Banca de QUALIFICAÇÃO: SARA RAQUEL DUTRA MACEDO
2026-01-27 10:50:25.361
Uma banca de QUALIFICAÇÃO de DOUTORADO foi cadastrada pelo programa.
DISCENTE: SARA RAQUEL DUTRA MACEDO
DATA: 29/01/2026
HORA: 14:00
LOCAL: https://meet.google.com/hcu-qyfd-tpa
TÍTULO: ESTIMAÇÃO DO RISCO PARA PRESSÃO ARTERIAL ALTA EM
ADOLESCENTES A PARTIR DE VARIÁVEIS DA MODULAÇÃO
AUTONÔMICA CARDÍACA
PALAVRAS-CHAVES: adolescentes, variabilidade da frequência cardíaca, aprendizado de
máquina, redes neurais profundas.
PÁGINAS: 105
GRANDE ÁREA: Multidisciplinar
ÁREA: Biotecnologia
RESUMO: Introdução: Pressão arterial alta (PAA) é caracterizada pelo aumento persistente da
pressão arterial (PA) e é um dos principais fatores de risco modificáveis para as doenças
cardiovasculares (DCV). O uso de técnicas Aprendizado de Máquina (AM) surge como
um instrumento para auxiliar no desenvolvimento de novos métodos de diagnóstico,
baseados no uso de variáveis de baixo custo e fácil aplicação. Objetivo: o objetivo do
presente estudo foi desenvolver um algoritmo de AM para estimação da PAA em
adolescentes a partir de variáveis da modulação autonômica cardíaca. Métodos: Trata-se
de um estudo realizado mediante aprovação do Comitê de Ética em Pesquisa da
Universidade Federal do Maranhão (CEP UFMA), parecer 2.076.159. Os adolescentes
foram agrupados de acordo com a com a pressão arterial sistólica (PAS) e a pressão
arterial diastólica (PAD). Um grupo foi caracterizado como pressão arterial alta (PAA) e
o outro como normotenso. Foram coletadas características antropométricas (peso, altura
e circunferência da cintura), cardiovasculares (mensuração da PA por meio de monitor
automático de PA validado para medição em adolescentes), dados da variabilidade da
frequência cardíaca (domínio do tempo, domínio da frequência e domínio não linear) e
análise subjetiva do sono. Para implementação dos dados, utilizamos um modelo de rede
neural profunda (deep neural network, DNN), 75% da amostra foi destinada para
treinamento e 25% da amostra para teste. Adotou-se a técnica de parada antecipada (early
stopping). Resultados: houve diferença significativa com relação ao peso corporal,
altura, IMC, PAS, PAD e a análise subjetiva do sono. Adolescentes com PAA
apresentaram sono ruim. O grupo PAA, apresentou redução nos valores de LF (ms2) e no
índice SD1, além de apresentar aumento no HF (%). A implementação do algoritmo
desenvolvido apresentou desempenho com 97% de acurácia, 98% de sensibilidade e 96%
de especificidade. Conclusão: nossos dados demonstram o alto potencial do uso de dados
da VFC como ferramenta clínica associada a algoritmos de AM, como DNN, para auxiliar
nas etapas de triagem e diagnóstico de paciente que apresentam PAA ainda na infância.
MEMBROS DA BANCA:
Externo ao Programa - 3405130 - FERNANDA LIMA SOARES
Presidente - 2250598 - MARIA DO SOCORRO DE SOUSA CARTAGENES
Externo à Instituição - MARTA DE OLIVEIRA BARREIROS - UEMA