Avaliação da radiografia de tórax com algoritmos de interpretação automatizada para rastreamento de tuberculose em massa em prisões
Ano de defesa: | 2021 |
---|---|
Autor(a) principal: | |
Orientador(a): | |
Banca de defesa: | , |
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. |
id |
UFGD-2_35da3455f079650b9c76a9a380cb8649 |
---|---|
oai_identifier_str |
oai:https://repositorio.ufgd.edu.br/jspui:prefix/4941 |
network_acronym_str |
UFGD-2 |
network_name_str |
Repositório Institucional da UFGD |
repository_id_str |
|
spelling |
Croda, Julio Henrique Rosa0000-0002-6665-6825http://lattes.cnpq.br/8158006454100275Santos, Andrea da Silva0000-0003-2691-6378http://lattes.cnpq.br/5307581182862501Kritski, Afranio Lineu0000-0002-5900-6007http://lattes.cnpq.br/0008770194107817http://lattes.cnpq.br/4764983163644146Soares, Thiego Ramon2022-05-18T21:29:14Z2022-05-18T21:29:14Z2021-06-23SOARES, Thiego Ramon. Avaliação da radiografia de tórax com algoritmos de interpretação automatizada para rastreamento de tuberculose em massa em prisões. 2021. 58 f. Dissertação (Mestrado em Ciências da Saúde) – Faculdade de Ciências da Saúde, Universidade Federal da Grande Dourados, Dourados, MS, 2021.http://repositorio.ufgd.edu.br/jspui/handle/prefix/4941Introdução: 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.Introduction: Tuberculosis remains a serious global public health problem and it is the leading isolated cause of death among infectious diseases. The incidence of tuberculosis in the population deprived of liberty is 10 times higher than in the general population, early diagnosis is a control strategy in these high-incidence environments. The use of x-ray combined with artificial intelligence can accelerate the detection of active tuberculosis cases, during mass screening in prisons. In this perspective, this study aimed to compare four automated x-ray interpretation methods for mass tuberculosis screening in prisons. Methods: A cross-sectional study was carried out in three prisons in the state of Mato Grosso do Sul, from which the data were collected from 2017 to 2019. Demographic data, prison history, lifestyle, health history and symptoms suggestive of tuberculosis were collected through a questionnaire. Then, the xray was performed, and the images were electronically transferred for automated analysis by CAD4-TB, versions 5 and 6, and to the LUNIT INSIGHT CXR2 system, versions Tb and MCA. For both CAD4-TB versions, with score range from 0 to 100, scores ≥ 60 was considered altered. While for LUNIT system, the score ranges from 0 to 1, being altered, the value ≥ 0.88. After the x-ray, a sputum sample was collected to be processed in the Xpert MTB/RIF. All information was recorded in REDcap® and sensitivity, specificity and area under the AUCcurve were calculated, and the results was compared using the confidence interval. Results: 7081 x-ray images were analyzed and observed an AUC of 0.92 was observed for LUNIT-TB, 0.88 for CAD4TB v5 and v6. It was identified that 33.4% of individuals with altered radiographs in LUNIT-TB were diagnosed with tuberculosis and specificity of 94.8%. In addition, in LUNIT-TB it performed more powerfully to differentiate individuals with low and high scores when compared to the CAD4TB versions. Conclusion: The results suggest that the use of chest radiography supported by automated interpretation can be an efficient strategy for tuberculosis mass screening in high-risk environments.Submitted by Marcos Pimentel (marcospimentel@ufgd.edu.br) on 2022-05-18T21:29:14Z No. of bitstreams: 1 ThiegoRamonSoares.pdf: 1811936 bytes, checksum: 91313bc72b7fe344aa24b4e4aa33d024 (MD5)Made available in DSpace on 2022-05-18T21:29:14Z (GMT). No. of bitstreams: 1 ThiegoRamonSoares.pdf: 1811936 bytes, checksum: 91313bc72b7fe344aa24b4e4aa33d024 (MD5) Previous issue date: 2021-06-23porUniversidade Federal da Grande DouradosPrograma de pós-graduação em Ciências da SaúdeUFGDBrasilFaculdade de Ciências da SaúdeCNPQ::CIENCIAS BIOLOGICAS::FARMACOLOGIAProgramas de rastreamentoTuberculosePresoMass screeningTuberculosisPrisonerAvaliação da radiografia de tórax com algoritmos de interpretação automatizada para rastreamento de tuberculose em massa em prisõesEvaluation of chest X-Ray with automated interpretation algorithms for mass tuberculosis screening in prisonsinfo:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/masterThesisinfo:eu-repo/semantics/openAccessreponame:Repositório Institucional da UFGDinstname:Universidade Federal da Grande Dourados (UFGD)instacron:UFGDTEXTThiegoRamonSoares.pdf.txtThiegoRamonSoares.pdf.txtExtracted texttext/plain81736https://repositorio.ufgd.edu.br/jspui/bitstream/prefix/4941/3/ThiegoRamonSoares.pdf.txt2b4e17d4045eb0b9a9f2a1e290ad2571MD53LICENSElicense.txtlicense.txttext/plain; charset=utf-81866https://repositorio.ufgd.edu.br/jspui/bitstream/prefix/4941/2/license.txt43cd690d6a359e86c1fe3d5b7cba0c9bMD52ORIGINALThiegoRamonSoares.pdfThiegoRamonSoares.pdfapplication/pdf1811936https://repositorio.ufgd.edu.br/jspui/bitstream/prefix/4941/1/ThiegoRamonSoares.pdf91313bc72b7fe344aa24b4e4aa33d024MD51prefix/49412023-09-14 03:00:58.872oai:https://repositorio.ufgd.edu.br/jspui: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ório InstitucionalPUBhttps://repositorio.ufgd.edu.br/jspui:8080/oai/requestopendoar:21162023-09-14T07:00:58Repositório Institucional da UFGD - Universidade Federal da Grande Dourados (UFGD)false |
dc.title.pt_BR.fl_str_mv |
Avaliação da radiografia de tórax com algoritmos de interpretação automatizada para rastreamento de tuberculose em massa em prisões |
dc.title.alternative.en.fl_str_mv |
Evaluation of chest X-Ray with automated interpretation algorithms for mass tuberculosis screening in prisons |
title |
Avaliação da radiografia de tórax com algoritmos de interpretação automatizada para rastreamento de tuberculose em massa em prisões |
spellingShingle |
Avaliação da radiografia de tórax com algoritmos de interpretação automatizada para rastreamento de tuberculose em massa em prisões Soares, Thiego Ramon CNPQ::CIENCIAS BIOLOGICAS::FARMACOLOGIA Programas de rastreamento Tuberculose Preso Mass screening Tuberculosis Prisoner |
title_short |
Avaliação da radiografia de tórax com algoritmos de interpretação automatizada para rastreamento de tuberculose em massa em prisões |
title_full |
Avaliação da radiografia de tórax com algoritmos de interpretação automatizada para rastreamento de tuberculose em massa em prisões |
title_fullStr |
Avaliação da radiografia de tórax com algoritmos de interpretação automatizada para rastreamento de tuberculose em massa em prisões |
title_full_unstemmed |
Avaliação da radiografia de tórax com algoritmos de interpretação automatizada para rastreamento de tuberculose em massa em prisões |
title_sort |
Avaliação da radiografia de tórax com algoritmos de interpretação automatizada para rastreamento de tuberculose em massa em prisões |
author |
Soares, Thiego Ramon |
author_facet |
Soares, Thiego Ramon |
author_role |
author |
dc.contributor.advisor1.fl_str_mv |
Croda, Julio Henrique Rosa |
dc.contributor.advisor1ID.fl_str_mv |
0000-0002-6665-6825 |
dc.contributor.advisor1Lattes.fl_str_mv |
http://lattes.cnpq.br/8158006454100275 |
dc.contributor.referee1.fl_str_mv |
Santos, Andrea da Silva |
dc.contributor.referee1ID.fl_str_mv |
0000-0003-2691-6378 |
dc.contributor.referee1Lattes.fl_str_mv |
http://lattes.cnpq.br/5307581182862501 |
dc.contributor.referee2.fl_str_mv |
Kritski, Afranio Lineu |
dc.contributor.referee2ID.fl_str_mv |
0000-0002-5900-6007 |
dc.contributor.referee2Lattes.fl_str_mv |
http://lattes.cnpq.br/0008770194107817 |
dc.contributor.authorLattes.fl_str_mv |
http://lattes.cnpq.br/4764983163644146 |
dc.contributor.author.fl_str_mv |
Soares, Thiego Ramon |
contributor_str_mv |
Croda, Julio Henrique Rosa Santos, Andrea da Silva Kritski, Afranio Lineu |
dc.subject.cnpq.fl_str_mv |
CNPQ::CIENCIAS BIOLOGICAS::FARMACOLOGIA |
topic |
CNPQ::CIENCIAS BIOLOGICAS::FARMACOLOGIA Programas de rastreamento Tuberculose Preso Mass screening Tuberculosis Prisoner |
dc.subject.por.fl_str_mv |
Programas de rastreamento Tuberculose Preso |
dc.subject.eng.fl_str_mv |
Mass screening Tuberculosis Prisoner |
description |
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. |
publishDate |
2021 |
dc.date.issued.fl_str_mv |
2021-06-23 |
dc.date.accessioned.fl_str_mv |
2022-05-18T21:29:14Z |
dc.date.available.fl_str_mv |
2022-05-18T21:29:14Z |
dc.type.status.fl_str_mv |
info:eu-repo/semantics/publishedVersion |
dc.type.driver.fl_str_mv |
info:eu-repo/semantics/masterThesis |
format |
masterThesis |
status_str |
publishedVersion |
dc.identifier.citation.fl_str_mv |
SOARES, Thiego Ramon. Avaliação da radiografia de tórax com algoritmos de interpretação automatizada para rastreamento de tuberculose em massa em prisões. 2021. 58 f. Dissertação (Mestrado em Ciências da Saúde) – Faculdade de Ciências da Saúde, Universidade Federal da Grande Dourados, Dourados, MS, 2021. |
dc.identifier.uri.fl_str_mv |
http://repositorio.ufgd.edu.br/jspui/handle/prefix/4941 |
identifier_str_mv |
SOARES, Thiego Ramon. Avaliação da radiografia de tórax com algoritmos de interpretação automatizada para rastreamento de tuberculose em massa em prisões. 2021. 58 f. Dissertação (Mestrado em Ciências da Saúde) – Faculdade de Ciências da Saúde, Universidade Federal da Grande Dourados, Dourados, MS, 2021. |
url |
http://repositorio.ufgd.edu.br/jspui/handle/prefix/4941 |
dc.language.iso.fl_str_mv |
por |
language |
por |
dc.rights.driver.fl_str_mv |
info:eu-repo/semantics/openAccess |
eu_rights_str_mv |
openAccess |
dc.publisher.none.fl_str_mv |
Universidade Federal da Grande Dourados |
dc.publisher.program.fl_str_mv |
Programa de pós-graduação em Ciências da Saúde |
dc.publisher.initials.fl_str_mv |
UFGD |
dc.publisher.country.fl_str_mv |
Brasil |
dc.publisher.department.fl_str_mv |
Faculdade de Ciências da Saúde |
publisher.none.fl_str_mv |
Universidade Federal da Grande Dourados |
dc.source.none.fl_str_mv |
reponame:Repositório Institucional da UFGD instname:Universidade Federal da Grande Dourados (UFGD) instacron:UFGD |
instname_str |
Universidade Federal da Grande Dourados (UFGD) |
instacron_str |
UFGD |
institution |
UFGD |
reponame_str |
Repositório Institucional da UFGD |
collection |
Repositório Institucional da UFGD |
bitstream.url.fl_str_mv |
https://repositorio.ufgd.edu.br/jspui/bitstream/prefix/4941/3/ThiegoRamonSoares.pdf.txt https://repositorio.ufgd.edu.br/jspui/bitstream/prefix/4941/2/license.txt https://repositorio.ufgd.edu.br/jspui/bitstream/prefix/4941/1/ThiegoRamonSoares.pdf |
bitstream.checksum.fl_str_mv |
2b4e17d4045eb0b9a9f2a1e290ad2571 43cd690d6a359e86c1fe3d5b7cba0c9b 91313bc72b7fe344aa24b4e4aa33d024 |
bitstream.checksumAlgorithm.fl_str_mv |
MD5 MD5 MD5 |
repository.name.fl_str_mv |
Repositório Institucional da UFGD - Universidade Federal da Grande Dourados (UFGD) |
repository.mail.fl_str_mv |
|
_version_ |
1793963608778997760 |