A apresentação está carregando. Por favor, espere

A apresentação está carregando. Por favor, espere

IX Congresso Brasileiro de Informática em Saúde CBIS'2004 UNIFESP Dr. Renato Romani Departamento de Informática em Saúde Universidade Federal de São Paulo.

Apresentações semelhantes


Apresentação em tema: "IX Congresso Brasileiro de Informática em Saúde CBIS'2004 UNIFESP Dr. Renato Romani Departamento de Informática em Saúde Universidade Federal de São Paulo."— Transcrição da apresentação:

1 IX Congresso Brasileiro de Informática em Saúde CBIS'2004 UNIFESP Dr. Renato Romani Departamento de Informática em Saúde Universidade Federal de São Paulo – UNIFESP Software para projetar o peso futuro no controle clínico do emagrecimento Aluno: Dr. Renato Romani Orientador: Prof. Dr. Jacques Wainer Co-orientador: Prof. Dr. Turíbio Leite de Barros Neto

2 IX Congresso Brasileiro de Informática em Saúde CBIS'2004 UNIFESP Dr. Renato Romani Departamento de Informática em Saúde Universidade Federal de São Paulo – UNIFESP Introdução Perder peso é uma tarefa acentuadamente difícil, lenta e muitas vezes um desafio. O tratamento não farmacológico da obesidade consiste em criar um déficit calórico entre 500 a 1000 Kcal, o que contribuirá para a perda de 0,5 a 1 kg de peso corporal por semana [2]. A Organização Mundial de Saúde definiu que obesidade é apresentar o padrão IMC acima de trinta (IMC = Peso / Altura 2 ) e eutrófico entre 20 e 25 [6]. (2) Yanovski, Susan Z., Yanovski, Jack A. Obesity. N Engl J Med, 2002; 346 (8): (6) Weyer, C. Linkeschowa, R. Heise, T. Giesen, H.T. Spraul, M. Implications of the traditional and the new ACSM physical activity recommendations on weight reduction in dietary treated obese subjects. Int J Obes, 1998, 22:

3 IX Congresso Brasileiro de Informática em Saúde CBIS'2004 UNIFESP Dr. Renato Romani Departamento de Informática em Saúde Universidade Federal de São Paulo – UNIFESP Introdução Exemplo –Altura = 1,70 m e Peso = 86,7 kg –IMC = 30 Projeção para IMC = 25 –Peso = 72,25 kg (para altura de 1,70 m) –Diferença de 14,45 kg Seguindo o preconizado pela literatura (0,5 kg / semana) O paciente irá precisar de 29 semanas (7 meses).

4 IX Congresso Brasileiro de Informática em Saúde CBIS'2004 UNIFESP Dr. Renato Romani Departamento de Informática em Saúde Universidade Federal de São Paulo – UNIFESP Introdução A velocidade de emagrecimento é extremamente variável se comparada entre indivíduos de mesmo índice de massa corpórea. Vários são os fatores responsáveis por essa variabilidade, desde o componente genético até o estado emocional do indivíduo [5,6,11 e 12]. 5)Bradfield, Robert B. Jourdan, Martin. Energy expenditure of obese women during weight loss. Am J Clin Nutr, 1972, 25: ) Weyer, C. Linkeschowa, R. Heise, T. Giesen, H.T. Spraul, M. Implications of the traditional and the new ACSM physical activity recommendations on weight reduction in dietary treated obese subjects. Int J Obes, 1998, 22: ) Doucet, E. St-Pierre, S. Almeras, N. Despres, J. Bouchard, C. Tremblay, A. Evidence for the existence of adaptative thermogenesis during weight loss. Br J Nutr, 2001, 85 : ) Schoeller, D. A. Shay K. Kushner, R. F. How much physical activity is needed to minimize weight gain in previously obese women? Am J Clin Nutr 1997,66:

5 IX Congresso Brasileiro de Informática em Saúde CBIS'2004 UNIFESP Dr. Renato Romani Departamento de Informática em Saúde Universidade Federal de São Paulo – UNIFESP Introdução O indivíduo que está fazendo um trabalho de emagrecimento terá a sua própria velocidade de perda de peso, seja qual for o fator influenciador do processo; A ferramenta desenvolvida projeta a evolução futura do peso a partir de uma base de dados dos últimos pesos avaliados, gerando, então uma curva individual que permite a projeção futura.

6 IX Congresso Brasileiro de Informática em Saúde CBIS'2004 UNIFESP Dr. Renato Romani Departamento de Informática em Saúde Universidade Federal de São Paulo – UNIFESP Metodologia A exatidão dos dados sobre o peso –A oscilação do peso corporal é muito grande, em dias quentes o indivíduo pode perder até 1,0 kg por transpirar. O fato de urinar antes da pesagem pode contribuir para diminuir o peso em até 0,3 kg [15,16,17]. –Admite-se a presença de um ponto de homeostase do peso humano, que seria um ponto médio dessas oscilações [3]. 3) Macias, A.E. Experimental demonstration of human wheight homeostasis: implications for understanding obesity. Br J Nutr, 2004; 91 (3) : ) Guyton AC, Hall JE. Fisiologia Humana e o mecanismo das doenças. 6nd ed. Rio de Janeiro, Guanabara Koogan; cap.20, 21, 23, 27,49 e 57 16) McArdle WD, Katch F, Katch V. Fisiologia do Exercício – Energia, nutrição e desempenho humano, 4nd ed. Rio de Janeiro, Guanabara Koogan; 1998 cap. 5, 8, 27, 28 e 29 17) Ganong, WF. Fisiologia Médica, 15nd ed.Rio de Janeiro, Prentice-Hall do Brasil; 1993 cap 17, 27 e 38

7 IX Congresso Brasileiro de Informática em Saúde CBIS'2004 UNIFESP Dr. Renato Romani Departamento de Informática em Saúde Universidade Federal de São Paulo – UNIFESP Metodologia A exatidão dos dados sobre o peso –A ferramenta projeta a evolução futura baseado no conjunto formado pela variação dos pesos das últimas quatro semanas; –O intuito não é adivinhar qual será o peso exato na próxima semana, mas sim oferecer a mais provável evolução da estratégia atual de emagrecimento.

8 IX Congresso Brasileiro de Informática em Saúde CBIS'2004 UNIFESP Dr. Renato Romani Departamento de Informática em Saúde Universidade Federal de São Paulo – UNIFESP Metodologia A ferramenta –Associa a projeção da evolução futura (baseado no conjunto formado pela variação dos pesos das últimas quatro semanas) com os conceitos de perda de peso [2,4,13,14] ; –Necessita dos pesos das quatro primeiras semanas para projetar o peso da quinto semana. 2) Yanovski, Susan Z., Yanovski, Jack A. Obesity. N Engl J Med, 2002; 346 (8): )Rogers Flay, Juneau Martin, Taylor Barr, Haskell W. L., Kraemer Helena C., Ahn David K, DeBusk Robert F. Assessment by a microprocessor of adherence to home-based moderate-intensity exercise trainng in healthy, sedentary middle-aged men and women. Am J Cardiol 1987, 60: ) Heshka, S. Feld, K. Yang, M. Allison, D.B. Heymsfield, S. B. Resting energy expenditure in the obese: A cross-validation and comparison of prediction equations. J Am diet Assoc, 1993,93: ) Hiiloskorpi, H. Fogelholm, M. Laukkanen, R. Pasanen, M. Oja, P. Manttari, A. Natri, A. Factors affecting the relation between heart rate and energy expenditure during exercise

9 IX Congresso Brasileiro de Informática em Saúde CBIS'2004 UNIFESP Dr. Renato Romani Departamento de Informática em Saúde Universidade Federal de São Paulo – UNIFESP Metodologia A ferramenta –Para as primeiras quatro semanas admite-se a perda de 0,5% do peso corporal linearmente. –A partir da quinta semana o sistema irá calcular a taxa de velocidade de perda de peso, corrigindo-se então a cada semana. Criando uma nova projeção.

10 IX Congresso Brasileiro de Informática em Saúde CBIS'2004 UNIFESP Dr. Renato Romani Departamento de Informática em Saúde Universidade Federal de São Paulo – UNIFESP Metodologia A ferramenta

11 IX Congresso Brasileiro de Informática em Saúde CBIS'2004 UNIFESP Dr. Renato Romani Departamento de Informática em Saúde Universidade Federal de São Paulo – UNIFESP Metodologia A ferramenta

12 IX Congresso Brasileiro de Informática em Saúde CBIS'2004 UNIFESP Dr. Renato Romani Departamento de Informática em Saúde Universidade Federal de São Paulo – UNIFESP Metodologia Nosso grupo de estudo –Junto a empresa Vigilantes do Peso® em sua filial de São Paulo, conseguimos em seus arquivos recentes, os dados de um grupo de 166 indivíduos. –Foram selecionados 34 indivíduos que haviam participado sete semanas ininterruptamente, sendo: –32 mulheres e 2 homens –IMC médio do grupo 29,45 (maior igual a 40,48 e o menor 21,35) –Idade média do grupo 38 anos (maior igual a 56 e a menor igual a 11 anos)

13 IX Congresso Brasileiro de Informática em Saúde CBIS'2004 UNIFESP Dr. Renato Romani Departamento de Informática em Saúde Universidade Federal de São Paulo – UNIFESP Metodologia Nosso grupo de estudo –Média semanal da perda de peso

14 IX Congresso Brasileiro de Informática em Saúde CBIS'2004 UNIFESP Dr. Renato Romani Departamento de Informática em Saúde Universidade Federal de São Paulo – UNIFESP Metodologia Criamos um modelo que inclui: –Percentuais Absolutos que significa na data avaliada a relação percentual com o peso inicial. –Percentual Relativo que é a variação percentual do peso em relação ao peso avaliado na semana anterior. –A avaliação dos dados do Percentual Relativo nos mostra dois grupos de evolução do peso corporal: Monotônicos e Oscilatórios. –Apesar dessa observação não ter sido encontrada em outros artigos da literatura, não há relação entre as variáveis estudadas e o tipo de grupo.

15 IX Congresso Brasileiro de Informática em Saúde CBIS'2004 UNIFESP Dr. Renato Romani Departamento de Informática em Saúde Universidade Federal de São Paulo – UNIFESP Metodologia

16 IX Congresso Brasileiro de Informática em Saúde CBIS'2004 UNIFESP Dr. Renato Romani Departamento de Informática em Saúde Universidade Federal de São Paulo – UNIFESP Metodologia O prazo de quatro semanas fora suficiente para entender a oscilação do percentual relativo o que nos permite definir a evolução do peso. Associando a projeção da oscilação do percentual relativo desse período com os conceitos de perda de peso [2,4,13,14] alcançamos uma precisão de 85% dos pesos futuros.

17 IX Congresso Brasileiro de Informática em Saúde CBIS'2004 UNIFESP Dr. Renato Romani Departamento de Informática em Saúde Universidade Federal de São Paulo – UNIFESP Metodologia Relação entre a projeção para a quinta semana e o peso avaliado nessa data

18 IX Congresso Brasileiro de Informática em Saúde CBIS'2004 UNIFESP Dr. Renato Romani Departamento de Informática em Saúde Universidade Federal de São Paulo – UNIFESP Conclusão A ferramenta –Tem a característica de considerar a evolução monotônica ou oscilatória do peso do indivíduo. –Permite comparar a projeção anterior e a nova projeção criada a partir da entrada de um novo peso. –Pode ajudar na decisão sobre a conduta a ser tomada num programa de emagrecimento. –Acreditamos que seu uso associado a ferramentas validadas de avaliação dos hábitos alimentares e de exercícios conseguirá definir, ou pelo menos, orientar ao problema que está interferindo no processo de perda de peso.

19 IX Congresso Brasileiro de Informática em Saúde CBIS'2004 UNIFESP Dr. Renato Romani Departamento de Informática em Saúde Universidade Federal de São Paulo – UNIFESP Fim da Apresentação


Carregar ppt "IX Congresso Brasileiro de Informática em Saúde CBIS'2004 UNIFESP Dr. Renato Romani Departamento de Informática em Saúde Universidade Federal de São Paulo."

Apresentações semelhantes


Anúncios Google