Redes sociais institucionais frente à infodemia causada pela covid-19: uma análise das interações dos usuários / Institutional social networks against the infodemia caused by covid-19: an analysis of user interactions / Redes sociales institucionales ante la infodemia provocada por covid-19: un análisis de las interacciones de los usuários

Objetivo: Analisar a interação dos usuários em publicações de saúde com informações sobre covid-19 nas redes sociais da Prefeitura Municipal de Macapá (capital do estado do Amapá). Métodos: Trata-se de uma pesquisa de abordagem qualitativa, do tipo descritivo-exploratório, realizada com os usuários que interagiram com as publicações sobre covid-19 das redes sociais do Facebook, Instagram e Twitter da Prefeitura de Macapá. A coleta de dados ocorreu através de entrevista semiestruturada e os dados foram analisados por meio da análise de conteúdo de Bardin. Resultados: Com base nos discursos dos participantes, emergiram quatro categorias: 1 - Importância de informação clara e de fácil compreensão para todos os tipos de público; 2 - O compartilhamento de informações nas redes sociais como incentivo à prevenção; 3 - A responsabilidade de checar as informações nas redes sociais de fontes não oficiais; e 4 - A comunicação como uma via de mão dupla: postagem e resposta. Conclusão: As redes sociais institucionais podem ser um importante espaço para a disseminação de informações relacionadas à covid-19, porém se torna necessário qualificar o trabalho dessas redes através de estratégias que articulem a gestão destas em todos os âmbitos. (AU)

Objective: To analyze the interaction of users in publications of health with informations about covid-19 in Macapá's city hall (capital of the state of Amapá) social media. Methods: It is about a qualitative approach research, exploratory-descriptive type, performed with users that interacted with publications about covid-19 at this social medias: Facebook, Instagram and Twitter's city hall. The data collection occurred through semi-structured interviews and the data were analyzed through the Bardin' content analysis. Results: Based on the participants' speeches, four categories emerged: 1 - Importance of clear and easy-to-understand information for all types of public; 2 - Sharing information on social networks as an incentive for prevention; 3 - The responsibility to check information on social networks from unofficial sources; and 4 - Communication as a two-way street: post and reply. Conclusion: The institutional social medias are able to be an important space for the dissemination of information related to covid-19, however, it becomes necessary to qualify the work of those networks through strategies that can articulate better with the management of those in the whole sphere. (AU)

Objetivo: Analizar la interacción de los usuarios de publicaciones de salud con información sobre covid-19 en las redes sociales del Municipio de Macapá (capital del estado de Amapá). Métodos: Se trata de una investigación cualitativa, de tipo descriptiva-exploratoria, realizada con usuarios que interactuaron con las publicaciones sobre covid-19 de las redes sociales de Facebook, Instagram y Twitter del Municipio de Macapá. La recolección de datos ocurrió a través de entrevistas semiestructuradas y los datos fueron analizados utilizando el análisis de contenido de Bardin. Resultados: Con base en los discursos de los participantes, surgieron cuatro categorías: 1 - Importancia de la información clara y fácil de entender para todo tipo de público; 2 - Compartir información en las redes sociales como incentivo para la prevención; 3 - La responsabilidad de verificar la información en las redes sociales de fuentes no oficiales; y 4 - La comunicación como vía de doble sentido: post y respuesta. Conclusión: Las redes sociales institucionales pueden ser un espacio importante para la difusión de información relacionada con Covid-19, sin embargo, se hace necesario capacitar el trabajo de estas redes a través de estrategias que articulen su gestión en todos los ámbitos. (AU)

O uso das mídias digitais como ferramenta de divulgação científica sobre atividade física e saúde / The use of digital media as a tool for scientific dissemination on physical activity and health

Understanding the digital environment as an important space to enhance interaction with scientific communication and the society, since the beginning of its activities, the 2020­2022 board of the Brazilian Society of Physical Activity and Health (SBAFS) intensified its participation in social media. This essay describes the structuring and planning processes, as well as the progression of the work carried out on social networks at SBAFS. In this way, we can highlight the creation of a team of voluntary collaborators to work on social media (page and electronic address, ®Facebook, ®Instagram, ®Twitter and ®Youtube), based on continuous planning and work plan, focused on the strategic dissemination of knowledge, advances and interactions with people interested in the different subjects that permeate the topic of physical activity and health. On ®Instagram, due to the greater frequency of content posted, the increase in the number of followers and, consequently, interactions were notable. ®Twitter also showed impressive results, with a 23.2% increase in profile visits and an 18.8% increase in impressions in the number of views ("tweets"). Due to the work car-ried out, the spread of SBAFS actions among people interested in the subject increased considerably. This can be explained because, with the start of the COVID-19 pandemic, we saw the emergence of digital interactions and, therefore, greater engagement with the profile content was identified. Such information confirms the usefulness of social networks as a tool for scientific dissemination in a fast, dynamic, widely accessible, attractive, interactive, and practical way

Compreendendo o ambiente digital como um importante espaço para aumentar a interação com comunicação científica e aproximação entre as pessoas, desde o início de suas atividades, a gestão 2020­22 da Sociedade Brasileira de Atividade Física e Saúde (SBAFS) intensificou sua participação nas redes sociais. O presente ensaio descreve os processos de estruturação e planejamento, assim como a progressão do trabalho desenvolvido nas redes sociais da SBAFS. Dessa forma, pode-se destacar a criação de uma equipe de colaboradoras volun-tárias para o trabalho nas mídias sociais (página e endereço eletrônicos, ®Facebook, ®Instagram, ®Twitter e ®Youtube), partindo-se de planejamento e plano de trabalho contínuo, centrados na disseminação estratégica dos conhecimentos, avanços e interações com pessoas interessadas nos distintos assuntos que permeiam o tema atividade física e saúde. No ®Instagram, a partir da maior frequência de conteúdos postados, foi notável o au-mento no número de seguidores, e, consequentemente, de interações. O ®Twitter também apresentou resultados expressivos, com um aumento de 23,2% de visitas ao perfil e 18,8% de impressões na quantidade de visuali-zações ("tweets"). Devido ao trabalho desenvolvido, aumentou-se consideravelmente a capilarização das ações da SBAFS entre as pessoas interessadas sobre o assunto. Isso pode ser explicado, pois, com o início da pandemia da COVID-19, viu-se a emergência das interações por meio digital e, por isso, foi identificado um maior en-gajamento com o conteúdo do perfil. Tais informações ratificam a utilidade das redes sociais como instrumento de divulgação científica de forma rápida, dinâmica, amplamente acessível, atrativa, interativa e prática.

Representaciones sociales acerca de Instagram: Estudio cualitativo con adultos emergentes con diferente bienestar psicológico y autoestima corporal

Antecedentes existe una relación entre el uso de Instagram y diferentes influencias e interacciones con el bienestar y salud mental de este grupo etario. Objetivo Reconstruir las representaciones sociales acerca de la red social Instagram de adultos emergentes con diferentes niveles de bienestar psicológico y autoestima corporal. Método redes semánticas naturales y entrevistas semiestructuradas fueron aplicadas a N=12 adultos emergentes (19 - 27 años) divididos en dos grupos según sus niveles de autoestima corporal y bienestar psicológico. El análisis de datos estuvo basado en análisis de redes semánticas naturales y algunos procedimientos de codificación teórica. Resultados se muestra la presencia del concepto de "acoso" como núcleo central de la representación social de Instagram en el grupo con baja autoestima corporal y bajo bienestar psicológico, a diferencia del grupo con alta autoestima corporal y alto bienestar psicológico en donde el núcleo central fue "red social". Conclusiones en los grupos estudiados, se encontraron dos representaciones sociales diferentes respecto de Instagram. Estos resultados pueden ser relevantes para aportar a llenar el vacío de conocimiento sobre los significados subjetivos colectivos de los adultos emergentes, teniendo implicancias en la mejor comprensión de las diversas formas de relación que establecen con esta y otras redes sociales.

Background There is a relationship between the use of Instagram and various influences and interactions with the well-being and mental health of this age group. Objective To reconstruct the social representations of the Instagram social network among emerging adults with different levels of psychological well-being and body esteem. Method Natural semantic networks and semi-structured interviews were conducted with N=12 emerging adults (19 - 27 years old) divided into two groups based on their body self-esteem and psychological well-being levels. Data analysis relied on natural semantic network analysis and theoretical coding. Results The concept of "harassment" is revealed as the central core of the social representation of Instagram in the group with low body self-esteem and low psychological well-being, unlike the group with high body esteem and high psychological well-being where the central core was the "social network" itself. Conclusions Two different social representations of Instagram were found in the studied groups. These results could contribute to filling the knowledge gap about the collective subjective meanings of emerging adults, impacting the better understanding of the diverse relationships they establish with this and other social networks.

Quality control system based on artificial intelligence for improving imaging quality of chest CT / 中国医学影像技术

Objective To observe the value of quality control system based on artificial intelligence(AI)for improving imaging quality of chest CT.Methods Totally 1 726 CT images obtained from 415 patients were retrospectively collected,among which 1 414 images were used for convolutional neural network(CNN)training and the rest 312 images were used for validation.Precision,Recall,F1-Score,mean average precision(mAP)and intersection over union(IOU)of quality control system based on AI for chest CT scanning were calculated.Meanwhile,21 patients with unsatisfactory chest CT who would undergo re-examination were prospectively enrolled,and chest CT scanning with quality control system based on AI were performed.The results of 2 examinations were compared.Results Precision,Recall,F1-Score,mAP and IOU of quality control system based on AI for chest CT were all good.All 21 cases were diagnosed correctly with re-examination CT based on quality control system.Among 21 cases,the first CT misdiagnosed 19 cases,the displaying of the area,volume and display quality of pulmonary nodules were not significantly different,but the morphology,boundaries,spiny protrusions,vacuolar signs,inflatable bronchial signs of nodules as well as the thickened and twisted blood vessels were obviously different between 2 times examination.The first CT missed 1 case while correctly diagnosed 1 case.Conclusion The quality control system based on AI was helpful for improving imaging quality of chest CT and increasing diagnostic efficacy.

Deep neural networks analysis of 18F-FDG PET imaging in postoperative patients with temporal lobe epilepsy / 中华核医学与分子影像杂志

Objective:To predict the short-term postoperative recurrence status of patients with refractory temporal lobe epilepsy (TLE) by analyzing preoperative 18F-FDG PET images and patients′ clinical characteristics based on deep residual neural network (ResNet). Methods:Retrospective analysis was conducted on preoperative 18F-FDG PET images and clinical data of 220 patients with refractory TLE (132 males and 88 females, age 23.0(20.0, 30.2) years)) in the First Affiliated Hospital of Jinan University between January 2014 and June 2020. ResNet was used to perform high-throughput feature extraction on preprocessed PET images and clinical features, and to perform a postoperative recurrence prediction task for differentiating patients with TLE. The predictive performance of ResNet model was evaluated by ROC curve analysis, and the AUC was compared with that of classical Cox proportional risk model using Delong test. Results:Based on PET images combined with clinical feature training, AUCs of the ResNet in predicting 12-, 24-, and 36-month postoperative recurrence were 0.895±0.073, 0.861±0.058 and 0.754±0.111, respectively, which were 0.717±0.093, 0.697±0.081 and 0.645±0.087 for Cox proportional hazards model respectively ( z values: -3.00, -2.98, -1.09, P values: 0.011, 0.018, 0.310). The ResNet showed best predictive effect for recurrence events within 12 months after surgery. Conclusion:The ResNet model is expected to be used in clinical practice for postoperative follow-up of patients with TLE, helping for risk stratification and individualized management of postoperative patients.

SPECT-MPI for Coronary Artery Disease: A deep learning approach

Background@#Worldwide, coronary artery disease (CAD) is a leading cause of mortality and morbidity and remains to be a top health priority in many countries. A non-invasive imaging modality for diagnosis of CAD such as single photon emission computed tomography-myocardial perfusion imaging (SPECT-MPI) is usually requested by cardiologists as it displays radiotracer distribution in the heart reflecting myocardial perfusion. The interpretation of SPECT-MPI is done visually by a nuclear medicine physician and is largely dependent on his clinical experience and showing significant inter-observer variability.@*Objective@#The aim of the study is to apply a deep learning approach in the classification of SPECT-MPI for perfusion abnormalities using convolutional neural networks (CNN).@*Methods@#A publicly available anonymized SPECT-MPI from a machine learning repository (https://www.kaggle.com/ selcankaplan/spect-mpi) was used in this study involving 192 patients who underwent stress-test-rest Tc99m MPI. An exploratory approach of CNN hyperparameter selection to search for optimum neural network model was utilized with particular focus on various dropouts (0.2, 0.5, 0.7), batch sizes (8, 16, 32, 64), and number of dense nodes (32, 64, 128, 256). The base CNN model was also compared with the commonly used pre-trained CNNs in medical images such as VGG16, InceptionV3, DenseNet121 and ResNet50. All simulations experiments were performed in Kaggle using TensorFlow 2.6.0., Keras 2.6.0, and Python language 3.7.10.@*Results@#The best performing base CNN model with parameters consisting of 0.7 dropout, batch size 8, and 32 dense nodes generated the highest normalized Matthews Correlation Coefficient at 0.909 and obtained 93.75% accuracy, 96.00% sensitivity, 96.00% precision, and 96.00% F1-score. It also obtained higher classification performance as compared to the pre-trained architectures. @*Conclusions@#The results suggest that deep learning approaches through the use of CNN models can be deployed by nuclear medicine physicians in their clinical practice to further augment their decision skills in the interpretation of SPECT-MPI tests. These CNN models can also be used as a dependable and valid second opinion that can aid physicians as a decision-support tool as well as serve as teaching or learning materials for the less-experienced physicians particularly those still in their training career. These highlights the clinical utility of deep learning approaches through CNN models in the practice of nuclear cardiology.

Slicing Angle Recognition of Fritillariae Thunbergii Bulbus Based on Improved YOLOv7-tiny Algorithm / 中国实验方剂学杂志

ObjectiveTo realize the automatic recognition of the slicing angles of Fritillariae Thunbergii Bulbus （FTB） based on the improved YOLOv7-tiny algorithm. MethodFirstly， a diverse dataset of FTB images， totaling 16 000 pictures， with various angles was constructed. Furthermore， improvements were made to YOLOv7-tiny by replacing standard convolutions with ghost convolution （GhostConv）， incorporating the coordinate attention （CA） mechanism as a preferred addition， substituting some activation functions with HardSwish function for decreasing the floating point operations. Additionally， a penalty term for angle recognition error was integrated into the loss function， and modifications were made to the non-maximum suppression （NMS） strategy to address cases where multiple detection results were associated with the same target. In order to verify the effectiveness of different improvement points on the optimization of the algorithm model， ablation experiments were carried out on all the improvement points， and the effectiveness of the improvement points was proved by comparing the prediction results before and after the addition of a certain improvement point on the basis of the original model or the model with the addition of an improvement point that has been verified to be effective， in order to evaluate the improvement of the indexes. ResultThe number of parameters required for the improved slicing angle recognition algorithm of FTB was about 55.4% of the original algorithm， and the amount of computation was about 59.4% of the original algorithm. The mAP@0.5［mean average precision at an intersection over union（IoU） of 0.5］ increased by 12.2%， the mean absolute error（MAE） of the recognized angle was 5.02°， representing a reduction of 4.58° compared to the original algorithm. In the experimental environment of this paper， the average recognition time per image was as low as 8.7 ms， significantly faster than the average human reaction time. ConclusionThis study， by utilizing the improved YOLOv7-tiny algorithm， achieves effective slicing angle recognition of FTB with high accuracy and more lightweight， which provides a novel approach for stable and precise automated slicing of FTB， thereby providing valuable insights into the automation of processing other traditional Chinese medicines.

Dosimetric study of isolated neuronal networks under 2.6 GHz radiofrequency exposure / 军事医学

Objective To evaluate the characteristics of dose distribution of neuronal networks in vitro on microelectrode arrays(MEAs)under 2.6 GHz radiofrequency(RF)exposure.Methods The MEAs were coupled with a real-time RF exposure setup,and electromagnetic simulation software was used to calculate the RF dose absorbed in cultured neuronal networks.A fiber-optic temperature probe was used for experimental validation and monitoring of the cell temperature during RF exposure.The MEAs were used to record the electrical activity of neurons.Results For an input power of 1 W,a specific absorption rate(SAR)level of(15.51±2.48)W/kg was calculated,and the variability of the SAR distribution was 16%.In our experimental system,the temperature elevation of neurons was up to 0.15℃for an SAR of 4 W/kg RF exposure.Conclusion The exposure device can provide high SAR efficiency and uniformity in the 2.6 GHz band,which is suitable for studying the real-time effects of RF fields on the electrical activity of neuronal networks in the 5G network band.

Plasticity of Cultured Neural Networks In Vitro / 生物化学与生物物理进展

Neuronal network is the structural basis for the execution of higher cognitive functions in the brain. Research has shown that learning, memory, and neurodegenerative diseases are closely related to neuronal network plasticity. Therefore, uncovering the mechanisms that regulate and modify neuronal network plasticity is of great significance for understanding information processing in the nervous system and for the treatment of diseases. Currently, neuronal networks cultured on microelectrode array (MEA) provide an ideal model for investigating learning and memory mechanisms in vitro. Additionally, studying such models offers a unique perspective for the prevention and treatment of neurodegenerative diseases. In this review, we summarize relevant research on functional network construction based on recording the electrical signals of neuronal networks cultivated on MEA. We focus on two aspects: 2D neuronal networks and 3D brain organoid development, as well as the effects of open-loop and closed-loop electrical stimulation on neuronal network plasticity. Lastly, we provide an outlook on the future applications of studying neuronal network plasticity using in vitro cultured networks.

A Multiplex Network Control Method for Identifying Personalized Cancer Driver Genes / 生物化学与生物物理进展

ObjectiveInferring cancer driver genes, especially rare or sample-specific cancer driver genes, is crucial for precision oncology. Considering the high inter-tumor heterogeneity, a few recent methods attempt to reveal cancer driver genes at the individual level. However, most of these methods generally integrate multi-omics data into a single biomolecular network (e.g., gene regulatory network or protein-protein interaction network) to identify cancer driver genes, which results in missing important interactions highlighted in different networks. Thus, the development of a multiplex network method is imperative in order to integrate the interactions of different biomolecular networks and facilitate the identification of cancer driver genes. MethodsA multiplex network control method called Personalized cancer Driver Genes with Multiplex biomolecular Networks (PDGMN) was proposed. Firstly, the sample-specific multiplex network, which contains protein-protein interaction layer and gene-gene association layer, was constructed based on gene expression data. Subsequently, somatic mutation data was integrated to weight the nodes in the sample-specific multiplex network. Finally, a weighted minimum vertex cover set identification algorithm was designed to find the optimal set of driver nodes, facilitating the identification of personalized cancer driver genes. ResultsThe results derived from three TCGA cancer datasets indicate that PDGMN outperforms other existing methods in identifying personalized cancer driver genes, and it can effectively identify the rare driver genes in individual patients. Particularly, the experimental results indicate that PDGMN can capture the unique characteristics of different biomolecular networks to improve cancer driver gene identification. ConclusionPDGMN can effectively identify personalized cancer driver genes and broaden our understanding of cancer driver gene identification from a multiplex network perspective. The source code and datasets used in this work are available at https://github.com/NWPU-903PR/PDGMN.

Artificial intelligence to predict bed bath time in Intensive Care Units / Inteligencia artificial para predecir la hora del baño en cama en Unidades de Cuidados Intensivos / Inteligência artificial para predição do tempo de banho no leito em Unidades de Terapia Intensiva

ABSTRACT Objectives: to assess the predictive performance of different artificial intelligence algorithms to estimate bed bath execution time in critically ill patients. Methods: a methodological study, which used artificial intelligence algorithms to predict bed bath time in critically ill patients. The results of multiple regression models, multilayer perceptron neural networks and radial basis function, decision tree and random forest were analyzed. Results: among the models assessed, the neural network model with a radial basis function, containing 13 neurons in the hidden layer, presented the best predictive performance to estimate the bed bath execution time. In data validation, the squared correlation between the predicted values and the original values was 62.3%. Conclusions: the neural network model with radial basis function showed better predictive performance to estimate bed bath execution time in critically ill patients.

RESUMEN Objetivos: evaluar el rendimiento predictivo de diferentes algoritmos de inteligencia artificial para estimar el tiempo de ejecución del baño en cama en pacientes críticos. Métodos: estudio metodológico, que utilizó algoritmos de inteligencia artificial para predecir el tiempo de baño en cama en pacientes críticos. Se analizaron los resultados de modelos de regresión múltiple, redes neuronales perceptrón multicapa y función de base radial, árbol de decisión y random forest. Resultados: entre los modelos evaluados, el modelo de red neuronal con función de base radial, que contiene 13 neuronas en la capa oculta, presentó el mejor desempeño predictivo para estimar el tiempo de ejecución del baño en cama. En la validación de datos, la correlación al cuadrado entre los valores predichos y los valores originales fue del 62,3%. Conclusiones: el modelo de red neuronal con función de base radial mostró mejor rendimiento predictivo para estimar el tiempo de ejecución del baño en cama en pacientes críticos.

RESUMO Objetivos: avaliar a performance preditiva de diferentes algoritmos de inteligência artificial para estimar o tempo de execução do banho no leito em pacientes críticos. Métodos: estudo metodológico, que utilizou algoritmos de inteligência artificial para predizer o tempo de banho no leito em pacientes críticos. Foram analisados os resultados dos modelos de regressão múltipla, redes neurais perceptron multicamadas e função de base radial, árvore de decisão e random forest. Resultados: entre os modelos avaliados, o modelo de rede neural com função de base radial, contendo 13 neurônios na camada oculta, apresentou melhor performance preditiva para estimar o tempo de execução do banho no leito. Na validação dos dados, o quadrado da correlação entre os valores preditos e os valores originais foi de 62,3%. Conclusões: o modelo de rede neural com função de base radial apresentou melhor performance preditiva para estimar o tempo de execução do banho no leito em pacientes críticos.

As redes vivas na produção do cuidado com o usuário na centralidade do tratamento para tuberculose multidroga resistente / Las redes vivas en la producción del cuidado con el usuario en la centralidad del tratamiento para la tuberculosis multidrogo resistente / Live networks in care production with the user at the center of the treatment for multidrugresistant tuberculosis

Vivenciamos a trajetória de uma usuária-guia no tratamento para tuberculose multidroga resistente (TB-MDR). As narrativas das redes vivas na produção de cuidado apontam para os seguintes itens: 1) cuidar no ato de viver: suplantar os estigmas e cultivar vínculos que ajudem a superar os discursos fomentados pelo medo, preconceitos, exclusão e invisibilidade dos sujeitos; 2) redes vivas de cuidado: os entremeios da norma; e 3) as interfaces de atenção usuário-trabalhador da saúde: como desmistificar o julgamento dos trabalhadores da saúde, que, subordinados a protocolos limitantes, muitas vezes estigmatizam o usuário como "abandonador de tratamento"?. A usuária-guia vislumbrou que cuidar é se desterritorializar, é colocar os desejos como potência para transformação, saindo do modus operandi rumo à criatividade, tendo o usuário no centro do processo. (AU)

Presenciamos la trayectoria de una usuaria-guía en el tratamiento para tuberculosis multidrogo resistente (TB-MDR). Las narrativas de las Redes Vivas en la producción de cuidado señalan: 1) cuidar en el acto de vivir: suplantar los estigmas y cultivar vínculos que ayuden a superar los discursos fomentados por el miedo, prejuicios, exclusión e invisibilidad de los sujetos. 2) Redes Vivas de cuidado: los entresijos de la norma y 3) las interfaces de atención usuario-trabajador de la salud: ¿cómo desmistificar el juicio de los trabajadores de la salud quienes, subordinados a protocolos limitantes, muchas veces estigmatizan al usuario como "abandonador de tratamiento"? La usuaria-guía vislumbró que cuidar es desterritorializarse, es colocar los deseos como potencia para trasformación, saliendo del modus operandi rumbo a la creatividad, colocando al usuario en el centro del proceso. (AU)

We followed the trajectory of a guiding user undergoing treatment for multidrug-resistant tuberculosis (MDR-TB). The narratives of Live Networks in care production showed: 1) Caring in the act of living: Overcoming stigmas and cultivating bonds that help overcome discourses fostered by fear, prejudice, exclusion and invisibility of subjects; 2) Live Networks of care: The in-betweens of the norm; and 3) Interfaces of user-health worker care: How can we demystify the judgment of health workers who, subordinated to limiting protocols, often stigmatize the user as someone who "abandons the treatment"? The guiding user perceived that caring means deterritorializing oneself, expressing one's desires as power for transformation, and leaving the modus operandi towards creativity, with the user at the center of the process. (AU)

Performance analysis of pretrained convolutional neural network models for ophthalmological disease classification / Análise de desempenho de modelos de rede neural convolucional pré-treinados para classificação de doenças oftalmológicas

ABSTRACT Purpose: This study aimed to evaluate the classification performance of pretrained convolutional neural network models or architectures using fundus image dataset containing eight disease labels. Methods: A publicly available ocular disease intelligent recognition database has been used for the diagnosis of eight diseases. This ocular disease intelligent recognition database has a total of 10,000 fundus images from both eyes of 5,000 patients for the following eight diseases: healthy, diabetic retinopathy, glaucoma, cataract, age-related macular degeneration, hypertension, myopia, and others. Ocular disease classification performances were investigated by constructing three pretrained convolutional neural network architectures including VGG16, Inceptionv3, and ResNet50 models with adaptive moment optimizer. These models were implemented in Google Colab, which made the task straight-forward without spending hours installing the environment and supporting libraries. To evaluate the effectiveness of the models, the dataset was divided into 70%, 10%, and 20% for training, validation, and testing, respectively. For each classification, the training images were augmented to 10,000 fundus images. Results: ResNet50 achieved an accuracy of 97.1%; sensitivity, 78.5%; specificity, 98.5%; and precision, 79.7%, and had the best area under the curve and final score to classify cataract (area under the curve = 0.964, final score = 0.903). By contrast, VGG16 achieved an accuracy of 96.2%; sensitivity, 56.9%; specificity, 99.2%; precision, 84.1%; area under the curve, 0.949; and final score, 0.857. Conclusions: These results demonstrate the ability of the pretrained convolutional neural network architectures to identify ophthalmological diseases from fundus images. ResNet50 can be a good architecture to solve problems in disease detection and classification of glaucoma, cataract, hypertension, and myopia; Inceptionv3 for age-related macular degeneration, and other disease; and VGG16 for normal and diabetic retinopathy.

RESUMO Objetivo: Avaliar o desempenho de classificação de modelos ou arquiteturas de rede neural convolucional pré--treinadas usando um conjunto de dados de imagem de fundo de olho contendo oito rótulos de doenças diferentes. Métodos: Neste artigo, o conjunto de dados de reconhecimento inteligente de doenças oculares publicamente disponível foi usado para o diagnóstico de oito rótulos de doenças diferentes. O banco de dados de reconhecimento inteligente de doenças oculares tem um total de 10.000 imagens de fundo de olho de ambos os olhos de 5.000 pacientes para oito categorias que contêm rótulos saudáveis, retinopatia diabética, glaucoma, catarata, degeneração macular relacionada à idade, hipertensão, miopia, outros. Investigamos o desempenho da classificação de doenças oculares construindo três arquiteturas de rede neural convolucional pré-treinadas diferentes, incluindo os modelos VGG16, Inceptionv3 e ResNet50 com otimizador de Momento Adaptativo. Esses modelos foram implementados no Google Colab o que facilitou a tarefa sem gastar horas instalando o ambiente e suportando bibliotecas. Para avaliar a eficácia dos modelos, o conjunto de dados é dividido em 70% para treinamento, 10% para validação e os 20% restantes utilizados para teste. As imagens de treinamento foram expandidas para 10.000 imagens de fundo de olho para cada tal. Resultados: Observou-se que o modelo ResNet50 alcançou acurácia de 97,1%, sensibilidade de 78,5%, especificidade de 98,5% e precisão de 79,7% e teve a melhor área sob a curva e pontuação final para classificar a categoria da catarata (área sob a curva=0,964, final=0,903). Em contraste, o modelo VGG16 alcançou uma precisão de 96,2%, sensibilidade de 56,9%, especificidade de 99,2% e precisão de 84,1%, área sob a curva 0,949 e pontuação final de 0,857. Conclusão: Esses resultados demonstram a capacidade das arquiteturas de rede neural convolucional pré-treinadas em identificar doenças oftalmológicas a partir de imagens de fundo de olho. ResNet50 pode ser uma boa solução para resolver problemas na detecção e classificação de doenças como glaucoma, catarata, hipertensão e miopia; Inceptionv3 para degeneração macular relacionada à idade e outras doenças; e VGG16 para retinopatia normal e diabética.

Machine learning in predicting severe acute respiratory infection outbreaks / Aprendizado de máquina na previsão de surtos de síndrome respiratória aguda grave / Aprendizaje automático en la predicción de brotes de síndrome respiratorio agudo grave

Abstract: Severe acute respiratory infection (SARI) outbreaks occur annually, with seasonal peaks varying among geographic regions. Case notification is important to prepare healthcare networks for patient attendance and hospitalization. Thus, health managers need adequate resource planning tools for SARI seasons. This study aims to predict SARI outbreaks based on models generated with machine learning using SARI hospitalization notification data. In this study, data from the reporting of SARI hospitalization cases in Brazil from 2013 to 2020 were used, excluding SARI cases caused by COVID-19. These data were prepared to feed a neural network configured to generate predictive models for time series. The neural network was implemented with a pipeline tool. Models were generated for the five Brazilian regions and validated for different years of SARI outbreaks. By using neural networks, it was possible to generate predictive models for SARI peaks, volume of cases per season, and for the beginning of the pre-epidemic period, with good weekly incidence correlation (R2 = 0.97; 95%CI: 0.95-0.98, for the 2019 season in the Southeastern Brazil). The predictive models achieved a good prediction of the volume of reported cases of SARI; accordingly, 9,936 cases were observed in 2019 in Southern Brazil, and the prediction made by the models showed a median of 9,405 (95%CI: 9,105-9,738). The identification of the period of occurrence of a SARI outbreak is possible using predictive models generated with neural networks and algorithms that employ time series.

Resumo: Surtos de síndrome respiratória aguda grave (SRAG) ocorrem anualmente, com picos sazonais variando entre regiões geográficas. A notificação dos casos é importante para preparar as redes de atenção à saúde para o atendimento e internação dos pacientes. Portanto, os gestores de saúde precisam ter ferramentas adequadas de planejamento de recursos para as temporadas de SRAG. Este estudo tem como objetivo prever surtos de SRAG com base em modelos gerados com aprendizado de máquina usando dados de internação por SRAG. Foram incluídos dados sobre casos de hospitalização por SRAG no Brasil de 2013 a 2020, excluindo os casos causados pela COVID-19. Estes dados foram preparados para alimentar uma rede neural configurada para gerar modelos preditivos para séries temporais. A rede neural foi implementada com uma ferramenta de pipeline. Os modelos foram gerados para as cinco regiões brasileiras e validados para diferentes anos de surtos de SRAG. Com o uso de redes neurais, foi possível gerar modelos preditivos para picos de SRAG, volume de casos por temporada e para o início do período pré-epidêmico, com boa correlação de incidência semanal (R2 = 0,97; IC95%: 0,95-0,98, para a temporada de 2019 na Região Sudeste). Os modelos preditivos obtiveram uma boa previsão do volume de casos notificados de SRAG; dessa forma, foram observados 9.936 casos em 2019 na Região Sul, e a previsão feita pelos modelos mostrou uma mediana de 9.405 (IC95%: 9.105-9.738). A identificação do período de ocorrência de um surto de SRAG é possível por meio de modelos preditivos gerados com o uso de redes neurais e algoritmos que aplicam séries temporais.

Resumen: Brotes de síndrome respiratorio agudo grave (SRAG) ocurren todos los años, con picos estacionales que varían entre regiones geográficas. La notificación de los casos es importante para preparar las redes de atención a la salud para el cuidado y hospitalización de los pacientes. Por lo tanto, los gestores de salud deben tener herramientas adecuadas de planificación de recursos para las temporadas de SRAG. Este estudio tiene el objetivo de predecir brotes de SRAG con base en modelos generados con aprendizaje automático utilizando datos de hospitalización por SRAG. Se incluyeron datos sobre casos de hospitalización por SRAG en Brasil desde 2013 hasta 2020, salvo los casos causados por la COVID-19. Se prepararon estos datos para alimentar una red neural configurada para generar modelos predictivos para series temporales. Se implementó la red neural con una herramienta de canalización. Se generaron los modelos para las cinco regiones brasileñas y se validaron para diferentes años de brotes de SRAG. Con el uso de redes neurales, se pudo generar modelos predictivos para los picos de SRAG, el volumen de casos por temporada y para el inicio del periodo pre-epidémico, con una buena correlación de incidencia semanal (R2 = 0,97; IC95%: 0,95-0,98, para la temporada de 2019 en la Región Sudeste). Los modelos predictivos tuvieron una buena predicción del volumen de casos notificados de SRAG; así, se observaron 9.936 casos en 2019 en la Región Sur, y la predicción de los modelos mostró una mediana de 9.405 (IC95%: 9.105-9.738). La identificación del periodo de ocurrencia de un brote de SRAG es posible a través de modelos predictivos generados con el uso de redes neurales y algoritmos que aplican series temporales.

Sobre ativismos e conhecimentos: a experiência de associações canábicas no Brasil / On activism and knowledge: the experience of cannabis associations in Brazil

Resumo O surgimento de associações civis em prol da cannabis se iniciou na década de 2010. Diante da inércia do Estado, essas organizações têm atuado no acolhimento, apoio, informação, capacitação e facilitação do acesso de pacientes e familiares a medicamento produzido à base de maconha, substância proibida no Brasil. Este estudo visa analisar como o ativismo canábico promovido pelas associações brasileiras se fundamenta em conhecimentos científicos ou adquiridos pela vivência dos associados. A metodologia englobou entrevistas com participantes das associações ACuCa, Ama+me e Apepi e análise de conteúdo dos perfis dessas instituições no Instagram. Verificou-se que o ativismo canábico no Instagram apresenta semelhanças com aquele praticado presencialmente, no entanto, o ativismo nas mídias sociais prioriza a divulgação do conhecimento pela informação e capacitação de seus seguidores, tendo o cuidado de tratar o conteúdo para se adequar às diretrizes da plataforma. Além disso, as principais linhas de atuação do associativismo canábico (acolhimento e distribuição de óleos medicinais) aparecem de forma velada nas publicações, sendo que em sua maioria ocorrem em conversas privadas nos meios de comunicação com as associações.

Abstract The emergence of civil associations in favor of cannabis began in the 2010s. Faced with the inertia of the State, these organizations have acted in the reception, support, information, training, and facilitation of access for patients and their families to the medicine produced from marijuana, a prohibited substance in Brazil. This study aims to analyze how cannabis activism promoted by Brazilian associations is based on scientific knowledge or knowledge acquired through the experience of members. The methodology included interviews with participants from the ACuCa, Ama+me, and Apepi associations, as well as the Content Analysis of the profiles of these institutions on Instagram. It was found that cannabis activism on Instagram is similar to that practiced in person; however, activism on social media prioritizes the dissemination of knowledge through information and training of its followers, being careful to treat the content in order to suit the guidelines of the platform. In addition, the main lines of action of cannabis associations (reception and distribution of medicinal oils) appear in a veiled way in the publications, most of which occur through private conversations in the media with the associations.

Além das ferramentas tradicionais: explorando redes neurais convolucionais como modelos prognósticos inovadores no adenocarcinoma ductal pancreático / Beyond traditional tools: exploring convolutional neural networks as innovative prognostic models in pancreatic ductal adenocarcinoma

ABSTRACT Pancreatic ductal adenocarcinoma (PDAC) is a highly aggressive and lethal form of cancer with limited prognostic accuracy using traditional factors. This has led to the exploration of innovative prognostic models, including convolutional neural networks (CNNs), in PDAC. CNNs, a type of artificial intelligence algorithm, have shown promise in various medical applications, including image analysis and pattern recognition. Their ability to extract complex features from medical images makes them suitable for improving prognostication in PDAC. However, implementing CNNs in clinical practice poses challenges, such as data availability and interpretability. Future research should focus on multi-center studies, integrating multiple data modalities, and combining CNN outputs with biomarker panels. Collaborative efforts and patient autonomy should be considered to ensure the ethical implementation of CNN-based prognostic models. Further validation and optimisation of CNN-based models are necessary to enhance their reliability and clinical utility in PDAC prognostication.

RESUMO Contexto O adenocarcinoma ductal pancreático (ACDP) é uma forma de câncer altamente agressiva e letal com precisão prognóstica limitada usando fatores tradicionais. Isso levou à exploração de modelos prognósticos inovadores, incluindo redes neurais convolucionais (CNNs), no ACDP. As CNNs, um tipo de algoritmo de inteligência artificial, mostraram promessa em várias aplicações médicas, incluindo análise de imagem e reconhecimento de padrões. Sua capacidade de extrair características complexas de imagens médicas as torna adequadas para melhorar o prognóstico no ACDP. No entanto, a implementação de CNNs na prática clínica apresenta desafios, como a disponibilidade de dados e a interpretabilidade. Pesquisas futuras devem se concentrar em estudos multicêntricos, integrando múltiplas modalidades de dados e combinando saídas de CNN com painéis de biomarcadores. Esforços colaborativos e autonomia do paciente devem ser considerados para garantir a implementação ética de modelos prognósticos baseados em CNN. Mais validação e otimização de modelos baseados em CNN são necessárias para aumentar sua confiabilidade e utilidade clínica na prognostico do ACDP.

Website diabetes news em pauta content validity and appearance / Validación del contenido y la apariencia del sitio web diabetes news em pauta / Validação de conteúdo e aparência do website diabetes news em pauta

ABSTRACT Objective: to validate the content and appearance of a website for adolescents living with Diabetes Mellitus. Method: this is methodological research based on the DADI (Definition, Architecture, Design, Implementation) theoretical framework. A total of 16 health professionals participated in content validity, who answeres a questionnaire prepared on Google Forms® with 19 items related to objectives, structure/presentation, relevance. Website appearance validity was carried out by 12 Information Technology professionals through a questionnaire with 15 items divided into two domains (appearance and design). Results: the overall Content Validity Index was 0.98, and all items assessed obtained agreement values > 0.80. The overall Kappa coefficient was 0.6374, considered statistically significant (p-value <0.0001). The Appearance Validity Index presented a general index of 0.91 (above 0.9 considered validated). Conclusion: the website for adolescents living with Diabetes Mellitus was validated in terms of content and appearance, creating an educational technology with safe, necessary and pertinent information to help adolescents living with Diabetes Mellitus understand this chronic condition and support them in self-care safely and effectively.

RESUMEN Objetivo: validar el contenido y apariencia de un sitio web para adolescentes que viven con Diabetes Mellitus. Método: investigación metodológica basada en el marco teórico DADI (definición, arquitectura, diseño, implementación). En la validación de contenido participaron 16 profesionales de la salud, quienes respondieron a un cuestionario creado mediante Google Forms® con 19 ítems relacionados con objetivos, estructura/presentación, relevancia. La validación de la apariencia del sitio web fue realizada por 12 profesionales de Tecnologías de la Información a través de un cuestionario con 15 ítems divididos en dos dominios (apariencia y diseño). Resultados: el Índice de Validez de Contenido general fue de 0,98, todos los ítems evaluados obtuvieron valores de concordancia > 0,80. El coeficiente Kappa global fue de 0,6374, considerado estadísticamente significativo (valor de p <0,0001). El Índice de Validez de Apariencia presentó un Índice general de 0,91 (por encima de 0,9 se considera validado). Conclusión: el sitio web para adolescentes que viven con Diabetes Mellitus fue validado en contenido y apariencia, configurándose como una tecnología educativa con información segura, necesaria y pertinente para ayudar a los adolescentes que viven con Diabetes Mellitus a comprender esta condición crónica y apoyarlos en el autocuidado de forma segura y efectiva.

RESUMO Objetivo: validar o conteúdo e a aparência de um website para adolescentes que convivem com Diabetes Mellitus. Método: pesquisa metodológica embasada no referencial teórico DADI (definição, arquitetura, design, implementação, avaliação). Participaram da validação de conteúdo 16 profissionais da área da saúde, os quais responderam a um questionário elaborado no Google Forms® com 19 itens, relacionados aos objetivos, estrutura/apresentação, relevância. A validação da aparência do website foi realizada por 12 profissionais da Tecnologia da Informação, por meio de um questionário com 15 itens divididos em dois domínios (aparência e designer). Resultados: o Índice de Validade de Conteúdo geral foi de 0,98, todos os itens avaliados obtiveram valores de concordância >0,80. O coeficiente de Kappa geral foi 0,6374, considerado estatisticamente significativo (p-value<0,0001). O Índice de Validade de Aparência apresentou Índice geral de 0,91 (acima de 0,9 considerado validado). Conclusão: o website para adolescentes que convivem com Diabetes Mellitus foi validado, quanto ao conteúdo e à aparência, configurando-se como uma tecnologia educacional com informações seguras, necessárias e pertinentes para auxiliar os adolescentes que convivem com Diabetes Mellitus na compreensão dessa condição crônica e subsidiá-los para o autocuidado com segurança e eficácia.

Redes sociais significativas maternas: significados e movimentos diante do autismo / Maternal significant social networks: meanings and movements in the face of autism / Redes sociales significativas maternas: significados y movimientos frente al autismo

O diagnóstico de uma condição crônica na família tende a movimentar as relações intra e extrafamiliares. No caso do Transtorno do Espectro do Autismo (TEA), essa movimentação tende a ocorrer de forma significativa com os vínculos maternos, visto que as mães costumam ser as principais cuidadoras dos filhos com esse diagnóstico. Assim, o presente estudo objetivou investigar os impactos do diagnóstico de TEA nas redes sociais significativas maternas e como as mães lhes atribuíram sentido. Participaram 12 mães de filhos diagnosticados com TEA na infância, com as quais foram realizadas entrevistas reflexivas e construídos dois mapas de redes sociais significativas, um anterior e outro posterior ao TEA. A análise dos dados foi feita através da Grounded Theory . No momento inicial da entrevista, foi possível perceber que a maioria das participantes se referiu ao sentimento de não ter apoio, expressando desamparo. Todavia, ao longo do processo de construção dos mapas, percebeu-se relevante mudança no discurso das mães, que reconheceram e se surpreenderam com a presença de vínculos importantes nas suas redes sociais, embora, da sua perspectiva, eles não lhes proporcionem o apoio necessário. Portanto, destaca-se a importância da ativação das redes sociais significativas das mães, bem como a instrumentalização dessas redes para que possam estar presentes de maneira efetiva e fornecer apoio, salientando-se o importante papel de profissionais da saúde e da educação nesse cenário. Por fim, aponta-se o mapa de redes enquanto potente instrumento clínico e de pesquisa.(AU)

The diagnosis of a chronic condition in the family tends to move intra- and extra-family relationships. In the Autistic Spectrum Disorder (ASD) case, this movement tends to occur significantly with maternal bonds, since mothers are often referred as the main caregivers of children with this diagnosis. Thus, this study aimed to investigate the impacts of the ASD diagnosis on significant maternal social networks and how mothers signify these implications. Twelve mothers of children diagnosed with ASD in childhood participated, with whom reflective interviews were carried out and two maps of significant social networks, one before and one after the ASD, were constructed. Data analysis was performed by using Grounded Theory. At the beginning of the interview, it was possible to observe that most participants reported the feeling of having no support, expressing helplessness. However, throughout the mapping process, a relevant change was noticed in the mothers' discourse, who recognized and were surprised by the presence of important members in their social networks, although, in their perspective, they do not provide them the necessary support. Therefore, the importance of activating the mothers' significant social networks is highlighted, as well as the instrumentalization of these networks so that they can be effectively present and provide support, emphasizing the important role of health and education professionals in this scenario. Finally, the network map is pointed out as a powerful clinical and research tool.(AU)

El diagnóstico de una enfermedad crónica en la familia tiende a trasformar las relaciones intra y extrafamiliares. En el caso del trastorno del espectro del autismo (TEA), este movimiento tiende a ocurrir de manera significativa con los vínculos maternos, ya que las madres son referidas como las principales cuidadoras de los niños con este diagnóstico. Este estudio tuvo por objetivo investigar el impacto del diagnóstico de TEA en las redes sociales maternas significativas y cómo las madres dieron sentido a estas implicaciones. Participaron en este estudio doce madres de niños diagnosticados con TEA en la infancia, y se utilizaron entrevistas reflexivas y mapas de redes sociales significativas, uno para antes y otro para después del TEA. El análisis de datos se basó en la teoría fundamentada. Al inicio de la entrevista, la mayoría de las participantes refirieron sentir que no tenían apoyo. Sin embargo, en el proceso de construcción de los mapas se vio un cambio en el discurso de las madres, quienes comenzaron a reconocer y sorprenderse por la presencia de vínculos importantes en sus redes sociales, aunque estos no les brindaran el apoyo necesario. Se resalta la importancia de activar las redes sociales significativas de las madres, así como la instrumentalización de estas redes para que puedan estar efectivamente presentes y brindar apoyo, enfatizando el papel de los profesionales de la salud y la educación. Además, se señala el mapa de la red como una poderosa herramienta clínica e investigativa.(AU)

Ai based motion analysis software for sport and physical therapy assessment / Software de análisis de movimiento basado en ia para la evaluación del deporte y la fisioterapia / Software de análise de movimento baseado em ia para avaliação de esporte e fisioterapia

ABSTRACT Introduction: As the World Health Organization declared the novel coronavirus as a pandemic in March 2020, physical therapy is more difficult to execute, and social distancing is mandatory in the healthcare sector. Objective: In physical therapy, an online video analysis software that provides real-time graphic and numerical information about the patient's movement executions without direct personal contact would mean a significant improvement in eHealth treatment. Methods: We have developed a software layer on top of OpenPose human body position estimation software that can extract the time series of angles of arbitrary body parts using the output coordinates from OpenPose processing the data recorded by two cameras simultaneously. To validate the procedure of determining the joint angles using the Openpose software we have used the Kinovea software. Results: The comparison of the determined maximal knee angle in our and the Kinovea software, which is widely used in biomechanical measurements, was not significantly different (2.03±1.06°, p<0.05) Conclusion: This indicates, that the developed software can calculate the appropriate joint angles with the accuracy that physiotherapy treatments require. As, to our knowledge no such software yet exists, with the help of this software development, therapists could control and correct the exercises in real-time, and also from a distance, and physical therapy effectiveness could be increased. Level of Evidence II; Experimental, comparative.

RESUMEN Introducción: Como la Organización Mundial de la Salud declaró el nuevo coronavirus como una pandemia en marzo de 2020, la fisioterapia es más difícil de ejecutar, el distanciamiento social es obligatorio en el sector de la salud. Objetivo: En la práctica de fisioterapia un software de análisis de vídeo online que proporcione información gráfica y numérica en tiempo real sobre las ejecuciones de movimiento del paciente sin contacto personal directo supondría una mejora significativa en el tratamiento de la eSalud. Métodos: Fue desarrollado una capa de software sobre el software de estimación de posición del cuerpo humano OpenPose que puede extraer la serie temporal de ángulos de partes arbitrarias del cuerpo utilizando las coordenadas de salida de OpenPose procesando los datos registrados por dos cámaras simultáneamente. Para validar el procedimiento de determinación de los ángulos articulares mediante el software Openpose fue utilizado el software Kinovea. Resultados: La comparación del ángulo máximo de rodilla determinado en nuestro software y Kinovea, que es ampliamente utilizado en mediciones biomecánicas, no fue significativamente diferente (2,03±1,06°, p<0,05). Conclusión: Esto indica que el software desarrollado puede calcular los ángulos articulares adecuados con la precisión que requieren los tratamientos de fisioterapia. Dado que aún no existe dicho software, con la ayuda de este desarrollo de software, los terapeutas podrían controlar y corregir los ejercicios en tiempo real, y también a distancia, y se podría aumentar la eficacia de la fisioterapia. Nivel de Evidencia II; Experimental, comparativo.

RESUMO Introdução: Como a Organização Mundial da Saúde declarou o novo coronavírus como pandemia em março de 2020, a fisioterapia é mais difícil de executar, o distanciamento social é obrigatório no setor de saúde. Objetivo: Na prática da fisioterapia, um software de análise de vídeo online que fornece informações gráficas e numéricas em tempo real sobre as execuções de movimento do paciente sem contato pessoal direto significaria uma melhora significativa no tratamento eHealth. Métodos: Desenvolveu-se uma camada de software em cima do software de estimativa de posição do corpo humano OpenPose que pode extrair as séries temporais de ângulos de partes do corpo arbitrárias usando as coordenadas de saída do OpenPose processando os dados gravados por duas câmeras simultaneamente. Para validar o procedimento de determinação dos ângulos articulares utilizando o software Openpose utilizou-se o software Kinovea. Resultados: A comparação do ângulo máximo do joelho determinado em nosso e no software Kinovea, amplamente utilizado em medidas biomecânicas, não foi significativamente diferente (2,03±1,06°, p<0,05) Conclusão: Isso indica que o software desenvolvido pode calcular os ângulos articulares adequados com a precisão que os tratamentos de fisioterapia exigem. Como esse software ainda não existe, com a ajuda do desenvolvimento desse software, os terapeutas puderam controlar e corrigir os exercícios em tempo real, e também à distância, aumentando a eficácia da fisioterapia. Nível de Evidência II; Experimental, comparativo.

Sorofobia relacionada ao HIV e à Aids: o que se debate nas redes sociais digitais no Brasil? / Serophobia related to HIV and AIDS: what is debated in digital social networks in Brazil?

Resumo O objetivo do artigo é analisar o conteúdo sorofóbico explicitado nas publicações veiculadas nas redes sociais digitais no contexto do HIV e da Aids no Brasil. Trata-se de um estudo qualitativo do tipo exploratório descritivo, de base documental. Os dados obtidos foram avaliados utilizando a metodologia de análise documental por meio da análise de conteúdo temático com auxílio do software NVivo®12 Plus (Windows). Foram gerados 187 códigos, posteriormente agrupados conforme a semântica das palavras, originando cinco categorias temáticas: #VivendoComHIV, #PrecisamosFalarSobreIsso, #OQueÉSOROFOBIA, #SorofobiaéCrime e #SorofobiaNÃO. Os resultados evidenciaram as principais manifestações acerca da sorofobia relacionada ao HIV e à Aids nas redes sociais. O conteúdo compartilhado debateu as dificuldades de viver com uma doença que apresenta dimensões sociais; a relevância de falar e difundir conteúdo sobre o HIV e a Aids; os elementos que compõem o processo de estigmatização e, consequentemente, estruturam a sorofobia na sociedade; os direitos sociais e civis das pessoas vivendo com HIV; as medidas de combate à sorofobia nas instituições de saúde; e as implicações da sorofobia no âmbito da saúde pública.

Abstract The aim of this article is to analyze the serophobic content explicit in the publications published in Digital Social Networks in the context of HIV and AIDS in Brazil. This is a qualitative study of the descriptive exploratory type, based on documents. The data obtained were evaluated using the methodology of documentary analysis through Thematic Content Analysis with the aid of NVivo®12 Plus (Windows). A total of 187 codes were generated, subsequently grouped according to the semantics of the words, originating five thematic categories: #LivingWithHIV, #WeNeedtoTalkAboutIt, #WhatISSEROPHOBIA, #SerophobiaIsACrime, and #NoSerophobia. The results showed the main manifestations of HIV and AIDS-related serophobia on social networks. The shared content discussed the difficulties of living with a disease that has social dimensions; the relevance of talking and disseminating content about HIV and AIDS; the elements that make up the stigmatization process and, consequently, structure serophobia in society; the social and civil rights of people living with HIV; measures to combat serophobia in health institutions; and the implications of serophobia in the field of public health.