@MASTERSTHESIS{ 2021:384768520,
 	title = {Aplicação de espectroscopia de infravermelho com transformada de fourier na busca de marcadores diagnósticos em pacientes com leucemia mieloide aguda},
 	year = {2021},
 	url = "https://tedebc.ufma.br/jspui/handle/tede/tede/3399",
 	abstract = "A leucemia mieloide aguda (LMA) faz parte de um grupo de neoplasias hematológicas
 que se caracterizam pelo bloqueio maturativo e proliferação clonal exacerbada de
 progenitores mieloides na medula óssea ou no sangue periférico. Atualmente, os
 principais métodos diagnósticos dessa neoplasia, dependem da presença de pelo menos
 20% de células malignas na medula óssea ou no sangue periférico, o que geralmente
 coincide com a fase avançada da doença. Além disso, essas metodologias requerem
 equipamentos e insumos caros, bem como mão de obra especializada, o que torna o
 diagnóstico da LMA restrito apenas aos grandes centros de diagnóstico ou pesquisa.
 Portanto, neste trabalho, implementamos o uso de Espectroscopia de Infravermelho com
 Transformada de Fourier e reflexão total atenuada (ATR-FTIR) univariada e acoplada
 com algoritmos de inteligência artificial, como uma ferramenta rápida, barata e com alta
 sensibilidade e especificidade para discriminação de pacientes com diagnóstico clínico e
 laboratorial de leucemia mieloide aguda. Para isso, realizamos uma análise espectral
 quantitativa do plasma (1μl) de 35 pacientes e 35 indivíduos controles, com uma
 resolução de 4 cm-1 e 32 varreduras espectrais em triplicata, utilizando o espectro do ar
 como background das análises. Como resultado, foram identificados dez modos
 vibracionais (3095 cm-1, 1648 cm-1, 1635 cm-1, 1540 cm-1, 1284 cm-1, 1170 cm-1, 1120
 cm-1, 1078 cm-1, 1031 cm-1 e 850 cm-1) com sensibilidade e especificidade ≥80%
 (p<0,0001) em discriminar as amostras patológicas em relação ao grupo controle. Além
 disso, duas regiões do espectro médio (1333 cm-1 -1272 cm-1 e 1096 cm-1- 996 cm-1)
 também apresentaram valores de sensibilidade e especificidade igual ou superior a 80%
 (p<0,0001). Com relação a classificação dos espectros por inteligência artificial, os
 algoritmos de regressão logística, análise discriminante linear e floresta aleatória,
 apresentaram acurácias igual ou superior a 90% em pelo menos um conjunto de préprocessamento
 selecionado, com destaque para o algoritmo máquina de vetores de
 suporte, que discriminou o controle e LMA com acurácia de 100%. Em conclusão, a
 espectroscopia ATR-FTIR univariada ou acoplada com algoritmos de inteligência
 artificial foi capaz de discriminar o plasma de pacientes com LMA e controles, sendo
 promissor seu uso como teste rápido, de baixo custo e com alta sensibilidade e
 especificidade para triagem da LMA.",
 	publisher = {Universidade Federal do Maranhão},
 	scholl = {PROGRAMA DE PÓS-GRADUAÇÃO EM CIÊNCIAS DA SAÚDE/CCBS},
 	note = {DEPARTAMENTO DE BIOLOGIA/CCBS}
}