Search Results

Abstract

OBJETIVO: Analisar o perfil dos usuários de lentes de contato entre os estudantes de medicina da Faculdade de Medicina de Botucatu da Universidade Estadual Paulista - UNESP - Botucatu (SP), quanto à ametropia, à aquisição, aos cuidados e às complicações. MÉTODOS: Foi aplicado um questionário aos alunos do 1º ao 6º ano de Medicina da Faculdade de Medicina de Botucatu da Universidade Estadual Paulista - UNESP - Botucatu (SP), perfazendo um estudo analítico transversal. RESULTADOS: Foram 566 entrevistados. Destes, 155 (27,4%) usavam lente de contato. Das lentes de contato usadas, 94,8% eram gelatinosas, e em 98,7% o grau era negativo. O descarte dessas lentes era mensal em 46,9% dos entrevistados e 63,9% a utilizavam, em média, 14 horas/dia. Faziam aquisição da lente de contato em óptica ou farmácia 14,1% dos estudantes. Faziam a higiene ao colocá-las e ao retirá-las dos olhos, 46,5%. As complicações referentes aos olhos vermelhos eram 51,0%; 44,5%, embaçamento; e 42,6%, sensação de corpo estranho, além de 4 estudantes relatarem "ceratite". CONCLUSÕES: A maioria dos alunos utilizava lentes hidrofílicas, descarte mensal e grau negativo. A adaptação inadequada, aquisição de lentes de contato em ópticas ou farmácias e complicações graves ocorreram, mesmo nos usuários socioculturalmente considerados diferenciados. Em vista disso, demanda a extrema necessidade de maior atenção na abordagem do tema em questão, a fim de prevenir o comprometimento visual permanente.

Keywords: Lentes de contato; Acomodação ocular; Infecções oculares bacterianas; Ceratite; Estudantes de medicina

Abstract

OBJETIVO: Avaliar a sensibilidade e especificidade dos classificadores de aprendizagem de máquina no diagnóstico de glaucoma usando Spectral Domain OCT (SD-OCT) e perimetria automatizada acromática (PAA). MÉTODOS: Estudo transversal observacional. Sessenta e dois pacientes com glaucoma e 48 indivíduos normais foram incluídos. Todos os pacientes foram submetidos a exame oftalmológico completo, e perimetria automatizada acromática (24-2 SITA; Humphrey Field Analyzer II, Carl Zeiss Meditec, Inc., Dublin, CA) e exame de imagem da camada de fibras nervosas utilizando SD-OCT (Cirrus HD-OCT; Carl Zeiss Meditec Inc., Dublin, California). Curvas ROC (Receiver operator characteristic) foram obtidas para todos os parâmetros do SD-OCT e índices globais do campo visual (MD, PSD, GHT). Subsequentemente, os seguintes classificadores de aprendizagem de máquina (CAMs) foram testados usando parâmetros do OCT e CV: Bagging (BAG), Naive-Bayes (NB), Multilayer Perceptron (MLP), Radial Basis Function (RBF), Random Forest (RAN), Ensemble Selection (ENS), Classification Tree (CTREE), Ada Boost M1(ADA), Support Vector Machine Linear (SVML) e Support Vector Machine Gaussian (SVMG). Áreas abaixo da curva ROC (aROC) obtidas com os parâmetros isolados do campo visual (CV) e OCT foram comparados com os CAMs usando dados associados do OCT e CV. RESULTADOS: Combinando os dados do OCT e do CV, aROCs dos CAMs variaram entre 0,777(CTREE) e 0,946 (RAN). A maior aROC dos CAMs OCT+CV obtida com RAN (0,946) foi significativamente maior que o melhor parâmetro do OCT (p<0,05), mas não houve diferença estatística significativa com o melhor parâmetro do CV (p=0,19). CONCLUSÃO: Os classificadores de aprendizagem de máquina treinados com dados do OCT e CV podem discriminar entre olhos normais e glaucomatosos com sucesso. A combinação das medidas do OCT e CV melhoraram a acurácia diagnóstica comparados aos parâmetros do OCT.

Keywords: Glaucoma; Técnicas de diagnóstico oftalmológico; Tomografia de coerência óptica; Sensibilidade e especificidade