Desempenho de retinografia portátil com inteligência artificial no rastreio de retinopatia diabética na atenção primária em saúde
dc.contributor.advisor | Moreira, Leila Beltrami | pt_BR |
dc.contributor.author | Alves, Daniela Osório | pt_BR |
dc.date.accessioned | 2024-10-26T06:56:57Z | pt_BR |
dc.date.issued | 2024 | pt_BR |
dc.identifier.uri | http://hdl.handle.net/10183/280599 | pt_BR |
dc.description.abstract | O DM é uma doença prevalente e de grande morbimortalidade no mundo. A retinopatia diabética (RD) – principal causa de cegueira irreversível em adultos - é uma das suas complicações que estão relacionadas ao controle metabólico inadequado. Portanto, o rastreio dessas complicações deve ser feito na Atenção Primária à Saúde (APS), a fim de diagnosticar e tratar precocemente, minimizando o fardo da doença. No Brasil, a maioria da população depende do sistema público de saúde – SUS -, em que os pacientes são encaminhados para consulta oftalmológica para o rastreio. Esse referenciamento pode ser demorado, impactando numa maior morbimortalidade dos diabéticos. Percebendo essa dificuldade mundialmente, esforços têm sido feitos para melhorar a cobertura de rastreio da RD por métodos alternativos à consulta presencial com oftalmologista, como retinografia portátil e telemedicina, já validadas e aceitas pela comunidade científica. O objetivo geral do trabalho é avaliar a factibilidade da implementação de retinografia portátil com inteligência artificial (IA) para rastreio de RD na APS. Os específicos são: descrever e analisar as características demográficas e clínicas da amostra; descrever a prevalência de RD e sua gravidade, correlacionando com o perfil epidemiológico da amostra; analisar o desempenho do método no rastreio de RD na APS. O estudo foi realizado num pequeno município – Glorinha -, utilizando dispositivo de retinografia portátil baseada em smartphone (Eyer®) associado a um programa de IA (EyerMaps®). Usuários diabéticos das unidades de saúde foram convidados a participar, assinaram TCLE e, então, submeteram-se ao exame de fundo de olho. O resultado do exame foi registrado em prontuário eletrônico e verbalmente explicado para os pacientes. Foram encaminhados para consulta especializada os pacientes com alguma indicação: por RD ou outro motivo. Realizou-se análise de concordância entre IA e diagnóstico de retinólogo (kappa), cálculo de sensibilidade, especificidade e valores preditivos, estatísticas descritivas e análise de associações entre RD e características da amostra (teste T ou Qui-quadrado) Foram incluídos 125 participantes confirmadamente diabéticos; 90% não apresentavam RD ou apresentavam RDNP Leve, cujo tratamento é manter acompanhamento na APS, melhorar controle metabólico e repetir fundoscopia em 1 ano. Dos participantes com diagnóstico de RDNP Moderada ou pior (n=25), em nenhum caso a IA deixou de detectar alteração, revelando valor preditivo negativo de 100%. Além dos participantes com RD e indicação de melhor avaliação e/ou tratamento, foram encaminhados outros pacientes com outras alterações oculares, por indicação da oftalmologista geral (também pesquisadora). Os produtos da dissertação são: artigo científico, relatório técnico da implementaçãopiloto e protocolo operacional padrão (POP) de atendimento do paciente diabético na APS. A intenção é mostrar a importância e o impacto da implementação do rastreio de RD na APS, bem como apresentar relatório técnico do estudo e sugerir protocolo para atender o paciente com DM na APS incluindo o rastreio da RD. | pt_BR |
dc.description.abstract | Diabetes Mellitus (DM) is a prevalent disease with high morbidity and mortality worldwide. Diabetic retinopathy (DR) – the leading cause of irreversible blindness in adults – is one of its complications, which are related to inadequate metabolic control. Therefore, screening for these complications should be accessed in Primary Health Care (PHC), to early diagnose and treat, reducing the burden of the disease. In Brazil, most of the population relies on the public health system – SUS – where patients are referred for ophthalmological consultation for screening. This referral can be time-consuming and then impacting on the morbidity of DM. Recognizing this difficulty worldwide, efforts have been made to improve the coverage of DR screening by alternative methods, such as portable retinography and telemedicine, which have already been validated and accepted by the scientific community. The main objective of this work is to evaluate the feasibility of implementing portable retinography with AI for DR screening in PHC. The specific objectives are to describe and analyze the demographic and clinical characteristics of the sample, describe the prevalence of DR and its severity, correlating with the epidemiological profile of the sample, and analyze the method's performance in DR screening in PHC. The study was conducted in a small city– Glorinha – using a smartphone-based portable retinography device (Eyer®) associated with an AI program (EyerMaps®). Diabetic users of the health facilities were invited to participate, signed an informed consent form, and then underwent a fundus examination. The result of the examination was recorded in an electronic medical record and verbally explained to the participant. Patients with any indication, because of DR or another reason, were referred for ordinary specialized medical visits. We performed an analysis of agreement between AI and retina specialist diagnosis (kappa), sensibility, specificity, predictive values, descriptive statistics, and associations between DR and sample characteristics (T-test or Chisquare). A total of 125 confirmed diabetic participants were included; 90% did not present DR or presented with Mild NPDR, whose treatment is to maintain follow-up in PHC, improve metabolic control, and repeat fundoscopy in 1 year. Among the participants with a diagnosis of Moderate NPDR or worse (n=25), in no case the AI failed to detect changes, revealing a negative predictive value of 100%. In addition to the same participants with DR and indication for better evaluation and/or treatment, a general ophthalmologist from the research group referred other patients with any other ocular alterations. The dissertation products are a scientific article, a technical report of the pilot implementation, and a protocol for patient care in PHC. The intention is to show the importance and impact of implementing DR screening in PHC, present a technical report of the study, and suggest a protocol for attending to patients with DM in PHC, including DR screening. | en |
dc.format.mimetype | application/pdf | pt_BR |
dc.language.iso | por | pt_BR |
dc.rights | Open Access | en |
dc.subject | Retinopatia diabética | pt_BR |
dc.subject | Diabetic retinopathy | en |
dc.subject | Diabetes mellitus | pt_BR |
dc.subject | Primary health care | en |
dc.subject | Artificial intelligence | en |
dc.subject | Atenção primária à saúde | pt_BR |
dc.subject | Inteligência artificial | pt_BR |
dc.subject | Smartphone-based retinography | en |
dc.subject | Smartphone | pt_BR |
dc.subject | Portable retinography | en |
dc.subject | Accuracy | en |
dc.subject | Técnicas de diagnóstico oftalmológico | pt_BR |
dc.subject | Confiabilidade dos dados | pt_BR |
dc.subject | Health management | en |
dc.subject | Gestão em saúde | pt_BR |
dc.title | Desempenho de retinografia portátil com inteligência artificial no rastreio de retinopatia diabética na atenção primária em saúde | pt_BR |
dc.type | Dissertação | pt_BR |
dc.contributor.advisor-co | Lavinsky, Daniel | pt_BR |
dc.identifier.nrb | 001212962 | pt_BR |
dc.degree.grantor | Hospital de Clínicas de Porto Alegre | pt_BR |
dc.degree.program | Programa de Pós-Graduação em Pesquisa Clínica | pt_BR |
dc.degree.local | Porto Alegre, BR-RS | pt_BR |
dc.degree.date | 2024 | pt_BR |
dc.degree.level | mestrado profissional | pt_BR |
Este item está licenciado na Creative Commons License
-
Ciências da Saúde (9127)Pesquisa Clínica (92)