Acurácia do raio-x de tórax na detecção de broncopatia

Página do item simplificado
dc.contributor.advisorHochhegger, Bruno
dc.contributor.advisor-coForte, Gabriele Carra
dc.contributor.authorCocco, Rafaela Abreu
dc.date.accessioned2021-11-30T13:51:45Z
dc.date.accessioned2023-10-09T18:55:22Z
dc.date.available2021-11-30T13:51:45Z
dc.date.available2023-10-09T18:55:22Z
dc.date.date-insert2021-11-30
dc.date.issued2020
dc.descriptionDissertação (Mestrado)-Programa de Pós-Graduação em Patologia, Fundação Universidade Federal de Ciências da Saúde de Porto Alegre.pt_BR
dc.description.abstractIntrodução: Broncopatia é definida por uma ampla entidade de doenças que determinam espessamento patológico das paredes brônquicas. Objetivos: Definir a acurácia da radiografia (RX) de tórax em detectar broncopatias através de método específico manual e por meio de Inteligência artificial (IA), comparativamente à tomografia computadorizada - TCAR (Padrão-ouro) Material e Métodos: Trata-se de estudo retrospectivo, de casos e controles, em que foram analisados 124 pacientes submetidos a exames de imagem em centro de referência no ano de 2015-2018. As imagens de TCAR e RX de tórax foram revisadas separadamente e em ordem aleatória por três médicos com diferentes tempos de experiência em radiologia e também pelo software de IA qXR v2.0 (qure.ai) -software de aprendizado profundo- afim de determinar a acurácia do RX no estabelecimento de espessamento de paredes brônquicas, comparativamente ao padrão-ouro (TCAR). Resultados: O Rx de tórax apresentou uma sensibilidade variando de 72,5 a 86,67%, especificidade de 80,05 a 96,88 % e acurácia de 74,59% a 89,34 %, tomando-se como padrão ouro a TCAR. O índice de concordância Kappa entre os dois exames por cada observador foi de 0,455 a 0,756, respectivamente, pelo avaliador menos experiente e o mais experiente, sendo considerada concordância entre os métodos por cada avaliador de moderada a substancial. A acurácia na detecção de broncopatia pela IA foi mais baixa do que a dos demais radiologistas, além de uma sensibilidade mais baixa que a detectadas pelos demais médicos. Conclusão: O RX de tórax apresenta boa acurácia diagnóstica na detecção de broncopatia quando comparado com o exame de TCAR (padrão-ouro), no entanto quando feito a avaliação pela IA, a radiografia não apresentou a acurácia esperada.pt_BR
dc.description.abstract-enIntroduction: Bronchopathy is defined by a multiple diseases entity that cause pathological thickening of the bronchial walls. Aim of study: To determine the accuracy of X-ray using a specific method in detecting BWT and compare it with that of HRCT. Materials and methods: This is a retrospective case–control study evaluated the findings of chest X-ray and HRCT performed at Santa Casa of Porto Alegre from 2015 to 2018 in patients with and without Bronchopathy. The HRCT and chest X-ray images were reviewed separately and in random order by three physicians with different experience in radiology and also by the artificial intelligence (AI) software qXR v2.0 (qure.ai) - deep learning software - in order to determine the accuracy of RX in the establishment of bronchial wall thickening, compared to the gold standard (HRCT) Results: Chest X-rays showed sensitivity ranging from 72.5 to 86.67%, specificity from 80.05 to 96.88% and accuracy from 74.59% to 89.34%, using computed tomography as the gold standard. The Kappa agreement index between the two exams for each observer was 0.455 to 0.756, respectively, by the least experienced and the most experienced evaluator, with moderate to substantial agreement between methods being considered by each evaluator. The accuracy in the detection of bronchopathy by AI was lower than that of the other radiologists, in addition to a lower sensitivity than that detected by other doctors. Conclusion: The chest X-ray shows good diagnostic accuracy in the detection of bronchopathy when compared with the HRCT scan (gold standard), however, when performed by the AI, the radiograph did not present the expected accuracy.pt_BR
dc.identifier.urihttps://repositorio.ufcspa.edu.br/handle/123456789/1808
dc.language.isopt_BRpt_BR
dc.publisherWagner Wessfllpt_BR
dc.relation.requiresTEXTO - Adobe Readerpt_BR
dc.rightsAcesso Aberto Imediatopt_BR
dc.rights.urihttp://creativecommons.org/licenses/by-nc-sa/4.0/*
dc.subjectRadiologiapt_BR
dc.subjectBroncopatiapt_BR
dc.subjectTomografia Computadorizada por Raios Xpt_BR
dc.subjectInteligência Artificialpt_BR
dc.subject[en] Radiologypt_BR
dc.subject[en] Tomography, X-Ray Computedpt_BR
dc.subject[en] Artificial Intelligencept_BR
dc.titleAcurácia do raio-x de tórax na detecção de broncopatiapt_BR
dc.typeDissertaçãopt_BR
Arquivos
Pacote Original
Agora exibindo 1 - 1 de 1
Nenhuma Miniatura disponível
Nome:
[DISSERTAÇÃO] Cocco, Rafaela Abreu.pdf
Tamanho:
1.04 MB
Formato:
Adobe Portable Document Format
Descrição:
Texto completo
Baixar
Coleções
PPGPAT - Dissertações