Detalhes bibliográficos
Ano de defesa: |
2021 |
Autor(a) principal: |
Soares, Thiego Ramon
 |
Orientador(a): |
Croda, Julio Henrique Rosa
 |
Banca de defesa: |
Santos, Andrea da Silva
,
Kritski, Afranio Lineu
 |
Tipo de documento: |
Dissertação
|
Tipo de acesso: |
Acesso aberto |
Idioma: |
por |
Instituição de defesa: |
Universidade Federal da Grande Dourados
|
Programa de Pós-Graduação: |
Programa de pós-graduação em Ciências da Saúde
|
Departamento: |
Faculdade de Ciências da Saúde
|
País: |
Brasil
|
Palavras-chave em Português: |
|
Palavras-chave em Inglês: |
|
Área do conhecimento CNPq: |
|
Link de acesso: |
http://repositorio.ufgd.edu.br/jspui/handle/prefix/4941
|
Resumo: |
Introdução: A tuberculose ainda é um grave problema de saúde pública global, além de em 2019 ter sido a principal causa de morte, por uma única doença, dentre as doenças infecciosas. A incidência de tuberculose na população privada de liberdade é 10 vezes maior que na população em geral e, o diagnóstico precoce pode ser uma estratégia de controle nestes ambientes, considerados de alta carga da doença. O uso do raio-x do tórax (RXT), associando à inteligência artificial, pode acelerar a detecção de casos de tuberculose pulmonar durante a triagem em massa nas prisões. Nesta perspectiva, neste estudo o objetivo foi comparar quatro métodos de interpretação automatizada de raio-x para triagem em massa de tuberculose em prisões. Métodos: Foi realizado um estudo transversal, em três penitenciarias do estado do Mato Grosso do Sul, entre os anos de 2017 a 2019. Um questionário foi aplicado para obter dados demográficos, histórico de prisão, estilo de vida, histórico de saúde e sintomas sugestivos de TB. Em seguida foi realizado o RXT, e as imagens foram transferidas eletronicamente para análise automatizada pelo CAD4TB verões 5 e 6 e para o sistema LUNIT INSIGHT CXR2 versões Tb e MCA. É atribuído um escore de 0 a 100 para as versões do CAD4-TB, e foi considerado alterado o score ≥ 60. Para o LUNIT o escore varia de 0 a 1, sendo alterado, o valor ≥ 0.88. Após o RXT foi coletado uma amostra de escarro para realização de teste molecular Xpert MTB/RIF. O banco de dados foi gerenciado por meio do REDcap®. Para as análises calculou-se a sensibilidade, a especificidade e a área sob a curva-AUC, e os resultados comparados por meio do intervalo de confiança. Resultados: Foram analisadas 7081 imagens de RXTx e observou-se uma AUC de 0,92 para o LUNIT-TB, 0,88 para os CAD4TB v5 e v6. Identificou-se que os indivíduos com radiografias alteradas no LUNIT-TB, a sensibilidade foi de 33,4% e a especificidade de 94,8%. Além disso, o LUNIT- TB teve um desempenho mais potente ao diferenciar os indivíduos com pontuação baixa e alta quando comparado com as versões do CAD4-TB. Conclusão: Os resultados sugerem que o uso de RXT auxiliado com interpretação automatizada, pode ser uma estratégia eficiente de rastreamento em massa em ambientes de alto risco para tuberculose. |