RESUMO
Background and Aims: There is a high unmet need to develop noninvasive tools to identify nonalcoholic fatty liver disease/nonalcoholic steatohepatitis (NAFLD/NASH) patients at risk of fast progression to end-stage liver disease (ESLD). This study describes the development of a machine learning (ML) model using data around the first clinical evidence of NAFLD/NASH to identify patients at risk of future fast progression. Methods: Adult patients with ESLD (cirrhosis or hepatocellular carcinoma) due to NAFLD/NASH were identified in Optum electronic health records (2007-2018 period). Patients were stratified into fast (0.5 and 3 years) and standard progressor (6-10 years) cohorts based on retrospectively established progression time between ESLD and the earliest observable disease, and characteristics were reported using descriptive statistics. Two ML models predicting fast progression were created, performance was compared, and top predictive features from the final model were compared between cohorts. Results: Among a total of 4013 NAFLD patients with cirrhosis or hepatocellular carcinoma (mean age 58.6 ± 12.5; 65% female), 24% were fast (n = 951) and 25% standard (n = 992) progressors that were used for modeling. The cohorts were comparable for gender, body mass index, type 2 diabetes, and arterial hypertension, but differed significantly for obesity, hyperlipidemia, and age at index. The final model (NASH FASTmap) is a 44 feature light gradient boosting model which performed better (area under the curve [0.77], F1-score [0.74], accuracy [0.71], and precision [0.71]) than eXtreme gradient boosting model to predict fast progression. Conclusion: Future fast progression to ESLD in NAFLD/NASH patients can be predicted from clinical data using ML. Electronic health record implementation of NASH FASTmap could support clinical assessment for risk stratification and potentially improve disease management.
RESUMO
Histological assessment of autoimmune hepatitis (AIH) is challenging. As one of the possible results of these challenges, nonclassical features such as bile-duct injury stays understudied in AIH. We aim to develop a deep learning tool (artificial intelligence for autoimmune hepatitis [AI(H)]) that analyzes the liver biopsies and provides reproducible, quantifiable, and interpretable results directly from routine pathology slides. A total of 123 pre-treatment liver biopsies, whole-slide images with confirmed AIH diagnosis from the archives of the Institute of Pathology at University Hospital Basel, were used to train several convolutional neural network models in the Aiforia artificial intelligence (AI) platform. The performance of AI models was evaluated on independent test set slides against pathologist's manual annotations. The AI models were 99.4%, 88.0%, 83.9%, 81.7%, and 79.2% accurate (ratios of correct predictions) for tissue detection, liver microanatomy, necroinflammation features, bile duct damage detection, and portal inflammation detection, respectively, on hematoxylin and eosin-stained slides. Additionally, the immune cells model could detect and classify different immune cells (lymphocyte, plasma cell, macrophage, eosinophil, and neutrophil) with 72.4% accuracy. On Sirius red-stained slides, the test accuracies were 99.4%, 94.0%, and 87.6% for tissue detection, liver microanatomy, and fibrosis detection, respectively. Additionally, AI(H) showed bile duct injury in 81 AIH cases (68.6%). The AI models were found to be accurate and efficient in predicting various morphological components of AIH biopsies. The computational analysis of biopsy slides provides detailed spatial and density data of immune cells in AIH landscape, which is difficult by manual counting. AI(H) can aid in improving the reproducibility of AIH biopsy assessment and bring new descriptive and quantitative aspects to AIH histology.
RESUMO
Characterized by symptoms that remain or appear for the first time within three months of SARS-CoV-2 infection, long COVID can manifest itself in different ways, including in non-hospitalized or asymptomatic cases. Thus, this study offers an overview of long COVID in Brazil, especially of its diagnosis, symptoms, and challenges for new health management. Data from a study that investigated long COVID in people affected by COVID-19 were used. These original data stem from a survey with adult Brazilians (aged 18 years or older) who had COVID-19 that collected information from March 14 to April 14, 2022, by a questionnaire on social media. The questionnaire addressed sociodemographic characteristics, history of COVID-19 infections, vaccination against the disease, investigation of health status and quality of life before and after COVID-19, and search and access to treatment. Of the 1,728 respondents, 720 were considered eligible for analysis, of which 496 (69%) had long COVID. Individuals with long COVID reported clinical manifestations such as anxiety (80%), memory loss (78%), generalized pain (77%), lack of attention (75%), fatigue (73%), hair loss (71%), sleep changes (70%), mood swings (62%), malaise (60%), and joint pain (59%). Most sought health services during and after the acute phase of COVID-19 (94 and 80%, respectively), representing the need to structure the healthcare system for these patients.
Caracterizada por sintomas que permanecem ou aparecem pela primeira vez em até três meses após a infecção pelo SARS-CoV-2, a COVID longa pode se manifestar de diferentes formas, inclusive entre casos não hospitalizados ou assintomáticos. Nesse sentido, este artigo apresenta um panorama da COVID longa no Brasil, com ênfase no diagnóstico, nos sintomas e nos desafios para a nova gestão da saúde. Foram utilizados dados de um estudo realizado com objetivo de investigar a COVID longa em pessoas acometidas pela COVID-19, com dados originais de um inquérito com indivíduos brasileiros adultos (18 anos ou mais) que tiveram COVID-19, coletados entre 14 de março e 14 de abril de 2022, por meio de questionário divulgado em redes sociais. O questionário abordou características sociodemográficas, histórico de infecções por COVID-19, vacinação contra a doença, investigação da situação de saúde e da qualidade de vida antes e após a COVID-19, além da busca e acesso a tratamento. Dos 1.728 respondentes, 720 foram considerados elegíveis para a análise. Desses, 496 (69%) tiveram COVID longa. Os indivíduos com COVID longa reportaram manifestações clínicas como ansiedade (80%), perda de memória (78%), dor generalizada (77%), falta de atenção (75%), fadiga (73%), queda de cabelo (71%), alterações de sono (70%), alterações de humor (62%), indisposição (60%) e dor nas articulações (59%). A maioria procurou os serviços de saúde durante e após a fase aguda de COVID-19 (94% e 80%, respectivamente), o que representa a necessidade de estruturar o sistema de saúde para atender esses pacientes.
Caracterizado por síntomas que permanecen o aparecen por primera vez dentro de los tres meses posteriores a la infección por SARS-CoV-2, la COVID larga puede manifestarse de diferentes formas, incluso entre casos no hospitalizados o asintomáticos. En este sentido, este artículo presenta un panorama la COVID larga en Brasil, con énfasis en el diagnóstico, los síntomas y los desafíos para la nueva gestión de la salud. Se utilizaron datos de una encuesta realizada para investigar la COVID larga en personas afectadas por COVID-19. Se trata de datos originales de una encuesta con individuos brasileños adultos (18 años o más), que tuvieron COVID-19, con datos recolectados entre el 14 de marzo y el 14 de abril de 2022, por medio de un cuestionario divulgado en las redes sociales. El cuestionario abordó características sociodemográficas, historial de infecciones por COVID-19, vacunación contra la enfermedad, investigación de la situación de salud y de la calidad de vida antes y después de COVID-19, además de la búsqueda y acceso a tratamiento. De los 1.728 encuestados, 720 fueron considerados elegibles para el análisis. De ellos, 496 (69%) tenían COVID larga. Las personas con COVID larga informaron manifestaciones clínicas como ansiedad (80%), pérdida de memoria (78%), dolor generalizado (77%), falta de atención (75%), fatiga (73%), pérdida de cabello (71%), cambios en el sueño (70%), cambios de humor (62%), malestar (60%) y dolor en las articulaciones (59%). La mayoría recurrió a los servicios de salud durante y después de la fase aguda de COVID-19 (94% y 80%, respectivamente), lo que representa la necesidad de estructurar el sistema de salud para atender a estos pacientes.
Assuntos
COVID-19 , Política de Saúde , Síndrome de COVID-19 Pós-Aguda , Humanos , Brasil/epidemiologia , COVID-19/epidemiologia , COVID-19/prevenção & controle , Adulto , Feminino , Masculino , Pessoa de Meia-Idade , Inquéritos e Questionários , SARS-CoV-2 , Qualidade de Vida , Adulto Jovem , Idoso , Fatores Socioeconômicos , AdolescenteRESUMO
Caracterizada por sintomas que permanecem ou aparecem pela primeira vez em até três meses após a infecção pelo SARS-CoV-2, a COVID longa pode se manifestar de diferentes formas, inclusive entre casos não hospitalizados ou assintomáticos. Nesse sentido, este artigo apresenta um panorama da COVID longa no Brasil, com ênfase no diagnóstico, nos sintomas e nos desafios para a nova gestão da saúde. Foram utilizados dados de um estudo realizado com objetivo de investigar a COVID longa em pessoas acometidas pela COVID-19, com dados originais de um inquérito com indivíduos brasileiros adultos (18 anos ou mais) que tiveram COVID-19, coletados entre 14 de março e 14 de abril de 2022, por meio de questionário divulgado em redes sociais. O questionário abordou características sociodemográficas, histórico de infecções por COVID-19, vacinação contra a doença, investigação da situação de saúde e da qualidade de vida antes e após a COVID-19, além da busca e acesso a tratamento. Dos 1.728 respondentes, 720 foram considerados elegíveis para a análise. Desses, 496 (69%) tiveram COVID longa. Os indivíduos com COVID longa reportaram manifestações clínicas como ansiedade (80%), perda de memória (78%), dor generalizada (77%), falta de atenção (75%), fadiga (73%), queda de cabelo (71%), alterações de sono (70%), alterações de humor (62%), indisposição (60%) e dor nas articulações (59%). A maioria procurou os serviços de saúde durante e após a fase aguda de COVID-19 (94% e 80%, respectivamente), o que representa a necessidade de estruturar o sistema de saúde para atender esses pacientes.
Characterized by symptoms that remain or appear for the first time within three months of SARS-CoV-2 infection, long COVID can manifest itself in different ways, including in non-hospitalized or asymptomatic cases. Thus, this study offers an overview of long COVID in Brazil, especially of its diagnosis, symptoms, and challenges for new health management. Data from a study that investigated long COVID in people affected by COVID-19 were used. These original data stem from a survey with adult Brazilians (aged 18 years or older) who had COVID-19 that collected information from March 14 to April 14, 2022, by a questionnaire on social media. The questionnaire addressed sociodemographic characteristics, history of COVID-19 infections, vaccination against the disease, investigation of health status and quality of life before and after COVID-19, and search and access to treatment. Of the 1,728 respondents, 720 were considered eligible for analysis, of which 496 (69%) had long COVID. Individuals with long COVID reported clinical manifestations such as anxiety (80%), memory loss (78%), generalized pain (77%), lack of attention (75%), fatigue (73%), hair loss (71%), sleep changes (70%), mood swings (62%), malaise (60%), and joint pain (59%). Most sought health services during and after the acute phase of COVID-19 (94 and 80%, respectively), representing the need to structure the healthcare system for these patients.
Caracterizado por síntomas que permanecen o aparecen por primera vez dentro de los tres meses posteriores a la infección por SARS-CoV-2, la COVID larga puede manifestarse de diferentes formas, incluso entre casos no hospitalizados o asintomáticos. En este sentido, este artículo presenta un panorama la COVID larga en Brasil, con énfasis en el diagnóstico, los síntomas y los desafíos para la nueva gestión de la salud. Se utilizaron datos de una encuesta realizada para investigar la COVID larga en personas afectadas por COVID-19. Se trata de datos originales de una encuesta con individuos brasileños adultos (18 años o más), que tuvieron COVID-19, con datos recolectados entre el 14 de marzo y el 14 de abril de 2022, por medio de un cuestionario divulgado en las redes sociales. El cuestionario abordó características sociodemográficas, historial de infecciones por COVID-19, vacunación contra la enfermedad, investigación de la situación de salud y de la calidad de vida antes y después de COVID-19, además de la búsqueda y acceso a tratamiento. De los 1.728 encuestados, 720 fueron considerados elegibles para el análisis. De ellos, 496 (69%) tenían COVID larga. Las personas con COVID larga informaron manifestaciones clínicas como ansiedad (80%), pérdida de memoria (78%), dolor generalizado (77%), falta de atención (75%), fatiga (73%), pérdida de cabello (71%), cambios en el sueño (70%), cambios de humor (62%), malestar (60%) y dolor en las articulaciones (59%). La mayoría recurrió a los servicios de salud durante y después de la fase aguda de COVID-19 (94% y 80%, respectivamente), lo que representa la necesidad de estructurar el sistema de salud para atender a estos pacientes.
RESUMO
The frequency of species of the genus Eimeria in a dairy herd in the municipality of Boa Esperança, Southern region of the State of Minas Gerais was assessed. From 37 females of the Friesian breed aged three to seven months, 259 feces samples were analyzed between May and September 2008. The examinations to quantify oocysts per gram of feces (OPG) and identify Eimeria species were conducted at the Veterinary Parasitology Laboratory of the Federal University of Lavras. Eleven species of Eimeria were identified, namely: E. bovis (23.2 percent), E. zuernii (22.6 percent), E. ellipsoidalis (20.3 percent), E. cylindrica (14.1 percent), E. subspherica (5.4 percent), E. canadensis (3.5 percent), E. alabamensis (2.4 percent), E. auburnensis (2.4 percent), E. pellita (2.1 percent), E. brasiliensis (2 percent) and E. bukidnonensis (1.9 percent). E. bovis, E. zuernii and E. ellipsoidalis were the most frequent and the ones with the highest oocyst shedding over time (p < 0.05). Differences in OPG counts were found between most months studied (p < 0.05). The large number of Eimeria species found, in particular E. bovis and E. zuernii, indicates that Eimeria sp. has significant pathogenic potential in dairy cattle in the South of Minas Gerais.
Avaliou-se a frequência das espécies do gênero Eimeria em um rebanho leiteiro, criado no município de Boa Esperança, região Sul do Estado de Minas Gerais. Foram analisadas 259 amostras de fezes de 37 fêmeas bovinas, da raça holandesa, com faixa etária compreendida entre três e sete meses, no período de maio a setembro de 2008. O exame para quantificar oocisto por grama de fezes (OPG) e identificação das espécies de Eimeria foi realizado no Laboratório de Parasitologia Veterinária da UFLA. Foram identificadas onze espécies de Eimeria, sendo elas: E. bovis (23,2 por cento), E. zuernii (22,6 por cento), E. ellipsoidalis (20,3 por cento), E. cylindrica (14,1 por cento), E. subspherica (5,4 por cento), E. canadensis (3,5 por cento), E. alabamensis (2,4 por cento), E. auburnensis (2,4 por cento), E. pellita (2,1 por cento), E. brasiliensis (2 por cento) e E. bukidnonensis, sendo E. bovis, E. zuernii e E. ellipsoidalis as mais frequentes e aquelas com maior número de oocistos eliminados ao longo do tempo (p < 0,05). Diferenças na contagem de OPG foram encontradas na maioria dos meses avaliados (p < 0,05). A grande quantidade de espécies de Eimeria encontradas, em especial E. bovis e E. zuernii, indicam um importante potencial patogênico da Eimeria sp. em gado leiteiro no Sul de Minas Gerais.