Alterações metabólicas associadas ao uso de medicamento antirretroviral em pessoas vivendo com HIV/AIDS: caracterização e desenvolvimento de algoritmos inteligentes aplicados à sua identificação e previsão

Resumo

Introdução: com o advento da terapia antirretroviral altamente ativa observou-se um profundo impacto na história natural da infecção pelo HIV. Desta forma, o emprego de combinações terapêuticas contendo drogas de diferentes classes promoveu uma importante e sustentada supressão na replicação viral, elevando a sobrevida e a qualidade de vida dos pacientes soropositivos. Reconhecidamente esta terapia levou muitas das mudanças observadas no padrão de adoecimento introduzindo novos fenômenos, por isso a vigilância contínua dos padrões emergentes é tão fundamental. O mecanismo fisiopatológico das alterações metabólicas em portadores do HIV ainda não está completamente elucidado e, portanto, consensos específicos para o seu tratamento ainda não estão disponíveis para adequada orientação dos profissionais de saúde. Objetivos: a presente proposta visa analisar e caracterizar as alterações endocrinológicas e metabólicas associadas ao uso de medicamentos antirretrovirais em pessoas vivendo com HIV/AIDS e desenvolver algoritmos computacionais inteligentes visando sua identificação e previsão. Métodos: serão utilizados dados de uma coorte retrospectiva para avaliação dos agravos a saúde decorrentes do uso de medicamentos antirretrovirais em pessoas vivendo com HIV/AIDS. Utilizar-se-á de análise de sobrevida (Kaplan Mayer e regressão de Cox) para caracterizar o tempo até a ocorrência de alterações endocrinológicas e metabólicas, assim como o impacto dos fatores associados a esta. Modelo linguístico utilizando lógica fuzzy será construído por meio de regras, utilizando-se de um operador do tipo "AND" os antecedentes serão conectados e será projeta então um consequente. A rede neural artificial paraconsistente será desenvolvida de acordo com o padrão de ocorrência das alterações endocrinológicas e metabólicas e seus fatores associados que serão organizadas em camadas conectadas umas as outras para melhor manejo da informação. Os algoritmos serão construídos com parcela de 50% dos sujeitos da base de dados e os demais registros serão utilizados para os respectivos testes. Os testes de acurácia serão realizados na comparação dos algoritmos com os resultados observados na base de dados original. Resultados esperados: espera-se que os algoritmos inteligentes aplicados à identificação e previsão de alterações endocrinológicas e metabólicas sirvam como uma ferramenta de apoio capaz de ajudar os profissionais se saúde a minimizar as incertezas no torno dessas alterações maximizando assim seu poder de decisão baseada tanto em evidências estatísticas quanto na expertise de especialistas. (AU)