Using neural networks and support vector regression to relate marchetti dilatometer test parameters and maximum shear modulus

In the last two decades, small strain shear modulus became one of the most important geotechnical parameters to characterize soil stiffness. Finite element analysis have shown that in-situ stiffness of soils and rocks is much higher than what was previously thought and that stress-strain behaviour of these materials is non-linear in most cases with small strain levels, especially in the ground around retaining walls, foundations and tunnels, typically in the order of 10−2 to 10−4 of strain. Although the best approach to estimate shear modulus seems to be based in measuring seismic wave velocities, deriving the parameter through correlations with in-situ tests is usually considered very useful for design practice.The use of Neural Networks for modeling systems has been widespread, in particular within areas where the great amount of available data and the complexity of the systems keeps the problem very unfriendly to treat following traditional data analysis methodologies. In this work, the use of Neural Networks and Support Vector Regression is proposed to estimate small strain shear modulus for sedimentary soils from the basic or intermediate parameters derived from Marchetti Dilatometer Test. The results are discussed and compared with some of the most common available methodologies for this evaluation.

Using neural networks and support vector regression to relate marchetti dilatometer test parameters and maximum shear modulus

In the last two decades, small strain shear modulus became one of the most important geotechnical parameters to characterize soil stiffness. Finite element analysis have shown that in-situ stiffness of soils and rocks is much higher than what was previously thought and that stress-strain behaviour of these materials is non-linear in most cases with small strain levels, especially in the ground around retaining walls, foundations and tunnels, typically in the order of 10−2 to 10−4 of strain. Although the best approach to estimate shear modulus seems to be based in measuring seismic wave velocities, deriving the parameter through correlations with in-situ tests is usually considered very useful for design practice.The use of Neural Networks for modeling systems has been widespread, in particular within areas where the great amount of available data and the complexity of the systems keeps the problem very unfriendly to treat following traditional data analysis methodologies. In this work, the use of Neural Networks and Support Vector Regression is proposed to estimate small strain shear modulus for sedimentary soils from the basic or intermediate parameters derived from Marchetti Dilatometer Test. The results are discussed and compared with some of the most common available methodologies for this evaluation.

Analyzing Multiple Outcomes: Is it Really Worth the use of Multivariate Linear Regression?

In health related research it is common to have multiple outcomes of interest in a single study. These outcomes are often analysed separately, ignoring the correlation between them. One would expect that a multivariate approach would be a more efficient alternative to individual analyses of each outcome. Surprisingly, this is not always the case. In this article we discuss different settings of linear models and compare the multivariate and univariate approaches. We show that for linear regression models, the estimates of the regression parameters associated with covariates that are shared across the outcomes are the same for the multivariate and univariate models while for outcome-specific covariates the multivariate model performs better in terms of efficiency.

Ankylosing spondylitis: genomic and functional characterization of candidate genes and their repercussion in clinical practice

RESUMO: Introdução: A espondilite anquilosante (EA) é uma doença inflamatória crónica caracterizada pela inflamação das articulações sacroilíacas e da coluna. A anquilose progressiva motiva uma deterioração gradual da função física e da qualidade de vida. O diagnóstico e o tratamento precoces podem contribuir para um melhor prognóstico. Neste contexto, a identificação de biomarcadores, assume-se como sendo muito útil para a prática clínica e representa hoje um grande desafio para a comunidade científica. Objetivos: Este estudo teve como objetivos: 1 - caracterizar a EA em Portugal; 2 - investigar possíveis associações entre genes, MHC e não-MHC, com a suscetibilidade e as características fenotípicas da EA; 3 - identificar genes candidatos associados a EA através da tecnologia de microarray. Material e Métodos: Foram recrutados doentes com EA, de acordo com os critérios modificados de Nova Iorque, nas consultas de Reumatologia dos diferentes hospitais participantes. Colecionaram-se dados demográficos, clínicos e radiológicos e colhidas amostras de sangue periférico. Selecionaram-se de forma aleatória, doentes HLA-B27 positivos, os quais foram tipados em termos de HLA classe I e II por PCR-rSSOP. Os haplótipos HLA estendidos foram estimados pelo algoritmo Expectation Maximization com recurso ao software Arlequin v3.11. As variantes alélicas dos genes IL23R, ERAP1 e ANKH foram estudadas através de ensaios de discriminação alélica TaqMan. A análise de associação foi realizada utilizando testes da Cochrane-Armitage e de regressão linear, tal como implementado pelo PLINK, para variáveis qualitativas e quantitativas, respetivamente. O estudo de expressão génica foi realizado por Illumina HT-12 Whole-Genome Expression BeadChips. Os genes candidatos foram validados usando qPCR-based TaqMan Low Density Arrays (TLDAs). Resultados: Foram incluídos 369 doentes (62,3% do sexo masculino, com idade média de 45,4 ± 13,2 anos, duração média da doença de 11,4 ± 10,5 anos). No momento da avaliação, 49,9% tinham doença axial, 2,4% periférica, 40,9% mista e 7,1% entesopática. A uveíte anterior aguda (33,6%) foi a manifestação extra-articular mais comum. Foram positivos para o HLA-B27, 80,3% dos doentes. Os haplótipo A*02/B*27/Cw*02/DRB1*01/DQB1*05 parece conferir suscetibilidade para a EA, e o A*02/B*27/Cw*01/DRB1*08/DQB1*04 parece conferir proteção em termos de atividade, repercussão funcional e radiológica da doença. Três variantes (2 para IL23R e 1 para ERAP1) mostraram significativa associação com a doença, confirmando a associação destes genes com a EA na população Portuguesa. O mesmo não se verificou com as variantes estudadas do ANKH. Não se verificou associação entre as variantes génicas não-MHC e as manifestações clínicas da EA. Foi identificado um perfil de expressão génica para a EA, tendo sido validados catorze genes - alguns têm um papel bem documentado em termos de inflamação, outros no metabolismo da cartilagem e do osso. Conclusões: Foi estabelecido um perfil demográfico e clínico dos doentes com EA em Portugal. A identificação de variantes génicas e de um perfil de expressão contribuem para uma melhor compreensão da sua fisiopatologia e podem ser úteis para estabelecer modelos com relevância em termos de diagnóstico, prognóstico e orientação terapêutica dos doentes. -----------ABSTRACT: Background: Ankylosing Spondylitis (AS) is a chronic inflammatory disorder characterized by inflammation in the spine and sacroiliac joints leading to progressive joint ankylosis and in progressive deterioration of physical function and quality of life. An early diagnosis and early therapy may contribute to a better prognosis. The identification of biomarkers would be helpful and represents a great challenge for the scientific community. Objectives: The present study had the following aims: 1- to characterize the pattern of AS in Portuguese patients; 2- to investigate MHC and non-MHC gene associations with susceptibility and phenotypic features of AS and; 3- to identify candidate genes associated with AS by means of whole-genome microarray. Material and Methods: AS was defined in accordance to the modified New York criteria and AS cases were recruited from hospital outcares patient clinics. Demographic and clinical data were recorded and blood samples collected. A random group of HLA-B27 positive patients and controls were selected and typed for HLA class I and II by PCR-rSSOP. The extended HLA haplotypes were estimated by Expectation Maximization Algorithm using Arlequin v3.11 software. Genotyping of IL23R, ERAP1 and ANKH allelic variants was carried out with TaqMan allelic discrimination assays. Association analysis was performed using the Cochrane-Armitage and linear regression tests as implemented in PLINK, for dichotomous and quantitative variables, respectively. Gene expression profile was carried out using Illumina HT-12 Whole-Genome Expression BeadChips and candidate genes were validated using qPCR-based TaqMan Low Density Arrays (TLDAs). Results: A total of 369 patients (62.3% male; mean age 45.4±13.2 years; mean disease duration 11.4±10.5 years), were included. Regarding clinical disease pattern, at the time of assessment, 49.9% had axial disease, 2.4% peripheral disease, 40.9% mixed disease and 7.1% isolated enthesopathic disease. Acute anterior uveitis (33.6%) was the most common extra-articular manifestation. 80.3% of AS patients were HLA-B27 positive. The haplotype A*02/B*27/Cw*02/DRB1*01/DQB1*05 seems to confer susceptibility to AS, whereas A*02/B*27/Cw*01/DRB1*08/DQB1*04 seems to provide protection in terms of disease activity, functional and radiological repercussion. Three markers (two for IL23R and one for ERAP1) showed significant single-locus disease associations. Association of these genes with AS in the Portuguese population was confirmed, whereas ANKH markers studied did not show an association with AS. No association was seen between non-MHC genes and clinical manifestations of AS. A gene expression signature for AS was established; among the fourteen validated genes, a number of them have a well-documented inflammatory role or in modulation of cartilage and bone metabolism. Conclusions: A demographic and clinical profile of patients with AS in Portugal was established. Identification of genetic variants of target genes as well as gene expression signatures could provide a better understanding of AS pathophysiology and could be useful to establish models with relevance in terms of susceptibility, prognosis, and potential therapeutic guidance.

Modeling in-Hospital Patient Survival During the First 28 Days After Intensive Care Unit Admission: a Prognostic Model for Clinical Trials in General Critically Ill Patients

OBJECTIVE: The objective of the study was to develop a model for estimating patient 28-day in-hospital mortality using 2 different statistical approaches. DESIGN: The study was designed to develop an outcome prediction model for 28-day in-hospital mortality using (a) logistic regression with random effects and (b) a multilevel Cox proportional hazards model. SETTING: The study involved 305 intensive care units (ICUs) from the basic Simplified Acute Physiology Score (SAPS) 3 cohort. PATIENTS AND PARTICIPANTS: Patients (n = 17138) were from the SAPS 3 database with follow-up data pertaining to the first 28 days in hospital after ICU admission. INTERVENTIONS: None. MEASUREMENTS AND RESULTS: The database was divided randomly into 5 roughly equal-sized parts (at the ICU level). It was thus possible to run the model-building procedure 5 times, each time taking four fifths of the sample as a development set and the remaining fifth as the validation set. At 28 days after ICU admission, 19.98% of the patients were still in the hospital. Because of the different sampling space and outcome variables, both models presented a better fit in this sample than did the SAPS 3 admission score calibrated to vital status at hospital discharge, both on the general population and in major subgroups. CONCLUSIONS: Both statistical methods can be used to model the 28-day in-hospital mortality better than the SAPS 3 admission model. However, because the logistic regression approach is specifically designed to forecast 28-day mortality, and given the high uncertainty associated with the assumption of the proportionality of risks in the Cox model, the logistic regression approach proved to be superior.

Marcadores inflamatórios de instabilidade da placa aterosclerótica coronária : caraterização e potencial utilização clínica

RESUMO:Introdução: Reviu-se o conhecimento epidemiológico, fisiopatológico e clínico atual sobre a doença coronária, da sua génese até ao evento agudo, o Enfarte Agudo do Miocárdio (EAM). Valorizou-se, em especial, a teoria inflamatória da aterosclerose, que foi objeto de grandes desenvolvimentos na última década. Marcadores de instabilidade da placa aterosclerótica coronária: Aprofundou-se o conhecimento da placa aterosclerótica coronária instável. Descreveram-se detalhadamente os biomarcadores clínicos e laboratoriais associados à instabilidade da placa, com particular ênfase nos mecanismos inflamatórios. Objetivos:Estão divididos em dois pontos fundamentais:(1) Estudar em doentes com EAM a relação existente entre as moléculas inflamatórias: Interleucina-6 (IL-6), Fator de Necrose Tumoral-α (TNF-α) e Metaloproteinase de Matriz-3 (MMP3), não usados em contexto clínico, com um marcador inflamatório já em uso clínico: a Proteína C-Reativa ultrassensível (hs-CRP). Avaliar a relação de todas as moléculas inflamatórias com um biomarcador de lesão miocárdica: a Troponina Cardíaca I (cTnI). (2) Avaliar, no mesmo contexto de EAM, a Resposta de Fase Aguda (RFA) . Pretende-se demonstrar o impacto deste fenómeno, com repercussão clínica generalizada, no perfil lipídico e nos biomarcadores inflamatórios dos doentes. Métodos:(1) Estudo observacional prospetivo de doentes admitidos consecutivamente por EAM (grupo EAM) numa única unidade coronária, após exclusão de trauma ou infeção. Doseamento no sangue periférico, na admissão, de IL-6, TNF-α, MMP3, hs-CRP e cTnI. Este último biomarcador foi valorizado também nos valores séricos obtidos 6-9 horas depois. Procedeu-se a correlação linear (coeficiente de Pearson, de Rho-Spearman e determinação do R2) entre os 3 marcadores estudados com os valores de hs-CRP e de cTnI (valores da admissão e 6 a 9 horas após). Efetuou-se o cálculo dos coeficientes de regressão linear múltipla entre cTnI da admissão e cTnI 6-9h após, com o conjunto dos fatores inflamatórios estudados. (2) Estudo caso-controlo entre o grupo EAM e uma população aleatória de doentes seguidos em consulta de cardiologia, após exclusão de eventos cardiovasculares de qualquer território (grupo controlo) e também sem infeção ou trauma. Foram doseados os mesmos marcadores inflamatórios no grupo controlo e no grupo EAM. Nos dois grupos dosearam-se, ainda, as lipoproteínas: Colesterol total (CT), Colesterol HDL (HDLc), com as suas subfrações 2 e 3 (HDL 2 e HDL3), Colesterol LDL oxidado (LDLox),Triglicéridos (TG), Lipoproteína (a) [Lp(a)], Apolipoproteína A1 (ApoA1), Apolipoproteína B (ApoB) e Apolipoproteína E (ApoE). Definiram-se, em cada grupo, os dados demográficos, fatores de risco clássicos, terapêutica cardiovascular e o uso de anti-inflamatórios. Procedeu-se a análise multivariada em relação aos dados demográficos, fatores de risco e à terapêutica basal. Compararam-se as distribuições destas mesmas caraterísticas entre os dois grupos, assim como os valores séricos respetivos para as lipoproteínas estudadas. Procedeu-se à correlação entre as moléculas inflamatórias e as lipoproteínas, para todos os doentes estudados. Encontraram-se os coeficientes de regressão linear múltipla entre cada marcador inflamatório e o conjunto das moléculas lipídicas, por grupo. Finalmente, efetuou-se a comparação estatística entre os marcadores inflamatórios do grupo controlo e os marcadores inflamatórios do grupo EAM. Resultados: (1) Correlações encontradas, respetivamente, Pearson, Rho-Spearman e regressão-R2: IL-6/hs-CRP 0,549, p<0,001; 0,429, p=0,001; 0,302, p<0,001; MMP 3/hsCRP 0,325, p=0,014; 0,171, p=0,202; 0,106, p=0,014; TNF-α/hs-CRP 0,261, p=0,050; 0,315, p=0,017; 0,068, p=0.050; IL-6/cTnI admissão 0,486, p<0,001; 0,483, p<0,001; 0,236, p<0,001; MMP3/cTnI admissão 0,218, p=0,103; 0,146, p=0,278; 0,048, p=0,103; TNF-α/cTnI admissão 0,444, p=0,001; 0,380, p=0,004; 0,197, p=0,001; IL-6/cTnI 6-9h 0,676, p<0,001; 0,623, p<0,001; 0,456, p<0,01; MMP3/cTnI 6-9h 0,524, p=0,001; 0,149, p=0,270; 0,275, p<0,001; TNF-α/cTnI 6-9h 0,428, p=0,001, 0,452, p<0,001, 0,183, p<0,001. A regressão linear múltipla cTnI admissão/marcadores inflamatórios produziu: (R=0,638, R2=0,407) p<0,001 e cTnI 6-9h/marcadores inflamatórios (R=0,780, R2=0,609) p<0,001. (2) Significância da análise multivariada para idade (p=0,029), IMC>30 (p=0.070), AAS (p=0,040) e grupo (p=0,002). Diferenças importantes entre as distribuições dos dados basais entre os dois grupos (grupo controlo vs EAM): idade (47,95±11,55 vs 68,53±2,70 anos) p<0.001; sexo feminino (18,18 vs 22,80%) p=0,076; diabetes mellitus (9,09% vs 36,84%) p=0,012; AAS (18,18 vs 66,66%) p<0,001; clopidogrel (4,54% vs 66,66%) p=0,033; estatinas (31,81% vs 66,14%) p=0,078; beta-bloqueadores (18,18% vs 56,14%) p=0,011; anti-inflamatórios (4,54% vs 33,33%) p=0,009. Resultados da comparação entre os dois grupos quanto ao padrão lipídico (média±dp ou mediana/intervalo interquartil, grupo controlo vs EAM): CT (208,45±35,03 vs 171,05±41,63 mg/dl) p<0,001; HDLc (51,50/18,25 vs 42,00/16,00 mg/dl) p=0,007; HDL2 (8,50/3,25 vs 10,00/6,00 mg/dl) p=0,292; HDL3 (41,75±9,82 vs 31,75±9,41 mg/dl) p<0,001; LDLox (70,00/22,0 vs 43,50/21,00 U/L) p<0,001; TG (120,00/112,50 vs 107,00/86,00 mg/dl) p=0,527; Lp(a) (0,51/0,73 vs 0,51/0,50 g/L) p=0,854; ApoA1 (1,38±0,63 vs 1,19±0,21 g/L) p=0,002; ApoB (0,96±0,19 vs 0,78±0,28 g/L) p=0,004; ApoE (38,50/10,00 vs 38,00/17,00 mg/L) p=0,574. Nas correlações lineares entre as variáveis inflamatórias e as variáveis lipídicas para todos os doentes, encontrámos uma relação negativa entre IL-6 e CT, HDLc, HDL3, LDLox, ApoA1 e ApoB. A regressão múltipla marcadores inflamatórios/perfil lipídico (grupo controlo) foi: hs-CRP (R=0,883, R2=0,780) p=0,022; IL-6 (R=0,911, R2=0,830) p=0,007; MMP3 (R=0,498, R2=0,248) p=0,943; TNF-α (R=0,680, R2=0,462) p=0,524. A regressão múltipla marcadores inflamatórios/perfil lipídico (grupo EAM) foi: hs-CRP (R=0,647, R2=0,418) p=0,004; IL-6 (R=0,544, R2=0,300), p=0,073; MMP3 (R=0,539, R2=0,290) p=0,089; TNF-α (R=0,595; R2=0,354) p=0,022. Da comparação entre os marcadores inflamatórios dos dois grupos resultou (mediana/intervalo interquartil, grupo controlo vs EAM): hs-CRP (0,19/0,27 vs 0,42/2,53 mg/dl) p=0,001, IL-6 (4,90/5,48 vs 13,07/26,41 pg/ml) p<0,001, MMP3 (19,70/13,70 vs 10,10/10,40 ng/ml) p<0,001;TNF-α (8,67/6,71 vs 8,26/7,80 pg/dl) p=0,805. Conclusões: (1) Nos doentes com EAM, existe correlação entre as moléculas inflamatórias IL-6, MMP3 e TNF-α, quer com o marcador inflamatório hs-CRP, quer com o marcador de lesão miocárdica cTnI. Esta correlação reforça-se para os valores de cTnI 6-9 horas após admissão, especialmente na correlação múltipla com o grupo dos quatro marcadores inflamatórios. (2) IL-6 está inversamente ligada às lipoproteínas de colesterol; hs-CRP e IL-6 têm excelentes correlações com o perfil lipídico valorizado no seu conjunto. No grupo EAM encontram-se níveis séricos mais reduzidos para as lipoproteínas de colesterol. Para TNF-α não foram encontradas diferenças significativas entre os grupos, as quais foram observadas para a IL-6 e hs-CRP (mais elevadas no grupo EAM). Os valores de MMP3 no grupo controlo estão mais elevados. ABSTRACT: 0,524, p=0,001; 0,149, p=0,270; 0,275, p<0,001; TNF-α/cTnI 6-9h 0,428, p=0,001, 0,452, p<0,001, 0,183, p<0,001. A regressão linear múltipla cTnI admissão/marcadores inflamatórios produziu: (R=0,638, R2=0,407) p<0,001 e cTnI 6-9h/marcadores inflamatórios (R=0,780, R2=0,609) p<0,001. (2) Significância da análise multivariada para idade (p=0,029), IMC>30 (p=0.070), AAS (p=0,040) e grupo (p=0,002). Diferenças importantes entre as distribuições dos dados basais entre os dois grupos (grupo controlo vs EAM): idade (47,95±11,55 vs 68,53±2,70 anos) p<0.001; sexo feminino (18,18 vs 22,80%) p=0,076; diabetes mellitus (9,09% vs 36,84%) p=0,012; AAS (18,18 vs 66,66%) p<0,001; clopidogrel (4,54% vs 66,66%) p=0,033; estatinas (31,81% vs 66,14%) p=0,078; beta-bloqueadores (18,18% vs 56,14%) p=0,011; anti-inflamatórios (4,54% vs 33,33%) p=0,009. Resultados da comparação entre os dois grupos quanto ao padrão lipídico (média±dp ou mediana/intervalo interquartil, grupo controlo vs EAM): CT (208,45±35,03 vs 171,05±41,63 mg/dl) p<0,001; HDLc (51,50/18,25 vs 42,00/16,00 mg/dl) p=0,007; HDL2 (8,50/3,25 vs 10,00/6,00 mg/dl) p=0,292; HDL3 (41,75±9,82 vs 31,75±9,41 mg/dl) p<0,001; LDLox (70,00/22,0 vs 43,50/21,00 U/L) p<0,001; TG (120,00/112,50 vs 107,00/86,00 mg/dl) p=0,527; Lp(a) (0,51/0,73 vs 0,51/0,50 g/L) p=0,854; ApoA1 (1,38±0,63 vs 1,19±0,21 g/L) p=0,002; ApoB (0,96±0,19 vs 0,78±0,28 g/L) p=0,004; ApoE (38,50/10,00 vs 38,00/17,00 mg/L) p=0,574. Nas correlações lineares entre as variáveis inflamatórias e as variáveis lipídicas para todos os doentes, encontrámos uma relação negativa entre IL-6 e CT, HDLc, HDL3, LDLox, ApoA1 e ApoB. A regressão múltipla marcadores inflamatórios/perfil lipídico (grupo controlo) foi: hs-CRP (R=0,883, R2=0,780) p=0,022; IL-6 (R=0,911, R2=0,830) p=0,007; MMP3 (R=0,498, R2=0,248) p=0,943; TNF-α (R=0,680, R2=0,462) p=0,524. A regressão múltipla marcadores inflamatórios/perfil lipídico (grupo EAM) foi: hs-CRP (R=0,647, R2=0,418) p=0,004; IL-6 (R=0,544, R2=0,300), p=0,073; MMP3 (R=0,539, R2=0,290) p=0,089; TNF-α (R=0,595; R2=0,354) p=0,022. Da comparação entre os marcadores inflamatórios dos dois grupos resultou (mediana/intervalo interquartil, grupo controlo vs EAM): hs-CRP (0,19/0,27 vs 0,42/2,53 mg/dl) p=0,001, IL-6 (4,90/5,48 vs 13,07/26,41 pg/ml) p<0,001, MMP3 (19,70/13,70 vs 10,10/10,40 ng/ml) p<0,001;TNF-α (8,67/6,71 vs 8,26/7,80 pg/dl) p=0,805. Conclusões: (1) Nos doentes com EAM, existe correlação entre as moléculas inflamatórias IL-6, MMP3 e TNF-α, quer com o marcador inflamatório hs-CRP, quer com o marcador de lesão miocárdica cTnI. Esta correlação reforça-se para os valores de cTnI 6-9 horas após admissão, especialmente na correlação múltipla com o grupo dos quatro marcadores inflamatórios. (2) IL-6 está inversamente ligada às lipoproteínas de colesterol; hs-CRP e IL-6 têm excelentes correlações com o perfil lipídico valorizado no seu conjunto. No grupo EAM encontram-se níveis séricos mais reduzidos para as lipoproteínas de colesterol. Para TNF-α não foram encontradas diferenças significativas entre os grupos, as quais foram observadas para a IL-6 e hs-CRP (mais elevadas no grupo EAM). Os valores de MMP3 no grupo controlo estão mais elevados. ------------- ABSTRACT: Introduction: We reviewed the epidemiology, pathophysiology and current clinical knowledge about coronary heart disease, from its genesis to the acute myocardial infarction (AMI). The inflammatory theory for atherosclerosis, which has undergone considerable development in the last decade, was especially detailed. Markers of coronary atherosclerotic vulnerable plaque: The clinical and laboratory biomarkers associated with the unstable coronary atherosclerotic plaque vulnerable plaque are detailed. An emphasis was placed on the inflammatory mechanisms. Objectives: They are divided into two fundamental points: (1) To study in AMI patients, the relationship between the inflammatory molecules: Interleukin-6 (IL-6), Tumor Necrosis Factor-α (TNF-α) and Matrix metalloproteinase-3 (MMP3), unused in the clinical setting, with an inflammatory marker in clinical use: ultrasensitive C-reactive protein (hs-CRP), as well as a biomarker of myocardial injury: cardiac troponin I (cTnI). (2) To study, in the context of AMI, the Acute Phase Response (APR). We intend to demonstrate the impact of that clinical relevant phenomenon in the lipid profile and inflammatory biomarkers of our patients. Methods: (1) Prospective observational study of patients consecutively admitted for AMI (AMI group) in a single coronary care unit, after exclusion of trauma or infection. A peripheral assay at admission for IL-6, TNF-α, MMP3, hs-CRP and cTnI was performed. The latter was also valued in assays obtained 6-9 hours after admission. Linear correlation (Pearson's correlation coefficient, Spearman Rho's correlation coefficient and R2 regression) was performed between the three markers studied and the values of hs-CRP and cTnI (on admission and 6-9 hours after admission). Multiple linear regression was also obtained between cTnI on admission and 6-9h after, with all the inflammatory markers studied. (2) Case-control study between the AMI group and a random population of patients from an outpatient cardiology setting (control group). Cardiovascular events of any kind and infection or trauma were excluded in this group. The same inflammatory molecules were assayed in control and AMI groups. The following lipoproteins were also assayed: total cholesterol (TC), HDL cholesterol (HDLc) and subfractions 2 and 3 (HDL2 and HDL 3), oxidized LDL cholesterol (oxLDL), Triglycerides (TG), Lipoprotein (a) [Lp(a)], Apolipoprotein A1 (apoA1), Apolipoprotein B (ApoB) and Apolipoprotein E (ApoE). Demographics, classical risk factors, cardiovascular therapy and the use of anti-inflammatory drugs were appreciated in each group. The authors conducted a multivariate analysis with respect to demographics, risk factors and baseline therapy. The distribution of the same baseline characteristics was compared between the two groups, as well as the lipoprotein serum values. A correlation was performed between each inflammatory molecule and each of the lipoproteins, for all the patients studied. Multiple linear regression was determined between each inflammatory marker and all the lipid molecules per group. Finally, the statistical comparison between the inflammatory markers in the two groups was performed. Results: (1) The correlation coefficients recorded, respectively, Pearson, Spearman's Rho and regression-R2, were: IL-6/hs-CRP 0.549, p <0.001; 0.429, p=0.001; 0.302, p <0.001; MMP 3/hsCRP 0.325, p=0.014; 0.171, p=0.202; 0.106, p=0.014; TNF-α/hs-CRP 0.261, p=0.050; 0.315, p=0.017; 0.068, p=0.050; IL-6/admission cTnI 0.486, p<0.001; 0.483, p<0.001; 0.236, p<0.001; MMP3/admission cTnI 0.218, p=0.103; 0.146, p=0.278; 0.048, p=0.103; TNF-α/admission cTnI 0.444, p=0.001; 0.380, p=0.004; 0.197, p=0.001; IL-6/6-9 h cTnI 0.676, p<0.001; 0.149, p<0.001; 0.456, p <0.01; MMP3/6-9h cTnI 0.428, p=0.001; 0.149, p<0.001; 0.183, p=0.001; TNF-α/6-9 h cTnI 0.676, p<0,001; 0.452, p<0.001; 0.183, p<0,001. The multiple linear regression admission cTnI/inflammatory markers produced: (R=0.638, R2=0.407) p<0.001 and 6-9 h cTnI/inflammatory markers (R=0.780, R2=0.609) p<0.001. (2) Significances of the multivariate analysis were found for age (p=0.029), IMC>30 (p=0.070), Aspirin (p=0.040) and group (p=0.002). Important differences between the baseline data of the two groups (control group vs AMI): age (47.95 ± 11.55 vs 68.53±12.70 years) p<0.001; gender (18.18 vs 22.80%) p=0.076; diabetes mellitus (9.09% vs 36. 84%) p=0.012; Aspirin (18.18 vs. 66.66%) p<0.001; Clopidogrel (4, 54% vs 66.66%) p=0.033; Statins, 31.81% vs 66.14%, p=0.078, beta-blockers 18.18% vs 56.14%, p=0.011; anti-inflammatory drugs (4.54% vs 33.33%) p=0.009. Significant differences in the lipid pattern of the two groups (mean±SD or median/interquartile range, control group vs AMI): TC (208.45±35.03 vs 171.05±41.63 mg/dl) p<0.001; HDLc (51.50/18.25 vs 42.00/16.00 mg/dl) p=0.007; HDL2 (8.50/3.25 vs 10.00/6.00 mg/dl) p=0.292; HDL3 (41.75±9.82 vs 31.75±9.82 mg/dl) p<0.01; oxLDL (70.00/22.0 vs 43.50/21.00 U/L) p <0.001; TG (120.00/112.50 vs 107.00/86.00 mg/dl) p=0.527; Lp(a) (0.51/0.73 vs 0,51/0.50 g/L) p=0.854; apoA1 (1.38±0.63 vs 1.19±0.21 g/L) p=0.002; ApoB (0.96± 0.39 vs 0.78±0.28 g/L) p=0.004; ApoE (38.50/10,00 vs 38.00 /17,00 mg/L) p=0.574. In the linear correlations between inflammatory variables and lipid variables for all patients, we found a negative relationship between IL-6 and TC, HDLc, HDL3, ApoA1 and ApoB. The multiple linear regression inflammatory markers/lipid profile (control group) was: hs-CRP (R= 0.883, R2=0.780) p=0.022; IL6 (R=0.911, R2=0.830) p=0.007; MMP3 (R=0.498, R2=0.248) p=0.943; TNF-α (R=0.680, R2=0.462) p=0.524. For the linear regression inflammatory markers/lipid profile (AMI group) we found: hs-CRP (R=0.647, R2=0.418) p=0.004; IL-6 (R=0.544, R2=0.300) p=0.073; MMP3 (R=0.539, R2 =0.290) p=0.089; TNF-α (R=0.595, R2=0.354) p=0.022. The comparison between inflammatory markers in both groups (median/interquartile range, control group vs AMI) resulted as: hs-CRP (0.19/0.27 vs 0.42/2.53 mg/dl) p=0.001; IL-6 (4.90/5.48 vs 13.07/26.41 pg/ml) p<0.001; MMP3 (19.70/13.70 vs 10.10/10.40 ng/ml) p<0.001; TNF-α (8.67/6.71 vs 8.26/7.80 pg/dl) p=0.805. Conclusions: (1) In AMI patients there is a correlation between the inflammatory molecules IL-6, TNF-α and MMP3 with both the inflammatory marker hs-CRP and the ischemic marker cTnI. This correlation is strengthened for the cTnI at 6-9h post admission, particularly in the multiple linear regression to the four inflammatory markers studied. (2) IL-6 correlates negatively with the cholesterol lipoproteins. Hs-CRP and IL-6 are strongly correlated to the whole lipoprotein profile. AMI patients display reduced serum lipid levels. For the marker TNF-α no significant differences were found between groups, which were observed for IL-6 and hs-CRP (higher in the AMI group). MMP3 values are higher in the control group.

Análise espacial dos resultados eleitorais em Portugal – Aplicação do Geographically Weighted Regression

Dissertação apresentada como requisito parcial para obtenção do grau de Mestre em Estatística e Gestão de Informação.

Análise espacial dos resultados eleitorais em Portugal – Aplicação do Geographically Weighted Regression

Dissertação apresentada como requisito parcial para obtenção do grau de Mestre em Estatística e Gestão de Informação.

As perturbações da aquisição e do desenvolvimento da linguagem : um estudo preliminar da prevalência, dos fatores associados e das necessidades de encaminhamento para terapia da fala em crianças de idade pré escolar no concelho de Oeiras

RESUMO - Objetivos: Identificar a prevalência das perturbações da aquisição e desenvolvimento da linguagem (PADL) em crianças dos 3 anos aos 5 anos e 11 meses integradas em instituições de ensino pré escolar do concelho de Oeiras, os fatores associados e as necessidades de encaminhamento para Terapia da Fala. Método: Foi realizado um estudo de prevalência, descritivo e correlacional. A amostra é aleatória estratificada e é constituída por 147 crianças dos 3 aos 5 anos e 11 meses que frequentam o ensino pré escolar, que tenham o português europeu como língua materna e que não apresentem sinalização ou diagnóstico de necessidades educativas especiais. A linguagem foi avaliada através do TALC (SUA-KAY & TAVARES, 2011) e do subteste fonológico TFF-ALPE (MENDES et al., 2009). As informações referentes às características sociodemográficas e aos dados linguísticos foram recolhidas através de uma ficha de caracterização. Para determinação das prevalências foi utilizada a razão de prevalências. O teste do qui-quadrado e o teste de Fisher foram utilizados na comparação das prevalências entre faixas etárias, sexos e natureza da instituição e na verificação de associação entre a presença de PADL e os possíveis fatores determinantes. A regressão logística foi utilizada para verificar a associação entre o nível educacional da mãe e a presença de PADL. Resultados: A prevalência global de PADL é de 14,9%. Nos rapazes a prevalência estimada foi de 19,0% e nas raparigas de 10,3%. Nas crianças de 3 anos não se verificou a presença de PADL, tendo-se encontrado uma prevalência de 23,5% nas crianças de 4 anos e de 14,9% nas de 5. A prevalência de PADL foi de 17,9% nas instituições públicas e de 12,5% nas privadas. Não se verificaram diferenças significativas entre as prevalências por faixa etária, sexo e natureza da instituição (p>0,05). Das crianças identificadas com PADL, 72,7% não têm apoio nem se encontram sinalizadas para terapia da fala e necessitam de ser encaminhadas. O sexo da criança, a idade dos pais, a escolaridade do pai, fatores perinatais, tamanho da família e história de alterações de linguagem na família não se encontraram associadas às PADL (p > 0,05), tendo esta associação sido verificada com a escolaridade da mãe (p < 0,05). As mães com nível educacionais mais elevados nem sempre apresentam um papel protetor de PADL. Conclusões: A prevalência global de PADL vai ao encontro da maioria das prevalências encontradas na literatura, sendo maior no sexo masculino, nas crianças de 4 anos e nas que frequentam o ensino público. A grande maioria das crianças com PADL não estavam sinalizadas como tal. A escolaridade da mãe foi o único fator que se encontrou associado à presença de PADL, não apresentando, no entanto, um valor explicativo totalmente claro.

Do hospitals react to random demand pressure by early discharges?

A Work Project, presented as part of the requirements for the Award of a Masters Degree in Economics from the NOVA – School of Business and Economics

Hospital costs and random demand

A Work Project, presented as part of the requirements for the Award of a Masters Degree in Economics from the NOVA – School of Business and Economics

A random access MAC protocol for MPR satellite networks

Dissertação apresentada para obtenção do Grau de Mestre em Engenharia Electrotécnica e de Computadores, pela Universidade Nova de Lisboa, Faculdade de Ciências e Tecnologia

Parameter estimation in the presence of auxiliary information

Dissertação para obtenção do Grau de Doutora em Estatística e Gestão de Risco, Especialidade em Estatística

Identification and differentiation of Candida species from pediatric patients by random amplified polymorphic DNA

Thirty-four Candida isolates were analyzed by random amplified polymorphic DNA using the primer OPG-10:24 Candida albicans; 4 Candida tropicalis; 2 Candida parapsilosis; 2 Candida dubliniensis; 1 Candida glabrata and 1 Candida krusei. The UPGMA-Pearson correlation coefficient was used to calculate the genetic distance between the different Candida groupings. Samples were classified as identical (correlation of 100%); highly related samples (90%); moderately related samples (80%) and unrelated samples (< 70%). The results showed that the RAPD proposed was capable of classifying the isolates coherently (such that same species were in the same dendrogram), except for two isolates of Candida parapsilosis and the positive control (Netherlands, 1973), probably because they are now recognized as three different species. Concerning the only fluconazole-resistant Candida tropicalis isolate with a genotype that was different to the others, the data were insufficient to affirm that the only difference was the sensitivity to fluconazole. We concluded that the Random Amplified Polymorphic DNA proposed might be used to confirm Candida species identified by microbiological methods.

Use of Poisson spatiotemporal regression models for the Brazilian Amazon Forest: malaria count data

INTRODUCTION: Malaria is a serious problem in the Brazilian Amazon region, and the detection of possible risk factors could be of great interest for public health authorities. The objective of this article was to investigate the association between environmental variables and the yearly registers of malaria in the Amazon region using Bayesian spatiotemporal methods. METHODS: We used Poisson spatiotemporal regression models to analyze the Brazilian Amazon forest malaria count for the period from 1999 to 2008. In this study, we included some covariates that could be important in the yearly prediction of malaria, such as deforestation rate. We obtained the inferences using a Bayesian approach and Markov Chain Monte Carlo (MCMC) methods to simulate samples for the joint posterior distribution of interest. The discrimination of different models was also discussed. RESULTS: The model proposed here suggests that deforestation rate, the number of inhabitants per km², and the human development index (HDI) are important in the prediction of malaria cases. CONCLUSIONS: It is possible to conclude that human development, population growth, deforestation, and their associated ecological alterations are conducive to increasing malaria risk. We conclude that the use of Poisson regression models that capture the spatial and temporal effects under the Bayesian paradigm is a good strategy for modeling malaria counts.