Agrupamentos de características clínicas e sociodemográficas de alunos com o Transtorno do Espectro Autista
| Ano de defesa: | 2022 |
|---|---|
| Autor(a) principal: | |
| Orientador(a): | |
| Banca de defesa: | |
| Tipo de documento: | Tese |
| Tipo de acesso: | Acesso aberto |
| Idioma: | por |
| Instituição de defesa: |
Universidade Presbiteriana Mackenzie
|
| Programa de Pós-Graduação: |
Não Informado pela instituição
|
| Departamento: |
Não Informado pela instituição
|
| País: |
Não Informado pela instituição
|
| Palavras-chave em Português: | |
| Link de acesso: | https://dspace.mackenzie.br/handle/10899/29383 |
Resumo: | Nos diversos registros dos sistemas educacionais brasileiros um dos transtornos do neurodesenvolvimento mais prevalentes é o Transtorno do Espectro Autista. A constituição de bancos de dados informatizados com características clínicas, do perfil escolar e indicadores sociodemográficos podem produzir resultados que rapidamente traçam o perfil destes alunos, o que resulta desde melhores cuidados de saúde e intervenções pedagógicas até subsídios para os gestores educacionais. Na rede municipal de educação do município de Embu das Artes, São Paulo, entre outubro de 2017 e fevereiro de 2020, foram avaliados 140 alunos matriculados, dos quais 129 apresentavam TEA (92%). Para tanto, foram utilizados protocolos clínicos padronizados, que geraram um banco de dados com duas centenas de variáveis utilizando o software Orange Data Mining e a linguagem de programação Python o banco foi organizado para extrair informações com os objetivos de identificar as características clínicas e comportamentais dos alunos, investigar o possível comprometimento maior das alunas e investigar possibilidade de melhor prognóstico para alunos diagnosticados até 3 anos de idade. Conclui-se que os alunos eram preferentemente do sexo masculino (80%), com idade entre 6 e 10 anos, tiveram a condição identificada precocemente, com diagnóstico antes dos 5 anos de idade em 88% da amostra. Praticamente todas as famílias pertenciam às classes sociais C, D e E. O histórico gestacional mostrou número de intercorrências maior do que o esperado, sendo que algumas, com possível dano ao Sistema Nervoso Central (54%), e, entre elas, a prematuridade foi mais prevalente (44%). Os alunos foram classificados nos 3 níveis de gravidade, no nível 3, que exige muito apoio substancial, encontram-se 41% dos alunos. Especificadores mostraram que 55% dos alunos apresentavam deficiência intelectual, 73%, comprometimento da linguagem e 27% comorbidades, sendo a mais frequente, a epilepsia. Por esta e outras indicações, 20% dos alunos utilizam ou utilizaram em alguma fase da vida, medicamentos de uso controlado. Além disso, os alunos apresentaram pontuações expressivas no Inventário de Comportamentos Autísticos com mediana de 80 pontos na pontuação total, sendo que os domínios Relacionamento e Pessoal Social foram os que mais pontuaram. Entre os 129 alunos com autismo, 27 eram meninas. A procura de um fenótipo específico não foi encontrada e esse perfil, aparentemente é o que se espera quando a razão sexual é de 4:1, como evidenciado nesta amostra, tornando possível viés de diagnóstico contra o sexo feminino. O diagnóstico de autismo até 3 anos de idade ocorreu em 61 alunos (47,2%). Entre eles, foi possível observar menores pontuações no Inventário de Comportamentos Autísticos. Dessa forma, podemos supor que o diagnóstico precoce tenha favorecido estes alunos, ao apresentarem menor número de problemas comportamentais. |
| id |
UPM_648abd92900304f37d0131a89dbcaaae |
|---|---|
| oai_identifier_str |
oai:dspace.mackenzie.br:10899/29383 |
| network_acronym_str |
UPM |
| network_name_str |
Repositório Digital do Mackenzie |
| repository_id_str |
|
| spelling |
Pontes, Alessandra NascimentoBrunoni, Decio2022-05-23T18:51:06Z2022-05-23T18:51:06Z2022-05-03https://dspace.mackenzie.br/handle/10899/29383Nos diversos registros dos sistemas educacionais brasileiros um dos transtornos do neurodesenvolvimento mais prevalentes é o Transtorno do Espectro Autista. A constituição de bancos de dados informatizados com características clínicas, do perfil escolar e indicadores sociodemográficos podem produzir resultados que rapidamente traçam o perfil destes alunos, o que resulta desde melhores cuidados de saúde e intervenções pedagógicas até subsídios para os gestores educacionais. Na rede municipal de educação do município de Embu das Artes, São Paulo, entre outubro de 2017 e fevereiro de 2020, foram avaliados 140 alunos matriculados, dos quais 129 apresentavam TEA (92%). Para tanto, foram utilizados protocolos clínicos padronizados, que geraram um banco de dados com duas centenas de variáveis utilizando o software Orange Data Mining e a linguagem de programação Python o banco foi organizado para extrair informações com os objetivos de identificar as características clínicas e comportamentais dos alunos, investigar o possível comprometimento maior das alunas e investigar possibilidade de melhor prognóstico para alunos diagnosticados até 3 anos de idade. Conclui-se que os alunos eram preferentemente do sexo masculino (80%), com idade entre 6 e 10 anos, tiveram a condição identificada precocemente, com diagnóstico antes dos 5 anos de idade em 88% da amostra. Praticamente todas as famílias pertenciam às classes sociais C, D e E. O histórico gestacional mostrou número de intercorrências maior do que o esperado, sendo que algumas, com possível dano ao Sistema Nervoso Central (54%), e, entre elas, a prematuridade foi mais prevalente (44%). Os alunos foram classificados nos 3 níveis de gravidade, no nível 3, que exige muito apoio substancial, encontram-se 41% dos alunos. Especificadores mostraram que 55% dos alunos apresentavam deficiência intelectual, 73%, comprometimento da linguagem e 27% comorbidades, sendo a mais frequente, a epilepsia. Por esta e outras indicações, 20% dos alunos utilizam ou utilizaram em alguma fase da vida, medicamentos de uso controlado. Além disso, os alunos apresentaram pontuações expressivas no Inventário de Comportamentos Autísticos com mediana de 80 pontos na pontuação total, sendo que os domínios Relacionamento e Pessoal Social foram os que mais pontuaram. Entre os 129 alunos com autismo, 27 eram meninas. A procura de um fenótipo específico não foi encontrada e esse perfil, aparentemente é o que se espera quando a razão sexual é de 4:1, como evidenciado nesta amostra, tornando possível viés de diagnóstico contra o sexo feminino. O diagnóstico de autismo até 3 anos de idade ocorreu em 61 alunos (47,2%). Entre eles, foi possível observar menores pontuações no Inventário de Comportamentos Autísticos. Dessa forma, podemos supor que o diagnóstico precoce tenha favorecido estes alunos, ao apresentarem menor número de problemas comportamentais.Universidade Presbiteriana MackenzieAttribution-NonCommercial-NoDerivs 3.0 Brazilhttp://creativecommons.org/licenses/by-nc-nd/3.0/br/info:eu-repo/semantics/openAccessTranstorno do Espectro Autistaescolaresmineração de dadosAgrupamentos de características clínicas e sociodemográficas de alunos com o Transtorno do Espectro Autistainfo:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/doctoralThesisporreponame:Repositório Digital do Mackenzieinstname:Universidade Presbiteriana Mackenzie (MACKENZIE)instacron:MACKENZIEhttp://lattes.cnpq.br/6245382294135211http://lattes.cnpq.br/2333011156292736Carreiro, Luiz Renato RodriguesArita, Fernando NorioBrum, Evanisa Helena Maio dehttp://lattes.cnpq.br/5727102965213985Assis, Silvana Maria Blascovi deSilva, Klena Sarges Marruaz daIn Brazilian educational systems, one of the most prevalent neurodevelopmental disorders is Autism Spectrum Disorder (ASD). The constitution of computerized databases with clinical characteristics, school profile and sociodemographic indicators can produce results that quickly trace the profile of these students, which results from better health care and pedagogical interventions and also to subsidies educational managers. In the municipal education network of the municipality of Embu das Artes, São Paulo, between October 2017 and February 2020, using standardized clinical protocols, 129 students with ASD (out of a total of 140 enrolled in the system =92%) were evaluated, generating a database with two hundred variables. Using the Orange Data Mining software and the Python programming language, the database was organized to extract information in order to identify the clinical and behavioral characteristics of the students, investigate the possible greater commitment of the female students and investigate the possibility of a better prognosis for students diagnosed up to 3 years old. It is concluded that the students are preferably male (80%), are aged between 6 and 10 years, had the condition identified early, with diagnosis before 5 years of age in 88% of the sample. Practically all families belong to social classes C, D and E. The gestational history showed a greater number of complications than expected, with some, with possible damage to the Central Nervous System, occurring in 54% of the cases and, among them, the prematurity was more prevalent (44%). Students were classified in 3 levels of severity, with 41% of students at level 3, requiring a lot of substantial support. Specifiers showed that 55% of students have intellectual disabilities, 73% have language impairment and 27% have comorbidities, the most frequent being epilepsy. For this and other indications, 20% of the students use or have used, at some stage of their lives, controlled use medications. Significant scores on the ABC scale - Autism Behavior Checklist with a median of 80 points in the total score, with the domains Relationship and Social Personality scoring the most. Among the 129 students, 27 were girls. The search for a specific phenotype was not found and this profile is apparently what is expected when the sex ratio is 4:1, as evidenced in this sample, making possible diagnostic bias against females. The diagnosis of ASD up to 3 years of age occurred in 61 students (47.2%). Among them, it was possible to observe lower scores in the ABC, therefore, it is probable that the early diagnosis has favored these students in the sense of having a lower number of behavioral problems.autismstudentsclinical and behavioral characteristicsBrasilCentro de Ciências Biológicas e da Saúde (CCBS)UPMDistúrbios do DesenvolvimentoCNPQ::CIENCIAS DA SAUDE::MEDICINAORIGINALAlessandra Pontes.pdfAlessandra Pontes.pdfAlessandra Nascimento Pontesapplication/pdf2084013https://dspace.mackenzie.br/bitstreams/9c865829-5d88-40bc-9dac-48b85885a559/downloadf88933979996751a0c6cc6b4a052944dMD51trueAnonymousREADCC-LICENSElicense_rdflicense_rdfapplication/rdf+xml; charset=utf-8811https://dspace.mackenzie.br/bitstreams/a00f1ed8-9915-4eee-8560-40a281b25c8d/downloade39d27027a6cc9cb039ad269a5db8e34MD52falseAnonymousREADLICENSElicense.txtlicense.txttext/plain; charset=utf-81997https://dspace.mackenzie.br/bitstreams/51276474-fc00-4176-b30b-e1f960fa15df/downloadfb735e1a8fa1feda568f1b61905f8d57MD53falseAnonymousREADTEXTAlessandra Pontes.pdf.txtAlessandra Pontes.pdf.txtExtracted texttext/plain150561https://dspace.mackenzie.br/bitstreams/ae07a931-1651-4188-87d6-c13a6f4a998b/download9b2a3c8bf695e7e9be779c5aecb16e57MD54falseAnonymousREADTHUMBNAILAlessandra Pontes.pdf.jpgAlessandra Pontes.pdf.jpgGenerated Thumbnailimage/jpeg1139https://dspace.mackenzie.br/bitstreams/ec7a515b-4bda-4df2-9755-4869f14546b1/download9901e9c33f2eb8ff0681f17295882025MD55falseAnonymousREAD10899/293832022-07-12T06:09:49.289Zhttp://creativecommons.org/licenses/by-nc-nd/3.0/br/Attribution-NonCommercial-NoDerivs 3.0 Brazilopen.accessoai:dspace.mackenzie.br:10899/29383https://dspace.mackenzie.brBiblioteca Digital de Teses e Dissertaçõeshttp://tede.mackenzie.br/jspui/PRIhttps://adelpha-api.mackenzie.br/server/oai/repositorio@mackenzie.br||paola.damato@mackenzie.bropendoar:102772022-07-12T06:09:49Repositório Digital do Mackenzie - Universidade Presbiteriana Mackenzie (MACKENZIE)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 |
| dc.title.pt_BR.fl_str_mv |
Agrupamentos de características clínicas e sociodemográficas de alunos com o Transtorno do Espectro Autista |
| title |
Agrupamentos de características clínicas e sociodemográficas de alunos com o Transtorno do Espectro Autista |
| spellingShingle |
Agrupamentos de características clínicas e sociodemográficas de alunos com o Transtorno do Espectro Autista Pontes, Alessandra Nascimento Transtorno do Espectro Autista escolares mineração de dados |
| title_short |
Agrupamentos de características clínicas e sociodemográficas de alunos com o Transtorno do Espectro Autista |
| title_full |
Agrupamentos de características clínicas e sociodemográficas de alunos com o Transtorno do Espectro Autista |
| title_fullStr |
Agrupamentos de características clínicas e sociodemográficas de alunos com o Transtorno do Espectro Autista |
| title_full_unstemmed |
Agrupamentos de características clínicas e sociodemográficas de alunos com o Transtorno do Espectro Autista |
| title_sort |
Agrupamentos de características clínicas e sociodemográficas de alunos com o Transtorno do Espectro Autista |
| author |
Pontes, Alessandra Nascimento |
| author_facet |
Pontes, Alessandra Nascimento |
| author_role |
author |
| dc.contributor.author.fl_str_mv |
Pontes, Alessandra Nascimento |
| dc.contributor.advisor1.fl_str_mv |
Brunoni, Decio |
| contributor_str_mv |
Brunoni, Decio |
| dc.subject.por.fl_str_mv |
Transtorno do Espectro Autista escolares mineração de dados |
| topic |
Transtorno do Espectro Autista escolares mineração de dados |
| description |
Nos diversos registros dos sistemas educacionais brasileiros um dos transtornos do neurodesenvolvimento mais prevalentes é o Transtorno do Espectro Autista. A constituição de bancos de dados informatizados com características clínicas, do perfil escolar e indicadores sociodemográficos podem produzir resultados que rapidamente traçam o perfil destes alunos, o que resulta desde melhores cuidados de saúde e intervenções pedagógicas até subsídios para os gestores educacionais. Na rede municipal de educação do município de Embu das Artes, São Paulo, entre outubro de 2017 e fevereiro de 2020, foram avaliados 140 alunos matriculados, dos quais 129 apresentavam TEA (92%). Para tanto, foram utilizados protocolos clínicos padronizados, que geraram um banco de dados com duas centenas de variáveis utilizando o software Orange Data Mining e a linguagem de programação Python o banco foi organizado para extrair informações com os objetivos de identificar as características clínicas e comportamentais dos alunos, investigar o possível comprometimento maior das alunas e investigar possibilidade de melhor prognóstico para alunos diagnosticados até 3 anos de idade. Conclui-se que os alunos eram preferentemente do sexo masculino (80%), com idade entre 6 e 10 anos, tiveram a condição identificada precocemente, com diagnóstico antes dos 5 anos de idade em 88% da amostra. Praticamente todas as famílias pertenciam às classes sociais C, D e E. O histórico gestacional mostrou número de intercorrências maior do que o esperado, sendo que algumas, com possível dano ao Sistema Nervoso Central (54%), e, entre elas, a prematuridade foi mais prevalente (44%). Os alunos foram classificados nos 3 níveis de gravidade, no nível 3, que exige muito apoio substancial, encontram-se 41% dos alunos. Especificadores mostraram que 55% dos alunos apresentavam deficiência intelectual, 73%, comprometimento da linguagem e 27% comorbidades, sendo a mais frequente, a epilepsia. Por esta e outras indicações, 20% dos alunos utilizam ou utilizaram em alguma fase da vida, medicamentos de uso controlado. Além disso, os alunos apresentaram pontuações expressivas no Inventário de Comportamentos Autísticos com mediana de 80 pontos na pontuação total, sendo que os domínios Relacionamento e Pessoal Social foram os que mais pontuaram. Entre os 129 alunos com autismo, 27 eram meninas. A procura de um fenótipo específico não foi encontrada e esse perfil, aparentemente é o que se espera quando a razão sexual é de 4:1, como evidenciado nesta amostra, tornando possível viés de diagnóstico contra o sexo feminino. O diagnóstico de autismo até 3 anos de idade ocorreu em 61 alunos (47,2%). Entre eles, foi possível observar menores pontuações no Inventário de Comportamentos Autísticos. Dessa forma, podemos supor que o diagnóstico precoce tenha favorecido estes alunos, ao apresentarem menor número de problemas comportamentais. |
| publishDate |
2022 |
| dc.date.accessioned.fl_str_mv |
2022-05-23T18:51:06Z |
| dc.date.available.fl_str_mv |
2022-05-23T18:51:06Z |
| dc.date.issued.fl_str_mv |
2022-05-03 |
| dc.type.status.fl_str_mv |
info:eu-repo/semantics/publishedVersion |
| dc.type.driver.fl_str_mv |
info:eu-repo/semantics/doctoralThesis |
| format |
doctoralThesis |
| status_str |
publishedVersion |
| dc.identifier.uri.fl_str_mv |
https://dspace.mackenzie.br/handle/10899/29383 |
| url |
https://dspace.mackenzie.br/handle/10899/29383 |
| dc.language.iso.fl_str_mv |
por |
| language |
por |
| dc.rights.driver.fl_str_mv |
Attribution-NonCommercial-NoDerivs 3.0 Brazil http://creativecommons.org/licenses/by-nc-nd/3.0/br/ info:eu-repo/semantics/openAccess |
| rights_invalid_str_mv |
Attribution-NonCommercial-NoDerivs 3.0 Brazil http://creativecommons.org/licenses/by-nc-nd/3.0/br/ |
| eu_rights_str_mv |
openAccess |
| dc.publisher.none.fl_str_mv |
Universidade Presbiteriana Mackenzie |
| publisher.none.fl_str_mv |
Universidade Presbiteriana Mackenzie |
| dc.source.none.fl_str_mv |
reponame:Repositório Digital do Mackenzie instname:Universidade Presbiteriana Mackenzie (MACKENZIE) instacron:MACKENZIE |
| instname_str |
Universidade Presbiteriana Mackenzie (MACKENZIE) |
| instacron_str |
MACKENZIE |
| institution |
MACKENZIE |
| reponame_str |
Repositório Digital do Mackenzie |
| collection |
Repositório Digital do Mackenzie |
| bitstream.url.fl_str_mv |
https://dspace.mackenzie.br/bitstreams/9c865829-5d88-40bc-9dac-48b85885a559/download https://dspace.mackenzie.br/bitstreams/a00f1ed8-9915-4eee-8560-40a281b25c8d/download https://dspace.mackenzie.br/bitstreams/51276474-fc00-4176-b30b-e1f960fa15df/download https://dspace.mackenzie.br/bitstreams/ae07a931-1651-4188-87d6-c13a6f4a998b/download https://dspace.mackenzie.br/bitstreams/ec7a515b-4bda-4df2-9755-4869f14546b1/download |
| bitstream.checksum.fl_str_mv |
f88933979996751a0c6cc6b4a052944d e39d27027a6cc9cb039ad269a5db8e34 fb735e1a8fa1feda568f1b61905f8d57 9b2a3c8bf695e7e9be779c5aecb16e57 9901e9c33f2eb8ff0681f17295882025 |
| bitstream.checksumAlgorithm.fl_str_mv |
MD5 MD5 MD5 MD5 MD5 |
| repository.name.fl_str_mv |
Repositório Digital do Mackenzie - Universidade Presbiteriana Mackenzie (MACKENZIE) |
| repository.mail.fl_str_mv |
repositorio@mackenzie.br||paola.damato@mackenzie.br |
| _version_ |
1863649753475055616 |