Departamento de Informática em Saúde
UNIFESP
CBIS'2004
IX Congresso Brasileiro 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
Dr. Renato Romani
[email protected]
http://pgdis.epm.br/~romani-pg/
Departamento de Informática em Saúde
UNIFESP
Universidade Federal de São Paulo – UNIFESP
CBIS'2004
IX Congresso Brasileiro de Informática em Saúde
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 / Altura2) e eutrófico entre 20 e 25 [6].
(2) Yanovski, Susan Z., Yanovski, Jack A. Obesity. N Engl J Med, 2002; 346 (8): 591-602
(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, 22:1071-1078
Dr. Renato Romani
[email protected]
http://pgdis.epm.br/~romani-pg/
Departamento de Informática em Saúde
UNIFESP
Universidade Federal de São Paulo – UNIFESP
CBIS'2004
IX Congresso Brasileiro de Informática em Saúde
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).
Dr. Renato Romani
[email protected]
http://pgdis.epm.br/~romani-pg/
Departamento de Informática em Saúde
Universidade Federal de São Paulo – UNIFESP
UNIFESP
CBIS'2004
IX Congresso Brasileiro de Informática em Saúde
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, 25:971-975
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, 22:1071-1078
11) 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 : 715-723
12) 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 1997,66:551-556
Dr. Renato Romani
[email protected]
http://pgdis.epm.br/~romani-pg/
Departamento de Informática em Saúde
Universidade Federal de São Paulo – UNIFESP
UNIFESP
CBIS'2004
IX Congresso Brasileiro de Informática em Saúde
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.
Dr. Renato Romani
[email protected]
http://pgdis.epm.br/~romani-pg/
Departamento de Informática em Saúde
Universidade Federal de São Paulo – UNIFESP
UNIFESP
CBIS'2004
IX Congresso Brasileiro de Informática em Saúde
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) : 479-84
15) Guyton AC, Hall JE. Fisiologia Humana e o mecanismo das doenças. 6nd ed. Rio de Janeiro, Guanabara Koogan; 1998. 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
Dr. Renato Romani
[email protected]
http://pgdis.epm.br/~romani-pg/
Departamento de Informática em Saúde
Universidade Federal de São Paulo – UNIFESP
UNIFESP
CBIS'2004
IX Congresso Brasileiro de Informática em Saúde
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.
Dr. Renato Romani
[email protected]
http://pgdis.epm.br/~romani-pg/
Departamento de Informática em Saúde
Universidade Federal de São Paulo – UNIFESP
UNIFESP
CBIS'2004
IX Congresso Brasileiro de Informática em Saúde
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): 591-602
4)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, 60:70-75
13) 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, 1993,93:1031-1036
14) 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
Dr. Renato Romani
[email protected]
http://pgdis.epm.br/~romani-pg/
Departamento de Informática em Saúde
Universidade Federal de São Paulo – UNIFESP
UNIFESP
CBIS'2004
IX Congresso Brasileiro de Informática em Saúde
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.
Dr. Renato Romani
[email protected]
http://pgdis.epm.br/~romani-pg/
Departamento de Informática em Saúde
UNIFESP
Universidade Federal de São Paulo – UNIFESP
• A ferramenta
Evolução do Peso
85
83
81
79
Nova Previsão
Previsão linear
Evolução Natural
77
Peso
75
73
71
69
67
12/10/2004
5/10/2004
28/9/2004
21/9/2004
14/9/2004
7/9/2004
31/8/2004
24/8/2004
17/8/2004
10/8/2004
65
3/8/2004
CBIS'2004
IX Congresso Brasileiro de Informática em Saúde
Metodologia
dias
Dr. Renato Romani
[email protected]
http://pgdis.epm.br/~romani-pg/
Departamento de Informática em Saúde
UNIFESP
Universidade Federal de São Paulo – UNIFESP
• A ferramenta
Evolução do Peso
85
83
81
79
Nova Previsão
Previsão linear
Evolução Natural
77
Peso
75
73
71
69
67
12/10/2004
5/10/2004
28/9/2004
21/9/2004
14/9/2004
7/9/2004
31/8/2004
24/8/2004
17/8/2004
10/8/2004
65
3/8/2004
CBIS'2004
IX Congresso Brasileiro de Informática em Saúde
Metodologia
dias
Dr. Renato Romani
[email protected]
http://pgdis.epm.br/~romani-pg/
Departamento de Informática em Saúde
Universidade Federal de São Paulo – UNIFESP
UNIFESP
CBIS'2004
IX Congresso Brasileiro de Informática em Saúde
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)
Dr. Renato Romani
[email protected]
http://pgdis.epm.br/~romani-pg/
Departamento de Informática em Saúde
UNIFESP
Universidade Federal de São Paulo – UNIFESP
• Nosso grupo de estudo
– Média semanal da perda de peso
0,00
peso perdido (kg)
CBIS'2004
IX Congresso Brasileiro de Informática em Saúde
Metodologia
-0,67
-1,33
-2,00
20<IMC<25
Dr. Renato Romani
25<IMC<30
30<IMC<35
[email protected]
IMC> 35
http://pgdis.epm.br/~romani-pg/
Departamento de Informática em Saúde
Universidade Federal de São Paulo – UNIFESP
UNIFESP
CBIS'2004
IX Congresso Brasileiro de Informática em Saúde
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.
Dr. Renato Romani
[email protected]
http://pgdis.epm.br/~romani-pg/
Departamento de Informática em Saúde
UNIFESP
Universidade Federal de São Paulo – UNIFESP
Metodologia
CBIS'2004
IX Congresso Brasileiro de Informática em Saúde
Percentual relativo
4,00%
3,00%
2,00%
1,00%
0,00%
-1,00%
1
3
5
7
9
-2,00%
-3,00%
-4,00%
-5,00%
Dr. Renato Romani
[email protected]
http://pgdis.epm.br/~romani-pg/
Departamento de Informática em Saúde
Universidade Federal de São Paulo – UNIFESP
UNIFESP
CBIS'2004
IX Congresso Brasileiro de Informática em Saúde
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.
Dr. Renato Romani
[email protected]
http://pgdis.epm.br/~romani-pg/
Departamento de Informática em Saúde
UNIFESP
Universidade Federal de São Paulo – UNIFESP
Relação entre a projeção para a quinta semana
e o peso avaliado nessa data
CBIS'2004
IX Congresso Brasileiro de Informática em Saúde
Metodologia
Dr. Renato Romani
[email protected]
http://pgdis.epm.br/~romani-pg/
Departamento de Informática em Saúde
Universidade Federal de São Paulo – UNIFESP
UNIFESP
CBIS'2004
IX Congresso Brasileiro de Informática em Saúde
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.
Dr. Renato Romani
[email protected]
http://pgdis.epm.br/~romani-pg/
Departamento de Informática em Saúde
Universidade Federal de São Paulo – UNIFESP
UNIFESP
CBIS'2004
IX Congresso Brasileiro de Informática em Saúde
Fim da Apresentação
Dr. Renato Romani
[email protected]
http://pgdis.epm.br/~romani-pg/
Download

unifesp