Projetos de Pesquisa

País

Estados

Instituições

Grandes Áreas

Áreas

Busca

Filtrar Limpar Filtros

Alexandre Dias Kassuga COORDENADOR(A)

Ciências Exatas e da Terra

Oceanografia

E-mail Currículo

Título do Projeto:efeitos da acidificação da água dos oceanos em crustáceos decápodes
Resumo: Mudanças climáticas de origem antropogênica podem ter profundos efeitos sobre organismos marinhos. Acredita-se que o aumento na concentração de CO2 atmosférico poderá causar uma diminuição no pH dos oceanos, o que favorece a dissolução do Carbonato de Cálcio (CaCO3). Este fenômeno pode ter efeitos negativos em espécies que utilizam o CaCO3 na formação de carapaças, conchas e exoesqueletos. Efeitos a curto prazo são conhecidos para algumas espécies de crustáceos decápodes, tanto na fase adulta como na fase larval. No entanto, os efeitos a longo prazo sobre o ciclo de vida, reprodução e estágios larvais ainda são desconhecidos. O presente estudo visa entender os efeitos da acidificação da água do mar, induzida pelo aumento na concentração de CO2, no ciclo de vida de camarões marinhos. Para tanto, serão utilizados camarões do gênero Lysmata como modelo. Algumas espécies deste gênero tem seu ciclo de vida extensamente estudado, devido ao seu grande interesse comercial no mercado ornamental. Por isso, estas espécies são ideais para estudos de efeitos a longo prazo de variáveis ambientais, uma vez que podem ser observados em laboratório ao longo de todo ciclo de vida, e possivelmente por diversas gerações. Para a realização desse projeto, os adultos serão cultivados em sistemas recirculantes onde serão observados os efeitos de pH reduzido por indução de CO2 sobre seu ciclo de vida e ciclo reprodutivo. As larvas serão cultivadas individualmente, sendo observado sua frequência de mudas, taxa de sobrevivência, ingestão, egestão e desenvolvimento. Espera-se entender melhor os possíveis efeitos de uma eventual acidificação dos oceanos em espécies de crustáceos decápodes, tendo em vista o grande de interesse comercial e sócio-econômico de algumas espécies deste grupo.
Instituição/UF/País: Instituto de Estudos do Mar Almirante Paulo Moreira - RJ - Brasil
Vigência: 18/02/2019-28/02/2022

Alexandre Dias Munhoz COORDENADOR(A)

Ciências Agrárias

Medicina Veterinária

E-mail Currículo

Título do Projeto:caracterização da resposta imune inata mediada por fagócitos em gatos naturalmente infectados pelo fiv, suplementados com nutracêuticos, e expostos a infecção experimental por toxoplasma gondii
Resumo: O objetivo deste experimento será caracterizar a resposta imune inata mediada por fagócitos e a eliminação de oocistos de Toxoplasma gondii em gatos naturalmente infectados pelo vírus da imunodeficiência felina (FIV), suplementados com nutracêuticos,infectados experimentalmente com T.gondii. Para tal fim quatro grupos de cinco gatos serão formados. Grupo I: gatos naturalmente infectados FIV e suplementados com L-glutamina (LGT) e mananoligossacarídeos (MOS); Grupo II: gatos naturalmente infectados FIV e não suplementados com LGT e MOS; Grupo III: gatos negativos para o FIV e suplementados com LGT e MOS e Grupo IV: gatos negativos para o FIV e não suplementados com LGT e MOS. Todos os gatos selecionados são sorologicamente negativos para T. gondii. Após 30 dias de suplementação (Grupos I e III) ou ingestão de placebo (Grupos II e IV) os animais receberão tecido de camundongos previamente infectados com T. gondii. Durante 30 dias após a infecção exames coproparasitológicos serão realizados diariamente. e sorológicos semanalmente. Durante este período os animais dos grupos I e III continuaram recebendo a suplementação. Ao final do 30º dia todos os animais serão novamente desafiados. Nos dias 0, 30, 60, 67, 90 e 97 após suplementação (e consequentemente durante o período de infecção aguda pelo T. gondii) todos os animais de todos os grupos terão seu sangue colhido para caracterização da rede extracelular de neutrófilos, ROS em monócitos, citometria de fluxo para quantificação das células CD4 e CD8 e PCR em tempo real para a expressão de citoquinas. Nos mesmos dias fezes dos animais serão colhidas para extração do DNA genômico e caracterização da diversidade genética da microbiota intestinal através da técnica de DGGE. Por fim uma análise proteômica será realizada na rede extracelular de neutrófilos. A análise estatística será composta de teste paramétricos (Teste de Tukey) ou não paramétrico (Mann-Whitney) em função da variável envolvida, com um nível de significância de 95%. Espera-se como principais resultados 1- Os animais FIV positivos terão uma formação de redes de neutrófilos comprometida; 2-O uso dos nutracêuticos diminuíra a eliminação do oocistos de T. gondii na primo-infecção; 3-Reinfecções recentes por T. gondii podem acarretar em reexcreção de oocistos em animais FIV positivo; 4-O uso dos nutracêuticos promoverão uma mudança na diversidade genética da microbiota intestinal e 5-A infecção por T. gondii promoverá uma mudança na diversidade genética da microbiota intestinal
Instituição/UF/País: Universidade Estadual de Santa Cruz - BA - Brasil
Vigência: 01/06/2017-30/06/2021

Alexandre Dias Porto Chiavegatto Filho COORDENADOR(A)

Ciências da Saúde

Saúde Coletiva

E-mail Currículo

Título do Projeto:inteligência artificial para decisões clínicas e administrativas durante a pandemia de covid-19
Resumo: Introdução Até o dia 27 de abril, houve um total de 66.501 casos e 4.543 mortes confirmadas por COVID-19 no Brasil. Devido à escassez de exames, a recomendação atual do Ministério da Saúde do Brasil é de que os exames sejam realizados apenas para pacientes críticos. Por outro lado, a Organização Mundial da Saúde tem incentivado testes em larga escala da população. Recentemente, tem também aumentado o número de casos confirmados na maioria dos países africanos e na Índia, onde o potencial de disseminação rápida exigirá decisões mais custo-efetivas sobre prioridades para a realização de testes de COVID-10. Além disso, a estrutura atual do sistema de saúde e o desconhecimento sobre o prognóstico de pacientes diagnosticados com COVID-19 tem dificultado a alocação de leitos de UTI e equipamentos como ventilação mecânica a pacientes prioritários. Mantendo-se a atual evolução no crescimento no número de casos graves, em breve a capacidade do sistema de saúde brasileiro atingirá seu limite e decisões cada vez mais imediatas terão de ser tomadas levando-se em conta o risco individual dos pacientes. Entre as várias aplicações de modelos preditivos inteligência artificial (machine learning) está o apoio à decisão de profissionais de saúde para planejamento do atendimento, principalmente no caso de uma doença nova como a COVID-19. Hospitais e postos de atendimento podem se beneficiar de modelos de predição voltados a soluções em vários momentos durante o atendimento ao paciente em nível primário (postos de saúde), secundário e terciário (hospitais), suportados por dados clínicos para fornecer soluções para decisões referentes ao diagnóstico, prognóstico e alta. Nesse contexto se insere o presente estudo, que tem como objetivo desenvolver algoritmos preditivos de machine learning para auxiliar na tomada de decisão sobre a alocação de testes COVID-19, sobre a internação em UTIs e sobre o uso de recursos, por meio da predição de risco de diagnóstico positivo de COVID-19 e de piora da evolução clínica. Trata-se de uma parceria inédita envolvendo centros de pesquisa da Universidade de São Paulo (USP), Universidade Federal de Pelotas (UFPel), Universidade Estadual da Paraíba (UEPB) e Universidade Federal de Goiás (UFG) Métodos Serão incluídos no estudo os dados de pacientes atendidos nos hospitais participantes da rede com suspeita de COVID-19. O período analisado será desde a primeira realização de um exame de COVID-19 a partir de 17 de março de 2020 até o dado mais recente disponível no momento da aplicação dos algoritmos. Todos os dados identificadores dos pacientes serão excluídos antes do recebimento dos dados, seguindo as boas práticas adotadas em cada instituição. As variáveis preditoras para treinar os algoritmos serão todas aquelas coletadas rotineiramente pelo hospital e disponíveis para análise, principalmente os resultados do hemograma completo (como leucócitos, eosinófilos, basófilos, linfócitos, monócitos, plaquetas, proteína C-reativa, hemácias, hemoglobinas, CHCM, HCM, RDW e VCM), sexo e idade. Caso seja possível, também serão incluídas outras variáveis como sinais vitais e data de início dos sintomas. A performance preditiva dos algoritmos será medida por meio da sensibilidade, especificidade e área abaixo da curva ROC, nos dados de teste. Os hiperparâmetros dos algoritmos serão ajustados por meio de validação cruzada. As variáveis contínuas serão padronizadas por meio do z-score e as variáveis categóricas serão transformadas em dummies. Serão testadas as performances dos algoritmos mais populares de machine learning para dados estruturados, como redes neurais, random forests, support vector machines e gradient boosting trees. Serão incluídos nas análises todos os pacientes que seguiram protocolo de atendimento para casos suspeitos de COVID-19. Resultados preliminares e viabilidade técnica A equipe proponente deste estudo já possui um pré-print publicado sobre o tema, atualmente em avaliação em uma revista internacional de alto impacto: COVID-19 diagnosis prediction in emergency care patients: a machine learning approach. O estudo foi uma parceria com o Hospital Israelita Albert Einstein e teve como objetivo utilizar os dados preliminares de pacientes que realizaram o exame RT-PCR de COVID-19 para predizer risco de diagnóstico positivo da doença a partir de resultados coletados rotineiramente pelo pronto-socorro do hospital. Todos os algoritmos de machine learning testados apresentaram performance semelhante nos resultados de teste, com área abaixo da curva ROC acima de 0,84. O algoritmo com melhor performance para esses dados foi o support vector machines com área abaixo da curva ROC de 0,85, sensibilidade de 0,68, especificidade de 0,85 e Brier Score de 0,16. Os resultados demonstraram que mesmo em uma amostra pequena (apenas 235 pacientes foram analisados nesse caso), é possível uma boa performance diagnóstica apenas com dados rotineiramente coletados. Os resultados desse estudo geraram interesse na mídia, com reportagens na Folha de São Paulo, Estado de São Paulo e G1. A limitação do estudo foi que os algoritmos foram desenvolvidos apenas com os resultados de um hospital com características não representativas da população brasileira. O presente estudo irá ampliar a análise e validação dos algoritmos para outras regiões brasileiras com diferentes contextos socioeconômicos e para outros desfechos relacionados à COVID-19, como a predição de risco de internação em UTI, de uso de ventilação mecânica e de óbito. A rede do atual projeto já possui a adesão de hospitais de quatro das cinco regiões brasileiras: Hospital das Clínicas da FMUSP (São Paulo), Hospital Moinhos de Vento (Porto Alegre), Hospital Municipal de Campina Grande da Paraíba e os cinco hospitais de campanha COVID-19 da Secretaria de Saúde de Goiás (SESGO). A inclusão de novos hospitais já está em fase avançada, principalmente em Curitiba, Juiz de Fora e Belém do Pará, além de outros hospitais da cidade de São Paulo.
Instituição/UF/País: Universidade de São Paulo - SP - Brasil
Vigência: 24/07/2020-23/08/2022

Alexandre Dias Tavares Costa COORDENADOR(A)

Ciências Biológicas

Biotecnologia

E-mail Currículo

Título do Projeto:avaliação de uma solução tecnológica completa (extração de dna + qpcr) para auxílio do diagnóstico de tuberculose no ponto de atendimento
Resumo: O diagnóstico de tuberculose em pacientes suspeitos é atualmente realizado através do cultivo da amostra e subsequente crescimento e identificação do bacilo M. tuberculosis. Este teste é demorado, apesar de bastante específico. Alternativamente, existem equipamentos que realizam o diagnóstico molecular usando a técnica de qPCR, incluindo a difícil etapa de extração de DNA num único dispositivo, diminuindo assim o tempo para o diagnóstico final e também a possibilidade de erro pelo usuário. Apesar de bastante específico, estes testes são atualmente muito caros, e só são viáveis no SUS em virtude do subsídio fornecido diretamente pela empresa desenvolvedora, Cepheid (EUA), ou através de organismos internacionais multilaterais, com a OMS. Em trabalhos anteriores do nosso grupo, desenvolvemos um protótipo de extração rápida de DNA seguida de qPCR num equipamento portátil (Q3-Plus), que mostrou resultados promissores. Neste projeto, pretendemos aliar a portabilidade do equipamento Q3-Plus e a sensibilidade das reações de qPCR com um protocolo de extração rápida do DNA para compor uma solução tecnológica completa capaz de detectar a infecção por M. tuberculosis em amostras de escarro, diretamente no ponto de atendimento. Configurado como um kit, a solução tecnológica proposta engloba todos os passos necessários para a realização de um teste de base molecular, permitindo que eventuais tratamentos sejam iniciados rapidamente, sem necessidade da espera pelo resultado de laboratórios centrais de diagnósticos que demoram mais. Adicionalmente, no futuro, a solução tecnológica proposta permitirá que hospitais e centros médicos de menor capacidade laboratorial sejam capazes de continuar com diagnóstico molecular sendo realizado de forma local, rápido e adequado à demanda. Nesse sentido, vale ressaltar que o instrumento portátil Q3-Plus já foi validado para detecção de Plasmodium spp., Trypanosoma cruzi1, e Chlamydia trachomatis13, patógenos causadores de doenças que afligem a população carente e poderão ter seu diagnóstico facilitado com a disponibilização e o uso do instrumento portátil.
Instituição/UF/País: Fundação Oswaldo Cruz - RJ - Brasil
Vigência: 04/12/2020-30/06/2023

Mostrando 265 - 268 de 7.691 resultados.