Interferentes bio-sócio-ambientais na exposição ao mercúrio em crianças ribeirinhas de diferentes regiões da Amazônia

No presente estudo foram analisados possíveis fatores bio-sócio-ambientais interferentes na exposição ao mercúrio em crianças ribeirinhas. Participaram 103 crianças das regiões do rio Tapajós, rio Acará e ilha do Marajó. O tipo de estudo foi seccional analítico. Foram colhidas amostras de cabelo para análise dos teores de Hgtotal, de sangue (análise de hemoglobina e hematócrito) e fezes. Foram utilizados índices antropométricos na análise do crescimento das crianças. Na avaliação do desenvolvimento neuropsicomotor foi aplicado o teste de triagem Denver II modificado. A maior média dos teores de Hgtotal em amostras de cabelo das crianças foi na região do Tapajós (5,58 μg/g) e 0,65 μg/g nas demais localidades. A prevalência de Hgtotal >10 μg/g foi 25% e 7,5% em São Luiz do Tapajós e Barreira. O consumo diário de peixes pelas famílias das crianças quando relacionado com teores de Hgtotal p(valor) foi < 0,05. A prevalência do tempo de amamentação das crianças nos grupos com menos de 12 meses e maior de 6 meses para as localidades do rio Tapajós, quando relacionadas com teores de Hgtotal no cabelo das crianças apresentou p(valor) <0,05. A prevalência de anemia nas crianças da região Tapajós era de 46,7% e quando relacionada com teores de Hgtotal p(valor) <0,0001.Os exames coproscópicos indicaram que 68,3% eram poliparasitadas, quando relacionadas com Hgtotal p(valor) <0,05. O perfil do crescimento observado através dos indicadores do estado nutricional era 82,6% com peso adequado para idade e 14,5% com peso muito baixo e baixo. O desempenho neuropsicomotor examinado pelo teste de triagem Denver II modificado apresentou cinco crianças como suspeitas de atraso no desenvolvimento. Concluiu-se que localidades no entorno de atividades garimpeira as crianças ribeirinhas são expostas ao risco de contaminação mercurial. Fatores bio-sócio-ambientais interferentes na exposição ao mercúrio tais como consumo diário de peixes, tempo de amamentação, anemia, enteroparasitoses apresentaram relações estatísticas significativas com o Hgtotal no cabelo das crianças.

Otimização do processo de aprendizagem da estrutura gráfica de Redes Bayesianas em BigData

A automação na gestão e análise de dados tem sido um fator crucial para as empresas que necessitam de soluções eficientes em um mundo corporativo cada vez mais competitivo. A explosão do volume de informações, que vem se mantendo crescente nos últimos anos, tem exigido cada vez mais empenho em buscar estratégias para gerenciar e, principalmente, extrair informações estratégicas valiosas a partir do uso de algoritmos de Mineração de Dados, que comumente necessitam realizar buscas exaustivas na base de dados a fim de obter estatísticas que solucionem ou otimizem os parâmetros do modelo de extração do conhecimento utilizado; processo que requer computação intensiva para a execução de cálculos e acesso frequente à base de dados. Dada a eficiência no tratamento de incerteza, Redes Bayesianas têm sido amplamente utilizadas neste processo, entretanto, à medida que o volume de dados (registros e/ou atributos) aumenta, torna-se ainda mais custoso e demorado extrair informações relevantes em uma base de conhecimento. O foco deste trabalho é propor uma nova abordagem para otimização do aprendizado da estrutura da Rede Bayesiana no contexto de BigData, por meio do uso do processo de MapReduce, com vista na melhora do tempo de processamento. Para tanto, foi gerada uma nova metodologia que inclui a criação de uma Base de Dados Intermediária contendo todas as probabilidades necessárias para a realização dos cálculos da estrutura da rede. Por meio das análises apresentadas neste estudo, mostra-se que a combinação da metodologia proposta com o processo de MapReduce é uma boa alternativa para resolver o problema de escalabilidade nas etapas de busca em frequência do algoritmo K2 e, consequentemente, reduzir o tempo de resposta na geração da rede.