Estratégias de modelagem e combinação de variáveis para o estudo da COVID-19 e suas comorbidades

Autor(es)

Juan Carlo Santos e Silva

• Tipo de documento: Tese de Doutorado
• Imprenta: São Paulo.
• Instituição: Universidade de São Paulo (USP). Conjunto das Químicas (IQ e FCF) (CQ/DBDCQ)
• Data de defesa: 2024-08-27

Membros da banca

Helder Takashi Imoto Nakaya; André Fujita

• Orientador: Helder Takashi Imoto Nakaya

Resumo

As comorbidades apresentadas por pacientes hospitalizados com complicações pulmonares podem agravar o quadro clínico e as condições de saúde. Este estudo emprega diferentes estratégias de biologia integrativa para analisar múltiplas variáveis no contexto da COVID-19, destacando as comorbidades no desfecho da doença. Para isso, realizamos: estratégias de estratificação dos pacientes infectados pelo SARS-CoV-2; análises de transcriptoma; seleção de variáveis pela importância relativa; e a construção de modelos de aprendizagem de máquina utilizando combinação de variáveis. A análise do transcriptoma de pulmão de pacientes falecidos com COVID-19 revelou alterações significativas na expressão gênica. Os genes LCK e EGR2 foram exclusivamente regulados positivamente em pacientes obesos e correlacionados positivamente com o índice de massa corpórea, indicando uma interação entre metabolismo e imunidade com ênfase na diabetes e na obesidade. A abordagem de combinações de variáveis acompanhada pela estratificação dos pacientes aumentou a performance dos modelos em pelo menos 20%, indicando que avaliar as combinações podem descrever fenômenos biológicos com maior acurácia do que variáveis individuais. Além disso, a aplicação de tais técnicas em dados epidemiológicos pediátricos elucidou fatores determinantes na gravidade da doença, considerando sintomas e comorbidades. Neste trabalho, fica evidente a importância de considerar múltiplas associações mesmo para estudos caso versus controle, pois elas podem gerar novas perspectivas sobre o problema apresentado. Consequentemente, esses resultados reforçam a necessidade de abordagens integrativas para a compreensão e intervenção eficaz em doenças infecciosas, contribuindo para estratégias de prevenção e tratamento mais precisas e personalizadas. (AU)

• Processo FAPESP: 19/27139-5 - Aplicação de ferramentas genômicas para o estudo de bases de dados epidemiológicos
• Beneficiário: Juan Carlo Santos e Silva
• Modalidade de apoio: Bolsas no Brasil - Doutorado Direto