ABSTRACT
Este eBook foi elaborado no contexto do curso de capacitação Introdução à Análise de Dados em Saúde com Python ofertado pelo Centro de Inovação em Inteligência Artificial para Saúde. O curso tem como objetivo introduzir o estudo exploratório de bases de dados de saúde, com a utilização do Python. Neste eBook, procura-se apresentar uma abordagem preliminar à Ciência de Dados, que explora e descreve um conjunto de dados com técnicas da estatística descritiva e inferencial por meio da linguagem de programação Python. O público alvo que pretende-se atingir caracteriza-se por profissionais de saúde, alunos de graduação e pós-graduação, docentes e pesquisadores da área das ciências da saúde, exatas ou demais interessados em utilizar os recursos computacionais para análise de bases de dados em saúde. A linguagem Python tem se destacado como uma ferramenta poderosa para análise de dados em saúde, possuindo uma ampla gama de bibliotecas e recursos, o Python pode ser usado para limpar, processar, analisar e visualizar dados de saúde. Além disso, a comunidade de utilizadores da linguagem Python é muito colaborativa, com muitos recursos disponíveis, incluindo documentação, tutoriais e fóruns de suporte. O conteúdo foi agrupado em conceitos iniciais sobre a utilização dos dados em saúde, introdução ao Python para utilização de dados, conceitos de limpeza e tratamento de dados, aplicação da estatística descritiva com os sumários estatísticos e gráficos, técnicas de amostragens, aplicação da estatística inferencial com os testes de hipótese, de associação, de médias, de medianas e correlações, além de explorar a estilização de gráficos.
Subject(s)
Electronic Data Processing , Artificial Intelligence/statistics & numerical data , Data Analysis , Statistics , Health Information Systems , Data AccuracyABSTRACT
Anualmente o Centro promove um evento com o objetivo principal reunir os pesquisadores, profissionais e alunos, tanto do setor público como privado, para promover um amplo debate de ideias, fundamentos e aplicações relacionados ao uso da Inteligência Artificial na área da Saúde. O evento deste ano contou com 120 participantes e ocorreu no dia 25 de setembro de 2023 no Instituto de Ciências Exatas no Campus Pampulha da Universidade Federal de Minas Gerais. Ao todo, o evento contou com a submissão e avaliação de 26 resumos científicos (short papers) e as revisões de pares foram realizadas com o apoio de 11 revisores voluntários. Ao final da avaliação, foram selecionados para publicação 22 trabalhos, que foram apresentados ao público no formato de pôsteres digitais. Os trabalhos mais bem avaliados foram convidados para apresentação oral no evento e receberam certificados de menção honrosa. A programação do evento contou com mesas redondas onde os projetos de pesquisas apoiados pelo Centro foram apresentados e foram debatidos as competências necessárias para a utilização da Inteligência Artificial na área da Saúde, além da palestra proferida pelo professor Ricardo Cruz-Correia, Universidade do Porto, que abordou os desafios e oportunidades da IA generativa para o ensino e pesquisa em Saúde.
Every year, the Center promotes an event with the main objective of bringing together researchers, professionals and students, both from the public and private sectors, to promote a broad debate of ideas, foundations and applications related to the use of Artificial Intelligence in the area of ââHealth. This year's event featured with 120 participants and took place on September 25, 2023 at the Institute of Exact Sciences in Pampulha Campus of the Federal University of Minas Gerais. In total, the event included the submission and evaluation of 26 scientific summaries (short papers) and the Peer reviews were carried out with the support of 11 volunteer reviewers. At the end of the assessment, they were 22 works were selected for publication, which were presented to the public in poster format digital. The best evaluated works were invited for oral presentation at the event and received certificates of honorable mention. The event's program included round tables where research projects supported by the Center were presented and the necessary skills for using the Artificial Intelligence in the area of ââHealth, in addition to the lecture given by professor Ricardo Cruz-Correia, University of Porto, which addressed the challenges and opportunities of generative AI for teaching and research in Health.
Subject(s)
Artificial Intelligence , HealthABSTRACT
BACKGROUND: Acute kidney injury (AKI) is frequently associated with COVID-19, and the need for kidney replacement therapy (KRT) is considered an indicator of disease severity. This study aimed to develop a prognostic score for predicting the need for KRT in hospitalised COVID-19 patients, and to assess the incidence of AKI and KRT requirement. METHODS: This study is part of a multicentre cohort, the Brazilian COVID-19 Registry. A total of 5212 adult COVID-19 patients were included between March/2020 and September/2020. Variable selection was performed using generalised additive models (GAM), and least absolute shrinkage and selection operator (LASSO) regression was used for score derivation. Accuracy was assessed using the area under the receiver operating characteristic curve (AUC-ROC). RESULTS: The median age of the model-derivation cohort was 59 (IQR 47-70) years, 54.5% were men, 34.3% required ICU admission, 20.9% evolved with AKI, 9.3% required KRT, and 15.1% died during hospitalisation. The temporal validation cohort had similar age, sex, ICU admission, AKI, required KRT distribution and in-hospital mortality. The geographic validation cohort had similar age and sex; however, this cohort had higher rates of ICU admission, AKI, need for KRT and in-hospital mortality. Four predictors of the need for KRT were identified using GAM: need for mechanical ventilation, male sex, higher creatinine at hospital presentation and diabetes. The MMCD score had excellent discrimination in derivation (AUROC 0.929, 95% CI 0.918-0.939) and validation (temporal AUROC 0.927, 95% CI 0.911-0.941; geographic AUROC 0.819, 95% CI 0.792-0.845) cohorts and good overall performance (Brier score: 0.057, 0.056 and 0.122, respectively). The score is implemented in a freely available online risk calculator ( https://www.mmcdscore.com/ ). CONCLUSIONS: The use of the MMCD score to predict the need for KRT may assist healthcare workers in identifying hospitalised COVID-19 patients who may require more intensive monitoring, and can be useful for resource allocation.
Subject(s)
Acute Kidney Injury , COVID-19 , Acute Kidney Injury/diagnosis , Acute Kidney Injury/epidemiology , Acute Kidney Injury/therapy , Adult , Aged , COVID-19/therapy , Dextrans , Female , Humans , Male , Middle Aged , Mitomycin , ROC Curve , Renal Replacement Therapy/adverse effects , Retrospective Studies , Risk FactorsABSTRACT
O objetivo deste artigo de revisão é apresentar as mais recentes diretrizes no manejo de infecção do trato urinário (ITU), salientando que há uma tendência atual a estudos de imagem menos agressivoseao uso mais restritivo da quimioprofilaxia. Tem surgido preocupação sobre a exposição desnecessária de radiação ionizante e o caráter invasivo de alguns procedimentos. Outro ponto discutido é a relação causal do refluxo vesicoureteral (RVU) e cicatrizes renais, o que tem sido o foco de vários estudos. Tem surgido preocupação sobre a exposição desnecessária dos pacientes à radiação ionizante e o caráter invasivo de alguns procedimentos. O risco de infecção também tem sido alvo de discussão. Com o aprimoramento da ultrassonografia pré-natal tem sido sugerida aabordagem top-down para investigação da ITU febril. Finalmente, aborda-se a associação do RVU e a disfunção do trato urinário inferior (DTUI) com a ITU.
The objective of this review article is to present the latest guidelines on the management of urinary tract infection (UTI) highlighting that there is a current trend towards less aggressive image studies and more restrictive use of chemoprophylaxis. The unnecessary exposure to ionizing radiation and the invasive nature of some procedures have raised concerns. Another point discussed is the causal relationship of vesicoureteral reflux (VUR) and renal scarring, which have been the focus of several studies. The risk of infection has also been the subject of discussion. With the improvement of prenatal ultrasound, the top-down approach to investigate febrile UTI has been suggested. Finally, the association between VUR and lower urinary tract dysfunction (LTUD) and UTI is also assessed.