Paediatric bi-ventricular external assist device based on artificial muscles

Objective: Existing VADs are single-ventricle pumps needing anticoagulation. We developed a bi ventricular external assist device that reproduces the physiological heart muscle movement completely avoiding anticoagulants. Methods: The device has a carbon fibre skeleton fitting a 30-40 kg patient's heart, to which a Nitinol based artificial muscle is connected. The artificial muscle wraps both ventricles. The strength of the Nitinol fibres is amplified by a pivot articulation in contact with the ventricle wall. The fibres are electrically driven and a dedicated control unit has been developed. We assessed hemodynamic performances of this device using a previously described dedicated bench test. Volume ejected and pressure gradient has been measured with afterload ranging from 25 to 50mmHg. Results: With anafterload of 50mmHg the system has an ejection fraction (EF) of 10% on the right side and 8% on the left side. The system is able to generate a systolic ejection of 5,5 ml on the right side and 4,4 ml on the left side. With anafterload of 25mmHg the results are reduced of about 20%. The activation frequency is 80/minute resulting in a total volume displacement of 440 ml/minute on the right side and 352 ml/minute on the left side. Conclusions: The artificial muscle follows Starling's law as the ejected volume increases when afterload increases. These preliminary studies confirmed the possibility of improving the EF of a failing heart using artificial muscle for external cardiac compression. This device could be helpful in weaning CPB and/or for short-term cardio-circulatory support in paediatric population with cardiac failure.

StopFlu: Sistema BI d'anàlisi predictiu contra la grip

Vivim, cada cop més, en un món tecnològic, on la vida diària es comparteix a les xarxes socials quasi sense adonar-nos-en. En aquest context, es generen quantitats ingents d'informació que, un cop tractades, poden ésser útils en estudis ben diversos com són la detecció de terratrèmols o la detecció prematura d'una epidèmia. En relació a aquest últim, el virus de la grip és un greu problema de salut pública ja que es destinen part dels recursos sanitaris durant un període de temps considerable i disminueix la productivitat laboral dels afectats que la pateixen. Davant d'aquesta situació, es planteja la realització d'un sistema de Business Intelligence que analitzi les dades extretes dels tweets de la plataforma Twitter en relació a les hospitalitzacions produïdes a un hospital de Catalunya, per tal de tenir un anàlisi predictiu de l'aparició d'un brot d'aquestes característiques. El treball va més enllà al emprar una tecnologia no convencional per la implementació del sistema BI. S'escull la dupla Elasticsearch i Kibana per tal d'aconseguir un sistema robust, distribuït, escalable i, sobretot, totalment personalitzable. Després d'un estudi d'aquestes dos solucions, incloent els plugins de monitoratge i càrrega de dades, s'ha elaborat un data warehouse complet i un quadre de comandament introductori. Es deixa, per futures línies de treball, l'anàlisi profund de les dades i la conseqüent extracció d'uns resultats que ens ajudin a predir amb una major antelació l'aparició d'un nou brot del virus de la grip.

StopFlu : Sistema BI d'anàlisi predictiva contra la grip

Realització d'un sistema de Business Intelligence que analitzi les dades extretes dels tweets de la plataforma Twitter en relació a les hospitalitzacions produïdes a un hospital de Catalunya, per tal de tenir una anàlisi predictiva de l'aparició d'un brot de grip. El treball va més enllà a l'emprar una tecnologia no convencional per la implementació del sistema BI. S'escull la dupla ElasticSearch i Kibana per tal d'aconseguir un sistema robust, distribuït, escalable i, sobretot, totalment personalitzable. Després d'un estudi d'aquestes dos solucions, incloent els plugins de monitoratge i càrrega de dades, s'ha elaborat un data warehouse complet i un quadre de comandament introductori.

Intravoxel incoherent motion diffusion-weighted imaging in the liver: comparison of mono-, bi- and tri-exponential modelling at 3.0-T.

PURPOSE: To determine whether a mono-, bi- or tri-exponential model best fits the intravoxel incoherent motion (IVIM) diffusion-weighted imaging (DWI) signal of normal livers. MATERIALS AND METHODS: The pilot and validation studies were conducted in 38 and 36 patients with normal livers, respectively. The DWI sequence was performed using single-shot echoplanar imaging with 11 (pilot study) and 16 (validation study) b values. In each study, data from all patients were used to model the IVIM signal of normal liver. Diffusion coefficients (Di ± standard deviations) and their fractions (fi ± standard deviations) were determined from each model. The models were compared using the extra sum-of-squares test and information criteria. RESULTS: The tri-exponential model provided a better fit than both the bi- and mono-exponential models. The tri-exponential IVIM model determined three diffusion compartments: a slow (D1 = 1.35 ± 0.03 × 10(-3) mm(2)/s; f1 = 72.7 ± 0.9 %), a fast (D2 = 26.50 ± 2.49 × 10(-3) mm(2)/s; f2 = 13.7 ± 0.6 %) and a very fast (D3 = 404.00 ± 43.7 × 10(-3) mm(2)/s; f3 = 13.5 ± 0.8 %) diffusion compartment [results from the validation study]. The very fast compartment contributed to the IVIM signal only for b values ≤15 s/mm(2) CONCLUSION: The tri-exponential model provided the best fit for IVIM signal decay in the liver over the 0-800 s/mm(2) range. In IVIM analysis of normal liver, a third very fast (pseudo)diffusion component might be relevant. KEY POINTS: ? For normal liver, tri-exponential IVIM model might be superior to bi-exponential ? A very fast compartment (D = 404.00 ± 43.7 × 10 (-3)  mm (2) /s; f = 13.5 ± 0.8 %) is determined from the tri-exponential model ? The compartment contributes to the IVIM signal only for b ≤ 15 s/mm (2.)

Análisis de logs con soluciones Big Data e integración con BI corporativo

En este trabajo se hace una evaluación de la solución Big Data Hadoop como alternativa de almacenamiento y procesado de elevados volúmenes de datos en comparación con modelos relacionales tradicionales en un Enterprise Data Warehouse (EDW) corporativo, y de cómo ésta es capaz de integrarse con las herramientas de visualización típicas de las suites Business Intelligence.

Classificação BI-RADS™: categorização de 4.968 mamografias

Seguindo o modelo adotado pelo Colégio Americano de Radiologia, utilizamos o método BI-RADS™ (Breast Imaging Reporting and Data System) numa análise regional retrospectiva de 4.968 mamogramas, para categorizar e avaliar a freqüência dos achados mamográficos, distribuindo-os nos diferentes grupos desta classificação. Das 4.968 mamografias foram laudadas 44,4% (n = 2.208) como negativas, 46,3% (n = 2.305) como achados mamográficos benignos, 7,5% (n = 374) como achados mamográficos provavelmente benignos, 0,98% (n = 49) como achados mamográficos suspeitos e 0,72% (n = 36) como achados mamográficos altamente suspeitos. O estudo também demonstra a importância da uniformização do laudo mamográfico, através da aplicação da classificação BI-RADS™, sobretudo como preditor de malignidade, bem como na avaliação da conduta a ser seguida.

Submissão às recomendações do BI-RADS™ por médicos e pacientes: análise preliminar de 3.000 exames realizados em uma clínica particular

O Breast Imaging Reporting and Data System (BI-RADS™) do American College of Radiology é um sistema que objetiva padronizar o laudo mamográfico, reduzir os fatores de confusão na descrição e interpretação das imagens e facilitar a emissão do resultado final do exame. OBJETIVO: Buscar identificar o grau de submissão das mulheres e médicos às recomendações do BI-RADS em Goiânia, GO. MATERIAIS E MÉTODOS: Foram avaliadas, prospectivamente, 3.000 mulheres submetidas à mamografia em um serviço radiológico particular em Goiânia (janeiro a dezembro de 2002). Os laudos foram emitidos de acordo com o BI-RADS. As mulheres classificadas nas categorias 0, 3, 4 e 5 foram acompanhadas por contato telefônico. RESULTADOS: Mulheres que se recusaram a seguir orientação: categorias 0 (11,5%), 3 (13,8%), 4 (28%) e 5 (0%). Não houve orientação médica para seguir recomendação: categorias 0 (18,2%), 3 (17%), 4 (20%). Mulheres que se submeteram à recomendação: categorias 0 (1,8%), 3 (5,7%), 4 (40%), 5 (100%). Perdidas no seguimento: categorias 0 (68,5%), 3 (39%) e 4 (12%). CONCLUSÃO: É baixa a submissão às recomendações do BI-RADS nas categorias 0 e 3, e moderada na categoria 4. Aproximadamente 30% das mulheres classificadas na categoria 0 não se submeteram à avaliação adicional por imagem, por recusa própria ou por falta de orientação médica.

Predição de malignidade em pacientes das categorias 4 e 5 BI-RADS™

Foi realizado estudo retrospectivo, de agosto de 1999 a junho de 2002, que selecionou 6.999 laudos mamográficos consecutivos que seguiram a padronização Breast Imaging Reporting and Data System (BI-RADS™). Neste estudo objetivamos uma análise regional de achados mamográficos categorias 4 e 5 BI-RADS, que foram recomendados a estudo histopatológico, avaliando a sensibilidade do método nessas categorias como indicador de malignidade. Foram laudados 43,65% (n = 3.055) como negativos, 47,36% (n = 3.315) como achados mamográficos benignos, 7,47% (n = 523) como achados mamográficos provavelmente benignos, 0,87% (n = 61) como achados mamográficos suspeitos e 0,64% (n = 45) como achados mamográficos altamente suspeitos. Das pacientes das categorias 4 (61 pacientes) e 5 (45 pacientes), todas encaminhadas à biópsia, foram obtidos resultados histopatológicos de 27 da categoria 4 (44,26%) e de 27 da categoria 5 (60%). Das pacientes da categoria 4, obteve-se 55,55% (n = 15) de lesões malignas, e das pacientes da categoria 5, obteve-se 96,29% (n = 26) de lesões malignas. O estudo mostra o alto valor preditivo positivo de malignidade da categoria 5 BI-RADS e a necessidade real de prosseguimento da investigação das mamografias categoria 4 BI-RADS.

Breast imaging reporting and data system (BI-RADS™): como tem sido utilizado?

O Breast Imaging Reporting and Data System (BI-RADS™), do American College of hRadiology, foi concebido para padronizar o laudo mamográfico e reduzir os fatores de confusão na descrição e interpretação das imagens, além de facilitar o monitoramento do resultado final. OBJETIVO: Identificar a maneira como vem sendo utilizado o BI-RADS™, gerando informações que possam auxiliar o Colégio Brasileiro de Radiologia a desenvolver estratégias para aperfeiçoar o seu uso. MATERIAIS E MÉTODOS: Os dados foram coletados na cidade de Goiânia, GO. Foram solicitados os exames de mamografia anteriores a todas as mulheres que se dirigiram ao serviço para realização de mamografia entre janeiro/2003 e junho/2003. Foram incluídos na análise exames anteriores, realizados entre 1/7/2001 e 30/6/2003. RESULTADOS: Foram coletados 104 laudos anteriores, emitidos por 40 radiologistas de 33 diferentes serviços. Dos 104 laudos, 77% (n = 80) utilizavam o BI-RADS™. Destes, apenas 15% (n = 12) eram concisos, nenhum utilizava a estrutura e organização recomendadas pelo sistema, 98,75% (n = 79) não respeitavam o léxico e 65% (n = 51) não faziam recomendação de conduta. CONCLUSÃO: O BI-RADS™, apesar de bastante utilizado, não foi reconhecido como sistema para padronização dos laudos. Foi usado quase exclusivamente como forma de classificação final dos exames.

BI-RADS®-ultra-som: vantagens e desvantagens dessa nova ferramenta de trabalho

O autor faz uma análise crítica do recém-incorporado BI-RADS® ultra-sonográfico. A primeira recomendação derivada dessa análise crítica é que sempre se identifique quando se está usando o sistema BI-RADS® para mamografia, ultra-sonografia ou ressonância magnética, por exemplo, empregando o termo BI-RADS®-US. São feitas considerações sobre as vantagens de se utilizar o BI-RADS® ultra-sonográfico, incluindo reprodutibilidade, padronização, auditoria, ecogenicidade de base. São também identificados alguns pontos fracos do sistema: a omissão de descritores de relevância estatística comprovada, como hipoecogenicidade acentuada e número de lobulações, a adoção de descritores de valor ainda pouco comprovado, como o ligamento de Cooper, e a falta de dados sobre o valor preditivo positivo de algumas lesões muito comuns, como nódulos hipoecóicos. Finalmente, é colocada uma sugestão: dividir os descritores em faixas de significância para se determinar o valor preditivo positivo das lesões, uma vez que alguns descritores são muito significativos e outros não têm qualquer relevância estatística.

Correlação radiológica e histológica de lesões mamárias não-palpáveis em pacientes submetidas a marcação pré-cirúrgica, utilizando-se o sistema BI-RADS

OBJETIVO: Avaliar as categorias 3, 4 e 5 da classificação BI-RADS (Breast Imaging Reporting and Data System) como fator preditivo para malignidade, correlacionando os achados mamográficos e histológicos em lesões não-palpáveis da mama. MATERIAIS E MÉTODOS: Estudo analítico descritivo de 169 mulheres submetidas a biópsia cirúrgica, após localização estereotáxica de lesões mamárias não-palpáveis. As mamografias dessas pacientes foram classificadas de acordo com a quarta edição do BI-RADS, avaliando-se as categorias 3, 4 (A, B e C) e 5. Correlacionaram-se os achados mamográficos com os exames histológicos das lesões, avaliando-se o valor preditivo positivo em cada categoria. RESULTADOS: No total de 169 casos, foram diagnosticados 42 casos de câncer (24,8%). Destes, houve apenas um caso na categoria 3, 19 casos na categoria 4 e 22 casos na categoria 5. Os valores preditivos positivos para as categorias 3, 4A, 4B, 4C e 5 foram, respectivamente, de 3,4%, 10,3%, 11,3%, 36% e 91,7%. As microcalcificações foram o achado mais freqüente relacionado à doença maligna, ocorrendo em 61,5% do total. CONCLUSÃO: Este estudo demonstrou que a classificação BI-RADS permite predizer com segurança que há alta suspeição de malignidade para achados classificados na categoria 5 e diminuta chance para os achados da categoria 3. Quanto à categoria 4, foi constatada elevação progressiva dos valores preditivos positivos nas subcategorias A, B e C, mostrando que esta subdivisão contribui de forma mais detalhada e precisa na indicação de lesões suspeitas para malignidade.

Valores preditivos das categorias 3, 4 e 5 do sistema BI-RADS em lesões mamárias nodulares não-palpáveis avaliadas por mamografia, ultra-sonografia e ressonância magnética

OBJETIVO: Avaliar os valores preditivos positivo e negativo das categorias 3, 4 e 5 do sistema BI-RADS™ em lesões mamárias nodulares não-palpáveis avaliadas por mamografia, ultra-sonografia e ressonância magnética. MATERIAIS E MÉTODOS: Vinte e nove pacientes com achados mamográficos de lesões mamárias nodulares não-palpáveis, das classes 3, 4 e 5 do BI-RADS, que realizaram exames complementares de ultra-sonografia e ressonância magnética, além de biópsia excisional. Realizaram-se 30 biópsias e correlacionaram-se as lesões e suas respectivas classificações de 3 a 5 do BI-RADS com os resultados histopatológicos. O cálculo dos valores preditivos foi feito utilizando-se equações matemáticas específicas. RESULTADOS: O valor preditivo negativo da categoria 3 pela análise mamográfica foi de 69,23%, pela análise ultra-sonográfica foi de 70,58% e pela análise por ressonância magnética foi de 100%. O valor preditivo positivo da categoria 4 pela análise mamográfica foi de 63,63%, pela análise ultra-sonográfica foi de 50% e pela análise por ressonância magnética foi de 30,76%. O valor preditivo positivo da categoria 5 foi de 100% pelas análises mamográfica e ultra-sonográfica e de 92,85% pela análise por ressonância magnética. CONCLUSÃO: O valor preditivo negativo da categoria 3 foi elevado na análise pela ressonância magnética e os valores preditivos positivos foram moderados na categoria 4 e elevados na categoria 5 pelos três métodos.

Breast Imaging Reporting and Data System - BI-RADS®: valor preditivo positivo das categorias 3, 4 e 5. revisão sistemática da literatura

OBJETIVO: Avaliar artigos, na literatura, que verificam o valor preditivo positivo das categorias 3, 4 e 5 do Breast Imaging Reporting and Data System (BI-RADS®). MATERIAIS E MÉTODOS: Foi realizada pesquisa na base de dados Medline utilizando os termos "predictive value" e "BI-RADS". Foram incluídos 11 artigos nesta revisão. RESULTADOS: O valor preditivo positivo das categorias 3, 4 e 5 variou entre 0% e 8%, 4% e 62%, 54% e 100%, respectivamente. Três artigos avaliaram, concomitantemente, os critérios morfológicos das lesões que apresentaram maior valor preditivo positivo na mamografia, sendo nódulo espiculado o critério com maior valor preditivo positivo. CONCLUSÃO: Houve grande variabilidade do valor preditivo positivo das categorias 3, 4 e 5 do BI-RADS® em todos os estudos, porém foram identificadas diferenças metodológicas que limitaram a comparação desses estudos.