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/