Sistema especialista probabilístico para o manejo nutricional de pacientes diabéticos

Transcrição

1 Sistma spcialista probabilístico para o manjo nutricional d pacints diabéticos Kristy Soraya Colho 1,2, Andrson Dutra Moura 2, Julio Csar Soars d Jsus 3, João da Silva Dias 2, Andria Maluclli 2, Dis Rgina Baptista 4, Marcos Augusto Hochuli Shmil 2 1 Faculdads Intgradas Espírita, Curitiba, Paraná, Brasil 2 Programa d Pós-graduação m Tcnologia m Saúd PUCPR, Curitiba, Paraná, Brasil 3 Mta IT, Curitiba, Paraná, Brasil 4 Univrsidad Fdral do Paraná, Curitiba, Paraná, Brasil Rsumo Est artigo aprsnta um sistma spcialista probabilístico dsnvolvido para auxiliar no manjo nutricional do pacint com diabts mllitus, utilizando como trapia nutricional a contagm d carboidratos. Sua principal função é contribuir na otimização do atndimnto do pacint diabético no apoio à dcisão do profissional nutricionista, qu ao rcbr informaçõs cornts rápidas, podrá dsnvolvr su trabalho d manira mais adquada. Palavras-chav: Informática Médica, Sistmas spcialistas, Diabts mllitus, Contagm d Carboidratos. Abstract This articl shows probabilistic xprt systms dvlopd to hlp with diabts mllitus patints' managmnt nutritional using as nutritional thrapy th carbohydrat counting. Your principal function is contribut with incras of diabtic patint attndanc, as wll in th nutritionist profssional support, that whn rciving cohrnt and fast information will b abl to dvlop a adquat work. Ky-words: Mdical Informatics, Exprt Systms, Diabts mllitus, Carbohydrat Counting. Introdução O diabts mllitus (DM) é uma síndrom caractrizada por hiprglicmia, rsultant da dficiência na scrção /ou ação da insulina, rsultando m distúrbios do mtabolismo dos carboidratos, gorduras protínas [1], [2] [3]. As consqüências a longo prazo da hiprglicmia crônica dcorrm d altraçõs micro macrovasculars, qu lvam a disfunção, dano ou falência d vários órgãos [4]. A contagm d carboidratos é uma stratégia nutricional, rcomndada como forma d trapia nutricional para pacints diabéticos, ond são contabilizados os gramas d carboidrato consumidos nas rfiçõs, proporcionando maior flxibilidad do plano alimntar prscrito [5]. Objtiva otimizar o control glicêmico [6] m função das mnors variaçõs das glicmias pós-prandias 1, dvndo sr insrida no contxto d uma alimntação saudávl [7]. Com a incorporação dos avanços cintíficotcnológicos, a informática stá cada vz mais prsnt nas divrsas áras da atividad humana [8]. Isso também tm sido uma ralidad na ára médica [8], sndo cada vz mais frqünt o uso d sistmas computacionais qu visam apoiar o profissional na tomada d dcisõs [9] [10]. 1 Glicos do sangu após qualqur alimntação. Uma das aplicaçõs da informática médica são os sistmas spcialistas (SE), qu são sistmas computacionais qu rsolvm problmas d forma parcida com o spcialista humano, sobr dtrminados campos do conhcimnto [11], [12] [13]. Os projtos na ára d diabts mllitus, voltados ao apoio à dcisão, stão m amplo dsnvolvimnto, prmitindo qu os profissionais d saúd tnham acsso a informaçõs com maior vlocidad qualidad. Com bas nst contxto, st artigo aprsnta o dsnvolvimnto d um sistma spcialista probabilístico cujo objtivo é o apoio ao manjo nutricional do pacint diabético, utilizando como trapia nutricional a contagm d carboidratos, contribuindo na otimização do atndimnto dst pacint, bm como no apoio ao profissional nutricionista, quanto à tomada d dcisão. Mtodologia O sistma proposto raliza o atndimnto nutricional d pacints diabéticos (do Tipo 1 ou Tipo 2), adulto (d 18 a 65 anos), cuja trapia nutricional é a contagm d carboidratos. Est sistma é composto por um protótipo, com rquisitos ncssários à avaliação nutricional prscrição ditética. Para o dsnvolvimnto do protótipo foi utilizado o softwar BORLAND DELPHI Vrsão 7.0 o sistma grnciador d

2 banco d dados FIREBIRD Vrsão 1.5. O SE dsnvolvido stá intgrado a st protótipo, utilizando técnicas d Intligência Artificial (IA), rprsntando adquadamnt o tratamnto da incrtza, no procsso d dcisão do profissional nutricionista. O dsnvolvimnto dst trabalho foi divido m várias fass as quais srão dscritas a sguir. Lvantamnto das variávis Foi ncssário ralizar um lvantamnto das variávis ncssárias ao dsnvolvimnto do SE. Para isso foram coltados dados na litratura ralizado contato com profissionais nutricionistas da ára clínica. Sistmatizou-s o procsso d consulta nutricional, basado nas informaçõs coltados durant o atndimnto nutricional, bm como s caractrizou as variávis ncssárias ao procsso d tomada d dcisão, para atndr os objtivos do sistma. Para st atndimnto nutricional, padronizaram-s duas consultas: Primira consulta ond são coltados os dados ncssários para a avaliação nutricional prscrição do plano alimntar, sndo ls: sxo, idad, atividad física, índic d massa corporal, quantidad d scolhas d carboidrato, númro d rfiçõs ao dia, risco cardiovascular tratamnto mdicamnto. Basado nos dados coltados, o sistma proposto auxilia no diagnóstico nutricional, laborando a prscrição ditética, utilizando a contagm d carboidratos. Sgunda consulta tm como objtivo vrificar o diário com as auto-monitorizaçõs d glicmia capilar (AMGC) 2 do pacint para ftuar o ajust do plano alimntar, caso ncssário. Com a sistmatização do procsso d consulta nutricional, vrificou-s a dificuldad do profissional nutricionista avaliar o xtnso conjunto d informaçõs gradas plo diário d glicmia do pacint diabético. Assim, para compor o SE, optou-s por utilizar a média das glicmias com o objtivo d dtrminar o diagnóstico das AMGC. Indo ao ncontro do principal objtivo da trapia nutricional contagm d carboidratos, qu é o control glicêmico m função das mnors variaçõs das glicmias, sugriu-s nst trabalho, a criação d um coficint d variação, obtido a partir da média do dsviopadrão das AMGC. Essa proposta foi aprsntada após a anális discussõs dos rsultados aprsntados plo SE, qu sm a informação sobr a variação das glicmias, podria conduzir o profissional nutricionista a uma tomada d dcisão quivocada, tndo m vista 2 É a dtrminação da glicos no sangu xcutadas plo próprio pacint objtivando um bom control da donça (diabts mllitus). qu o valor da média das AMGC podria sr ótimo, mas aprsntar grand variação ou dsquilíbrio, quando as AMGC são analisadas d forma isolada. O coficint d variação das AMGC, dfinido como coficint d variação nutricional (CVN), foi dfinido da sguint forma: (a) variação d 0 a 50% não há ncssidad do profissional nutricionista altrar a prscrição do plano alimntar (b) variação d 51 a 100% prguntas prtinnts ao pacint, rlacionadas às possívis causas, bm como os horários m qu ocorrram as variaçõs d glicmia (hipoglicmia /ou hiprglicmia), tndo m vista a ncssidad do profissional nutricionista d vrificar quais srão os ajusts ncssários na prscrição do plano alimntar. Caractrização do atndimnto nutricional Após a primira consulta, dvidamnt orintado com o plano alimntar, o pacint é instruído a rtornar após duas smanas, com o diário d glicmias prnchido. Est diário d glicmias dv contmplar um príodo d 14 dias, sndo qu dvm sr ralizadas 3 automonitorização d glicos por dia, no mínimo, ants das rfiçõs ou 2 horas após as rfiçõs, sndo qu a cada dia dvrá sr monitorada uma rfição difrnt. Os dados do diário d glicmia são insridos no protótipo, qu calcula a média, o dsvio padrão o coficint d variação das glicmias, conform cada rfição horário da auto-monitorização d glicmia (pré-rfição café, pós-rfição café, pré-rfição almoço, pósrfição almoço, pré-rfição jantar, pós-rfição jantar ants d ditar). Estas médias são nviadas para o SE qu tm por objtivo dtrminar o diagnóstico das auto-monitorizaçõs das glicmias capilars (idal, acima, abaixo) assim sugrir os ajusts ncssários no plano alimntar, sgundo mdicamnto, atividad física scolhas d carboidratos. Postriormnt, é mitido um rlatório, com os valors da média, do dsvio padrão do coficint d variação das auto-monitorizaçõs d glicmia capilar do pacint, qu srv d apoio à dcisão ao profissional nutricionista, pois aprsntará sugstõs da consulta nutricional. Rprsntação do conhcimnto Na fas d rprsntação do conhcimnto foi utilizada a técnica d Rds Baysianas (RB), método st capaz d manipular incrtzas imprcisão com o uso da probabilidad, dscrvndo o rlacionamnto ntr variávis (39). Estas rds utilizam infrência probabilística qu, mbora computacionalmnt intratávl no pior caso, pod sr ralizada d manira ficint m muitas situaçõs práticas [14]. A implmntação foi ralizada com a utilização do shll Ntica,

3 pois st softwar aprsnta ótimo dsmpnho, além da facilidad d implmntação. Uma RB é composta pla part qualitativa modlo gráfico da rd, composta plas variávis d ntrada (vidência), variávis d saída (hipóts) os arcos (rlação d dpndência ntr las) ; quantitativa rprsnta a bas d conhcimnto, ond as incrtzas são xprssas m probabilidad a priori dvndo sr stablcidas plo spcialista, rprsntando su conhcimnto. Nas RBs, o Torma d Bays (TB) é rsponsávl por grar os valors d probabilidads d cada variávl d saída, sndo uma important frramnta matmática, qu objtiva combinar probabilidads a priori grando uma probabilidad a postriori (final) para um dtrminado vnto. Assim, um médico, ao conhcr a prvalência d uma donça, após a ralização d um tst diagnóstico spcífico m um pacint, pod dtrminar o risco do pacint aprsntar sta patologia fazndo uso do torma, dsta forma conhcndo a probabilidad a postriori [15]. Construção das rds baysianas Basado nas rcomndaçõs do Intrnacional Diabts Cntr (2005), para os nívis d glicmia capilar para pacint diabéticos do Tipo 1 do Tipo 2 [16], foram criadas condutas para compor o SE. Para isto fz-s uso d faixas, com variação d 50 mg/dl facilitando a anális do profissional, uma vz qu para diminuir st valor é ncssário 1UI d insulina ultrarápida ou 30 minutos d atividad física para aumntar st valor m mais 50 mg/dl é ncssário uma scolha d carboidrato, ou sja, 15g d CHO. Trinamnto das rds baysianas A aquisição do conhcimnto para o trinamnto das RBs ocorru através dos diários d glicmia d studos d caso d 30 pacints adultos, com faixa tária d 18 a 65 anos, portador d DM do Tipo 1 ou Tipo 2. Cada diário contmplava 14 dias d auto-monitorização, sndo qu cada dia podria contr até 7 automonitorizaçõs: pré-rfição café, pós-rfição café, pré-rfição almoço, pós-rfição almoço, pré-rfição jantar, pós-rfição jantar ants d ditar. Nos diários d glicmia, ond a automonitorização não foi ralizado plo pacint, foi atribuído o valor médio da glicmia capilar considrada idal, sgundo dirtrizs do Intrnational Diabts Cntr (2005): pré-rfição 70 a 140 mg/dl (média 105 mg/dl); pós-rfição 70 a 160 mg/dl (média 115 mg/dl) ants d ditar 100 a 140 mg/dl (média 120 mg/dl). Para cada AMGC foram calculadas a média, o dsvio-padrão o coficint d variação, basado nsss valors, construiu-s a bas dados, atribuindo-s valors para as variávis: diagnóstico, conduta comntários. A bas d dados (diários d glicmia) grada não aprsntou uma distribuição homogêna ntr as faixas d glicmia dfinidas para trinar as rds, o qu impossibilitou qu a dfinição dos diagnósticos condutas grados plas RBs, fossm smlhants à do profissional nutricionista. Optou-s por utilizar mais 120 studos d caso (diários d glicmia) alatórios, grados a partir d uma matriz lógica do softwar Microsoft Offic Excl, totalizando assim, 150 casos para compltar o trinamnto das RBs. Dsta forma, os problmas quanto ao trinamnto foram corrigidos as RBs aprsntaram o dsmpnho adquado, para só ntão passar plo procsso d avaliação formal. Avaliação do sistma Para a avaliação do dsmpnho do sistma comparou-s o ncaminhamnto dos spcialistas (consnso) quanto ao manjo nutricional do pacint diabético utilizando a contagm d carboidratos. O conjunto d casos do padrão-ouro foi formado por 14 diários d glicmia, scolhidos alatoriamnt dntr os 44 diários d glicmias coltados, qu não fizram part do conjunto d casos utilizados para trinar a RB. Cada caso foi avaliado, sparadamnt, por cada um dos três spcialistas da junta (psquisadora mais duas profissionais nutricionistas, com a msma formação acadêmica, com no mínimo 5 anos d xpriência profissional na ára d nutrição clínica). Após o trabalho isolado d cada spcialista, os msmos s runiram avaliaram todos os casos novamnt, sndo qu nos casos ond houv discordância na avaliação individual, a dcisão foi stablcida mdiant consnso dos três spcialistas. Os diagnósticos as condutas, quanto ao manjo nutricional aprsntado plo sistma foram comparados com o padrão-ouro. As rpostas dadas plo sistma rfrm-s à prvalência do diagnóstico condutas grados srm smlhants à conduta do profissional spcialista. Os valors d probabilidad obtidos para cada variávl foram insridos m uma tabla, junto com os valors d 1 (um) 0 (zro) do padrão ouro. Esta tabla foi lida plo softwar MdCalc (Statiscal softwar), visando a obtnção do ponto d cort da curva ROC (Rcivr Oprator Charactristic). Basado no ponto d cort sugrido plo softwar é possívl atribuir 1 (um) ou 0 (zro) para cada caso, ao invés d valors d probabilidad. A curva ROC rprsnta, graficamnt, a sobrposição ntr a distribuição da snsibilidad da spcificidad para valor-limit d dcisão

4 da normalidad, ou sja, o valor d ponto d cort ntr o normal o altrado. O mlhor ponto dv sr aqul qu rvla a maior snsibilidad a maior spcificidad, corrspondndo ao ponto mais lvado dsviado para a squrda na curva [17]. Os valors d spcificidad snsibilidad, qu caractrizam a qualidad intrínsca d um tst diagnóstico, assim como o valor da ára abaixo da curva (ROC) o valor do rro padrão, dado um ponto d cort, grados plo softwar MdCalc, indicam um valor d critério para o ponto d cort ótimo, maximizando ao msmo tmpo a snsibilidad a spcificidad. O ponto d cort é considrado o ponto ótimo, ou sja, rfr-s ao valor mínimo d Falso Positivo (1 spcificidad) d Falso Ngativo (1 snsibilidad). partir dos 150 casos, pois não havia disponibilidad d uma bas d dados com todas as variávis atributos ncssários ao trabalho, dfinindo-s as probabilidads ncssárias à construção das Tablas d Probabilidad Condicional (TPC). A Figura 2 aprsnta a TPC do nó Pr_rficao_caf (faixas d glicmia), m rlação aos nós Diagnostico_pr_rficao_caf, Comntarios_pr_rficao_caf Condutas_pr_rficao_caf, a fim d xmplificar a part quantitativa da AMGC Rd baysiana Pr_rficao_caf. Rsultados Part qualitativa da rd baysiana A dfinição da part qualitativa da RB foi ralizada considrando a rlação ntr as variávis: AMGC (Pr_rfiçao, Pos_rficao Ants_ditar), diagnóstico da AMGC as condutas da AMGC, bm como o coficint d variação das AMGC os comntários prtinnts a sta variação. Foram construídas 7 rds baysianas, sndo las: pré-rfição café, pós-rfição café, pré-rfição almoço, pós-rfição almoço, prérfição jantar, pós-rfição jantar ants d ditar, para sistmatizar o procsso d control glicêmico. A Figura 1 caractriza a part qualitativa da AMGC Rd baysiana Pr_rficao_caf. Os nós Condutas_pr_rficao_caf, Diagnostico_pr_rficao_caf Comntarios_pr_rficao_caf rprsntam as variávis d saída, com sus rspctivos atributos os dmais nós rprsntam as vidências ou variávis d ntradas da RB. Figura 1 Part qualitativa da Rd Baysiana Pr_rficao_caf. Part quantitativa da rd baysiana A implmntação da part quantitativa da RB foi ralizada através do trinamnto com a bas d dados (diários d glicmia) grada a Figura 2 Part quantitativa da Rd Baysiana Pr_rficao_caf. A intrprtação da TPC xmplificada na Figura 2 é a sguint: a probabilidad do nó Condutas_rficao_caf sr Mantr_conduta, dada a faixa d glicmia sr D_71_a_140_mgdL, Diagnostico_pr_rficao_caf sr Idal_stavl Comntarios_pr_rficao_caf sr Nao_indicado é d 71,429%. Matmaticamnt a fras é rprsntada da sguint forma: P(Condutas_rficao_caf= Mantr_conduta/Pr_rficao_caf= D_71_a_140_mgdL / Diagnostico_pr_rficao_caf= Idal_stavl / Comntarios_pr_rficao_caf= Nao_indicado ) = 71,429%. É important salintar qu o profissional nutricionista podrá utilizar outros indicadors (por xmplo, um xam d Hmoglobina glicada HbA1c), caso não concord com os indicadors /ou coficints aprsntados plo sistma. A procura d novas vidências irá auxiliá-lo na conclusão final d sua prscrição, mlhorando assim a taxa d acrto do profissional no su cotidiano otimizando o atndimnto do pacint. Avaliação d dsmpnho Obsrvou-s qu, tanto a spcificidad, quanto a snsibilidad do sistma proposto aprsntaram valors altos (100%), tanto para o diagnóstico, quanto para as condutas da AMGC, o qu valida a sua utilização ao apoio à dcisão, pois dmonstra a capacidad do sistma m rprsntar o padrão-ouro.

5 O fator capaz d xplicar os altos valors para snsibilidad spcificidad s dv aos pontos d cort bm dfinidos para o diagnóstico para as condutas das AMGC. O intrvalo d confiança foi bm stablcido o rro padrão é nulo, valors sss qu confirmam a concordância ntr o padrão-ouro as RBs. As Figuras 3 4, rspctivamnt, rprsntam as curvas ROC para as variávis Diagnostico_rficao_caf Condutas_rficao_caf da Rd Baysiana Pr_rficao_caf, ond é possívl obsrvar a curva totalmnt dsviada para a dirção suprior squrda, o qu indica concordância total ntr o padrão-ouro o sistma. Rd_Baysiana_Pr_rficao_caf_variávl_Diagnostico_pr_rficao_caf Snsitivity Spcificity Figura 3 Curva ROC para a variávl Diagnostico_pr_rficao_caf. Rd_Baysiana_Pr_rficao_caf_variávl_Condutas_pr_rficao_caf Snsitivity Spcificity Figura 4 Curva ROC para a variávl Condutas_pr_rficao_caf. Assim, após a anális dos dados aprsntados plas curvas ROC, conclui-s qu o sistma proposto aprsnta um ótimo dsmpnho quando ao diagnóstico as condutas das AMGC para as situaçõs d prérfição, pós-rfição ants d ditar, podndo sr utilizado plo profissional nutricionista na tomada d dcisão. Val rssaltar qu não foram dfinidos pontos d cort para a dfinição do diagnóstico das condutas das AMGC para as situaçõs d pré-rfição, pós-rfição ants d ditar, pois é important qu o profissional nutricionista conhça o valor probabilístico atribuído plo sistma, ficando a su critério a dcisão final. É important salintar qu st trabalho fz uso d bass d trinamnto d tst (padrãoouro) rduzidas. Em bass numricamnt maiors, o dsmpnho do sistma podria aprsntar difrnças m rlação ao aprsntado, pois uma bas d dados maior, muito provavlmnt aprsntaria comportamntos difrnts para uma msma situação, tndo m vista as difrnças na tomada d dcisão ntr os profissionais nutricionais. Discussão Conclusão Embora nnhum sistma computacional possa substituir o conhcimnto do profissional da ára d saúd, ao xaminar um pacint dtrminar um possívl diagnóstico, o uso d sistmas spcialistas pod auxiliar a sistmatização do procsso d tomada d dcisão, contribuindo d forma significativa na prática cotidiana dst profissional. A sistmatização do procsso d tomada d dcisão na consulta nutricional prmitiu conhcr as dificuldads, falhas, dsafios incrtzas qu nvolvm a tomada d dcisão, bm como possibilitou conhcr as variávis ncssárias ao procsso d tomada d dcisão procssos nvolvidos na prática do profissional nutricionista. Dstaca-s qu o sistma spcialista probabilístico criado trabalhou adquadamnt com o tratamnto da incrtza no procsso d tomada d dcisão do profissional nutricionista, simulando d forma satisfatória, o raciocínio do profissional m rlação à tomada d dcisão. A utilização das variávis nvolvidas no procsso d consulta nutricional, da bas d casos clínicos, possibilitou concbr um sistma com ótimo dsmpnho quanto aos tsts d snsibilidad spcificidad. Val rssaltar qu a aplicação d mais casos, com o objtivo d aumntar a bas d dados da rd baysiana pod contribuir para um aprfiçoamnto nos rsultados do sistma. Dstaca-s, porém, a dificuldad m consguir uma bas d dados confiávl com todas as variávis ncssárias ao procsso d tomada d dcisão. Conclui-s qu o sistma proposto contribuirá na otimização do atndimnto do pacint diabético, bm como no apoio ao profissional nutricionista, quanto à tomada d dcisão. Est profissional podrá dsnvolvr o su trabalho d manira mais adquada promovndo assim uma abordagm mais cornt ficaz no atndimnto dst pacint até msmo rtardando suas complicaçõs agudas crônicas, principal objtivo do control glicêmico Rfrências

6 [1] Exprt Committ on th Diagnosis and Classification of Diabts mllitus. Rport of th Exprt Committ on th Diagnosis and Classification of Diabts mllitus. Diabts Car 25 (2002);suppl:S5-S20. [2] World Halth Organization WHO. Dit, nutrition and th prvntion of chronic disass. Rport of a joint FAO/WHO Exprt Consultation. Tchnical Rport Sris 916, Gnva; [3] Amrican Diabts Association. Nutrition principls and rcommndations in diabts. Diabts Car (2004); 27(1): [4] Galindo V, Cavalcanti N, Lyra R. Dfinição, diagnóstico classificação dos distúrbios no mtabolismo dos hidratos d carbono. In: Lyra R, Cavalcanti N, coordnação. Diabts mllitus. Rio d Janiro: Diagraphic; [5] Socidad Brasilira d Diabts. Consnso brasiliro sobr diabts 2002: diagnóstico classificação do diabts mlito tratamnto do diabts mlito do tipo 2. Rio d Janiro: Diagraphic; [6] Caldas G, Griz LH, Thé ACF. Monitorização do diabético. In: Lyra R, Cavalcanti N, coordnação. Diabts mllitus. Rio d Janiro: Diagraphic; [7] Socidad Brasilira d Diabts. Manual oficial d contagm d carboidratos rgional. Rio d Janiro: Diagraphic; [8] Alvs VLS, Cunha ICKO, Marin HF, Olivira O. Criação d um Wb Sit para nfrmiros sobr Pé Diabético. Acta Paul Enfrm (2006):19(1): [9] Rosso ML, Kmtuk OF, Amorim MF, Dias JS. Sistmas spcialistas d apoio à dcisão m vntilação mcânica. In: VIII Congrsso Brasiliro d Informática m Saúd CBIS; 2002 St/Out; Natal, Brasil. [10] Abl M. Sistmas Espcialistas. Porto Algr: Univrsidad Fdral do Rio Grand do Sul, Instituto d Informática; [11] Rabusk RA. Intligência Artificial. Florianópolis: Editora da Univrsidad Fdral d Santa Catarina; [12] Cardoso JP, Rosa VA, Lops, CRS, Villa ABA, Santana, AS, Silva, AT. Construção d uma práxis ducativa m informática m saúd para nsino d graduação. Ciência & Saúd Coltiva (2008):13(1): [13] Cardoso JP, Lops CRS, Quiroz RS, Rosa VA, Villa, ABA. O uso d sistmas spcialistas para apoio à sistmatização m xams ortopédicos do quadril, jolho tornozlo. Rv. Saúd Com (2005); 1(1): [14] Russl SJ, Norvig P. Intligência Artificial. Rio d Janiro: Elsrvir; [15] Dias JS. Raciocínio médico a abordagm baysiana: um studo d caso [ts titular]. Curitiba: Pontifícia Univrsidad Católica do Paraná; [16] Intrnational Diabts Cntr. Prvnção, Dtcção Tratamnto do Diabts Guia Rápido Intrnational Diabts Cntr Park Nicollt Institut: Matrx; [17] Zwig MH, Campbll G. Rcivr Oprating Charactristic (ROC) Plots: A Fundamntal Evaluation Tool in Clinical Mdicin. Clinical Chmistry (1993) 39: Contato Kristy Soraya Colho kristycolho@uol.com.br Andrson Dutra Moura andrson.dutra@s4.com.br Julio Csar Soars d Jsus julio.jsus@mtainf.com.br João da Silva Dias Jdias_vo@vo.com.br Andria Maluclli malu@ppgia.pucpr.br Dis Rgina Baptista disrgina@ufpr.br Marcos Augusto Hochuli Shmil shm@ppgia.pucpr.br