os efeitos dos parâmetros deste algoritmo no desempenho de um agente, comparando os resultados com o algoritmo tradicional de aprendizado e mostramos que o algoritmo proposto é mais eficiente que o tradicional na maioria das situações. Finalmente, investigamos como o tamanho de memória afeta o desempenho de agentes utilizando ambos algoritmos e concluímos que agentes individuais com tamanhos de memória maiores apenas obtém um aumento no desempenho se o sistema se encontrar em uma região ineficiente, enquanto que nas demais fases tais aumentos são irrelevantes - e mesmo danosos - à performance desses agentes.