Please use this identifier to cite or link to this item: https://rima.ufrrj.br/jspui/handle/20.500.14407/14325
Full metadata record
DC FieldValueLanguage
dc.contributor.authorVieira, Thuany Christine Lessa de Azevedo
dc.date.accessioned2023-12-22T02:59:57Z-
dc.date.available2023-12-22T02:59:57Z-
dc.date.issued2015-04-15
dc.identifier.citationVIEIRA, Thuany Christine Lessa de Azevedo. Redes neurais aplicada no desenvolvimento de modelo para apoio a decisão na terapia antirretroviral em portadores do HIV-1. 2015. 61 f. Dissertação (Mestrado em Modelagem Matemática e Computacional) - Instituto de Ciências Exatas, Universidade Federal Rural do Rio de Janeiro, Seropédica - RJ, 2015.por
dc.identifier.urihttps://rima.ufrrj.br/jspui/handle/20.500.14407/14325-
dc.description.abstractDurante a última década a terapia antirretroviral (TARV) contribuiu para a redução da taxa de mortalidade e morbidade entre as pessoas infectadas pelo HIV-1. Contudo, a falha terapêutica relacionada ao surgimento de resistências aos retrovirais em função das mutações e/ou pela não adesão à terapia antirretroviral é um problema de saúde pública. Torna-se de fundamental importância a compreensão dos padrões de resistências e dos mecanismos a eles associados, possibilitando a escolha de um tratamento terapêutico apropriado que considere a frequência de mutação, quantidade de partículas virais (CV) e células CD4+ entre os subtipos B e C. Portanto, o objetivo desse trabalho é desenvolver um modelo baseado em inteligência computacional para auxiliar a tomada de decisão e proporcionar melhor suporte a prática clí-nica e de pesquisa daqueles que lidam diretamente com pacientes. Foram utilizadas 923 amos-tras para esse estudo, obtidas juntos ao Laboratório de Virologia Molecular da Universidade Federal do Rio de Janeiro pertencente à rede de genotipagem do Ministério da Saúde. Inicial-mente foi realizado um estudo do perfil de mutações dos subtipos B e C. Para tal foi feito um corte com pacientes com entrada no sistema a partir de 1998, com frequência de mutações na protease maior ou igual a 5% e submetidos a uma única terapia HAART com apenas um ini-bidor de protease, Nelfinavir (NFV), ou sem nenhum inibidor de protease. Foram realizadas 50 simulações para cada um dos subtipos usando as posições da sequência da protease como dados entrada juntamente com as taxas de carga viral e CD4+. Através dos estudos foi possí-vel observar que o subtipo C possui caráter diferenciado do subtipo B tanto em nível de CV e CD4+ quanto ao número de mutações no gene da protease, fato esse que enfatiza a necessida-de de tratamentos específicos para cada subtipo pelos profissionais da saúde. Além disso, o modelo demonstrou um desempenho satisfatório, possuindo um bom índice de acertos.por
dc.description.sponsorshipFundação Carlos Chagas Filho de Amparo à Pesquisa do Estado do Rio de Janeiro (FAPERJ, Brasil)por
dc.formatapplication/pdf*
dc.languageporpor
dc.publisherUniversidade Federal Rural do Rio de Janeiropor
dc.rightsAcesso Abertopor
dc.subjectAntiretroviral therapyeng
dc.subjectArtificial Neural Networkeng
dc.subjectTratamento antirretroviralpor
dc.subjectHIVpor
dc.subjectRedes Neurais Artificiaispor
dc.titleRedes neurais aplicada no desenvolvimento de modelo para apoio a decisão na terapia antirretroviral em portadores do HIV-1por
dc.typeDissertaçãopor
dc.description.abstractOtherDuring the last decade, the antiretroviral therapy (ART) contributed to the reduction of the mortality and morbidity among HIV-1 affected people. However, the therapeutic flaw related to the appearance of resistence to the retrovirals due to the mutations and/or the not adherence to the antiretroviral therapy, is a problem of public health. It becomes of extreme importance, the comprehension of the resistence patterns and the mechanism related to them, enabling the choice of a suited therapeutic treatment that considers the mutation frequency, the quantity of viral particles and CD4+ cells among subtypes B and C. Therefore, the goal of the paper is to develop a model based on computational intelligence to help make decisions and give a better support to the clinic practice and research for those who deal with the pati-ents. 923 samples were used for thus study, obtained together with the Laboratory of Molecu-lar Virology of the Federal University of Rio de Janeiro, that belongs to the genotyping net-work of the Health Ministry. Initially, it was done a study of the profile of the mutations of subtypes B and C. To do so, it was made a cut of the patients that entered from 1998 on, with mutation frequency in the protease equal or greater than 5% and submitted to only one HA-ART therapy with just one protease inhibitor, Nelfinavir (NFV), or without any kind of prote-ase inhibitor. Through these studies, it was possible to observe that the subtype C has a diffe-rent character from subtype B, not only when it comes to the CV and CD4+ level but also the numbers of mutations in the protease gene, this fact emphasizes the necessity of specific tre-atments, from health professionals, for each subtype Key-words: antiretroviral treatment, HIV, Artificial Neural Network.eng
dc.contributor.advisor1Silva, Robson Mariano da
dc.contributor.advisor1IDCPF: 785.917.837-00por
dc.contributor.advisor-co1Delgado, Angel Ramon Sanchez
dc.contributor.advisor-co1IDCPF: 052.598.857-24por
dc.contributor.referee1Silva, Robson Mariano da
dc.contributor.referee2Delgado, Angel Ramon Sanchez
dc.contributor.referee3Tassinari, Wagner de Souza
dc.contributor.referee4Albuquerque, Rodney Cézar de
dc.creator.IDCPF: 128.046.267-17por
dc.creator.Latteshttp://lattes.cnpq.br/9733092537935409por
dc.publisher.countryBrasilpor
dc.publisher.departmentInstituto de Ciências Exataspor
dc.publisher.initialsUFRRJpor
dc.publisher.programPrograma de Pós-Graduação em Modelagem Matemática e Computacionalpor
dc.subject.cnpqMatemáticapor
dc.subject.cnpqCiência da Computaçãopor
dc.thumbnail.urlhttps://tede.ufrrj.br/retrieve/6863/2015%20-%20Thuany%20Christine%20Lessa%20de%20Azevedo%20Vieira.pdf.jpg*
dc.thumbnail.urlhttps://tede.ufrrj.br/retrieve/20110/2015%20-%20Thuany%20Christine%20Lessa%20de%20Azevedo%20Vieira.pdf.jpg*
dc.thumbnail.urlhttps://tede.ufrrj.br/retrieve/26419/2015%20-%20Thuany%20Christine%20Lessa%20de%20Azevedo%20Vieira.pdf.jpg*
dc.thumbnail.urlhttps://tede.ufrrj.br/retrieve/32854/2015%20-%20Thuany%20Christine%20Lessa%20de%20Azevedo%20Vieira.pdf.jpg*
dc.thumbnail.urlhttps://tede.ufrrj.br/retrieve/39238/2015%20-%20Thuany%20Christine%20Lessa%20de%20Azevedo%20Vieira.pdf.jpg*
dc.thumbnail.urlhttps://tede.ufrrj.br/retrieve/45592/2015%20-%20Thuany%20Christine%20Lessa%20de%20Azevedo%20Vieira.pdf.jpg*
dc.thumbnail.urlhttps://tede.ufrrj.br/retrieve/51996/2015%20-%20Thuany%20Christine%20Lessa%20de%20Azevedo%20Vieira.pdf.jpg*
dc.thumbnail.urlhttps://tede.ufrrj.br/retrieve/58434/2015%20-%20Thuany%20Christine%20Lessa%20de%20Azevedo%20Vieira.pdf.jpg*
dc.originais.urihttps://tede.ufrrj.br/jspui/handle/jspui/1731
dc.originais.provenanceSubmitted by Jorge Silva (jorgelmsilva@ufrrj.br) on 2017-06-02T19:41:02Z No. of bitstreams: 1 2015 - Thuany Christine Lessa de Azevedo Vieira.pdf: 2529622 bytes, checksum: e7159cd09d3d218f61d6f6cee88a775e (MD5)eng
dc.originais.provenanceMade available in DSpace on 2017-06-02T19:41:02Z (GMT). No. of bitstreams: 1 2015 - Thuany Christine Lessa de Azevedo Vieira.pdf: 2529622 bytes, checksum: e7159cd09d3d218f61d6f6cee88a775e (MD5) Previous issue date: 2015-04-15eng
Appears in Collections:Mestrado em Modelagem Matemática e Computacional

Se for cadastrado no RIMA, poderá receber informações por email.
Se ainda não tem uma conta, cadastre-se aqui!

Files in This Item:
File Description SizeFormat 
2015 - Thuany Christine Lessa de Azevedo Vieira.pdfDocumento principal2.47 MBAdobe PDFThumbnail
View/Open


Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.