Predição do risco de adoecimento por hanseníase em contatos de casos da doença de uma região endêmica brasileira
Carregando...
Arquivos
Data
Autor(es)
Título da Revista
ISSN da Revista
Título de Volume
Editor
Universidade Federal de Minas Gerais
Descrição
Tipo
Tese de doutorado
Título alternativo
Risk prediction of illness due to leprosy in contacts of cases in an endemic Brazilian region
Primeiro orientador
Membros da banca
Eliane Ignotti
Ida Maria Foschiani Dias Baptista
Rodrigo Corrêa-Oliveira
Fernanda Penido Matozinhos
Ida Maria Foschiani Dias Baptista
Rodrigo Corrêa-Oliveira
Fernanda Penido Matozinhos
Resumo
O objetivo deste estudo foi analisar os determinantes da infecção pelo Mycobacterium leprae
e do adoecimento por hanseníase em contatos de casos da doença, residentes na Microrregião
de Almenara, Minas Gerais, Brasil, a fim de compor um modelo de predição da hanseníase
em contatos inseridos em regiões endêmicas. Trata-se de uma coorte retrospectiva de contatos
domiciliares de casos de hanseníasecom período de acompanhamento de 1999 a 2018. Foi
realizada coleta de dados com entrevista, aplicação de questionário semiestruturado, contendo
informações sociodemográficas e de saúde, coleta de amostras biológicas e exame
dermatoneurológico. As amostras biológicas subsidiaram a avaliação de polimorfismos
genéticos e reatividade aos testes sorológicos. A escolha das variáveis explicativas incluídas
nas análises se fundamentou no modelo teórico dos determinantes da hanseníase em
contatos, elaborado a partir da realização de revisão sistemática. A análise de associação
utilizou modelo de regressão logística por meio do método de estimação Generalized
Estimating Equations. A construção do modelo de predição envolveu análise exploratória dos
dados e aplicação de algoritmos de aprendizagem de máquina. Os determinantes da infecção
pelo M. leprae foram: a cor de pele negra e parda, a presença de genótipos contendo o
polimorfismo rs8057341 no gene NOD2 (Nucleotide-binding Oligomerization Domain
Containing 2) e o convívio com caso apresentando incapacidades físicas no diagnóstico. Os
determinantes do adoecimento por hanseníase foram: consanguinidade com o caso índice e a
continuidade do convívio em intradomicílio ou peridomicílio após o diagnóstico do caso. A
idade, o contato domiciliar e peridomiciliar, o convívio com mais de um caso e a presença de
incapacidades físicas no diagnóstico foram determinantes para o risco à infecção e ao
adoecimento em contatos. O genótipo heterozigoto contendo o polimorfismo rs2430561 no
gene IFNG (Interferon-gama) foi fator protetor para a infecção e adoecimento em contatos.
Os algoritmos de aprendizagem supervisionada Naive Bayes com discretização das variáveis
numéricas, J48 e Random Forest tiveram os melhores desempenhos nos conjuntos de dados
avaliados. Os determinantes do processo de infecção e adoecimento por hanseníase foram
capazes de compor modelos de predição com a acurácia e sensibilidade superiores a 90% e
indicam que a vigilância de contatos pode ser aprimorada pela utilização destas tecnologias
nos serviços de Atenção Primária à Saúde, principalmente, em áreas de alta endemicidade.
Abstract
This study aimed to investigate the determinants of Mycobacterium leprae infection and
illness due to leprosy in contacts of cases of the disease in the Microregion of Almenara,
Minas Gerais, Brazil, to support the construction of a leprosy prediction model in contacts of
patients from endemic regions. We conducted a retrospective cohort of household contacts of
leprosy patients with a follow-up period from 1999 to 2018. The researchers performed
interviews using a semi-structured questionnaire containing sociodemographic and health
questions, biological samples collection, and dermatological examination. Biological samples
supported the evaluation of genetic polymorphisms and reactivity to serological tests. The
choice of the explanatory variables included in the analysis was based on the theoretical
model of the determinants of leprosy in contacts, developed from a systematic review. The
association analysis used a logistic regression model using the Generalized Estimating
Equations estimation method. The construction of the prediction model involved exploratory
data analysis and applied machine learning algorithms. The determinants of M. leprae
infection were: black and mixed skin color, homozygous and heterozygous genotypes
containing the rs8057341 polymorphism in the NOD2 gene (Nucleotide-binding
Oligomerization Domain Containing 2), and living with a leprosy patient with disabilities at
diagnosis. The determinants of illness due to leprosy in contacts were: consanguinity with the
index case and living in the same household or yard after the diagnosis of the leprosy patient.
Age, living in the same household or lot, with more than one leprosy patient that presented
disabilities at the diagnosis were determinants for the risk of infection and illness in contacts.
The heterozygous genotype that carried the rs2430561 polymorphism in the IFNG gene
(Interferon-gamma) was a protective factor for M. leprae infection and leprosy in contacts of
patients. The supervised learning algorithms Naive Bayes with the discretization of numerical
variables, J48 and Random Forest had the best performances in the evaluated datasets. The
determinants of the process of infection and illness due to leprosy were able to compose
prediction models with accuracy and sensitivity higher than 90%. These results indicate that
using these technologies in Primary Health Care services can improve contact surveillance,
especially in highly endemic areas.
Assunto
Hanseníase, Processo Saúde-Doença, Determinantes Sociais da Saúde, Predisposição Genética para Doença, Monitoramento Epidemiológico, Aprendizado de Máquina
Palavras-chave
Hanseníase, Processo Saúde-Doença, Determinantes Sociais da Saúde, Suscetibilidade genética, Monitoramento epidemiológico, Aprendizado de máquina