Aprendizaje automático aplicado a la predicción de diabetes mellitus, utilizando información socioeconómica y ambiental de usuarios del sistema de salud

Objetivo: Se propuso aplicar modelos basados en técnicas de aprendizaje automático como apoyo para el diagnóstico temprano de la diabetes mellitus, utilizando variables de datos ambientales, sociales, económicos y sanitarios, sin la dependencia de la toma de muestras clínicas. Metodología: Se utilizaron datos de 10 889 usuarios afiliados al régimen subsidiado de salud de la zona suroccidental en Colombia, diagnosticados con hipertensión y agrupados en usuarios sin (74,3 %) y con (25,7 %) diabetes mellitus. Se entrenaron modelos supervisados utilizando k vecinos más cercanos, árboles de decisión y bosques aleatorios, así como modelos basados en ensambles, aplicados a la base de datos antes y después de balancear el número de casos en cada grupo de diagnóstico. Se evalúo el rendimiento de los algoritmos mediante la división de la base de datos en datos de entreno y de prueba (70/30, respectivamente), y se utilizaron métricas de exactitud, sensibilidad, especificidad y área bajo la curva. Resultados: Los valores de sensibilidad aumentaron considerablemente al utilizar datos balanceados, pasando de valores máximos del 17,1 % (datos sin balancear) a valores de hasta 57,4 % (datos balanceados). El valor más alto de área bajo la curva (0,61) fue obtenido con los modelos de ensambles, al aplicar un balance en el número de datos por cada grupo y al codificar las variables categóricas. Las variables de mayor peso estuvieron asociadas con aspectos hereditarios (24,65 %) y con el grupo étnico (5.59 %), además de la dificultad visual, el bajo consumo de agua, una dieta baja en frutas y verduras, y el consumo de sal y azúcar. Conclusiones: Aunque los modelos predictivos, utilizando información socioeconómica y ambiental de las personas, surgen como una herramienta para el diagnóstico temprano de la diabetes mellitus, estos aún deben ser mejorados en su capacidad predictiva.

Objective: The objective was to apply models based on machine learning techniques to support the early diagnosis of diabetes mellitus, using environmental, social, economic and health data variables, without dependence on clinical sample collection. Methodology: Data from 10,889 users affiliated with the subsidized health system in the southwestern area of Colombia, diagnosed with hypertension and grouped into users without (74.3%) and with (25.7%) diabetes mellitus, were used. Supervised models were trained using k-nearest neighbors, decision trees, and random forests, as well as ensemble-based models, applied to the database before and after balancing the number of cases in each diagnostic group. The performance of the algorithms was evaluated by dividing the database into training and test data (70/30, respectively), and metrics of accuracy, sensitivity, specificity, and area under the curve were used. Results: Sensitivity values increased significantly when using balanced data, going from maximum values of 17.1% (unbalanced data) to values as high as 57.4% (balanced data). The highest value of area under the curve (0.61) was obtained with the ensemble models, by applying a balance in the amount of data for each group and by coding the categorical variables. The variables with the greatest weight were associated with hereditary aspects (24.65%) and with the ethnic group (5.59%), in addition to visual difficulty, low water consumption, a diet low in fruits and vegetables, and the consumption of salt and sugar. Conclusions: Although predictive models, using people's socioeconomic and environmental information, emerge as a tool for the early diagnosis of diabetes mellitus, their predictive capacity still needs to be improved.

Objetivo: Propôs-se aplicar modelos baseados em técnicas de aprendizagem automática como apoio para o diagnóstico precoce da diabetes mellitus, utilizando variáveis de dados ambientais, sociais, econômicos e sanitários, sem a dependência da coleta de amostras clínicas. Metodologia: Usaram-se dados de 10.889 usuários filiados ao regime subsidiado de saúde da zona sudoeste da Colômbia, diagnosticados com hipertensão e agrupados em usuários sem (74,3%) e com (25,7%) diabetes mellitus. Foram treinados modelos supervisionados utilizando k vizinhos mais próximos, árvores de decisão e florestas aleatórias, assim como modelos baseados em montagens, aplicados à base de dados antes de depois de equilibrar o número de casos em cada grupo de diagnóstico. Avaliou-se o desempenho dos algoritmos por meio da divisão da base de dados de treino e teste (70/30, respectivamente), e utilizaram-se métricas de exatidão, sensibilidade, especificidade e área sob a curva. Resultados: Os valores de sensibilidade aumentaram de maneira significativa ao utilizar dados equilibrados, passando de valores máximos de 17,1% (dados sem equilibrar) a valores de até 57,4% (dados equilibrados). O valor mais elevado de área sob a curva (0,61) foi obtido com os modelos de montagens, ao aplicar um balanço no número de dados por cada grupo e codificar as variáveis categóricas. As variáveis de maior peso estiveram associadas com fatores hereditários (24,65%) e com o grupo étnico (5,59%), além da dificuldade visual, o baixo consumo de água, um regime baixo em frutas e vegetais e o consumo de sal e açúcar. Conclusões: Embora os modelos preditivos, utilizando informação socioeconômica e ambiental das pessoas, surgem como uma ferramenta para o diagnóstico precoce da diabetes mellitus, ainda devem ser melhorados em sua capacidade preditiva.

Predictive risk model of livestock rabies occurrence in Peru / Modelo de risco preditivo para a ocorrência da raiva bovina no Peru

Livestock rabies is endemic in Peru. Hence, its persistence and annual dissemination represent an important economic impact, especially for impoverished farming communities. The disease is mostly transmitted by the hematophagous bat Desmodus rotundus. The present study aimed to adapt an existing predictive model of the occurrence of livestock rabies to Peru, in which the risk of rabies transmission from bats to livestock was estimated using decision-tree models of receptivity and vulnerability. Official rabies surveillance data between 2010 and 2015 were used along with possible risk factors, such as livestock biomass, environmental changes, and geomorphological characteristics. Several scenarios were established to evaluate the prediction of the occurrence of livestock rabies cases by determining more than one cut-off point of the receptivity variables. During the study period, the precision of the model was estimated through the sensitivity (39.46%) and specificity (98.64%) by using confusion matrices. Targeting control efforts, especially in districts with a high estimated risk, could represent the prevention of a significant proportion of livestock rabies cases, which would optimize the human and economic resources of the Peruvian surveillance service. However, the quality of data produced by the surveillance should be improved not only to obtain higher model precision but also to allow the adequate planning of control actions.(AU)

Raiva de herbívoros é endêmica no Peru. Consequentemente, sua disseminação persistente e anual representa um importante impacto econômico, especialmente às comunidades rurais empobrecidas. A doença é principalmente transmitida pelo morcego hematófago Desmodus rotundus. Este estudo tem por objetivo adaptar um modelo preditivo pré-existente às ocorrências de raiva de herbívoros no Peru, no qual o risco de transmissão de morcegos para os herbívoros foi estimado por meio de árvores de cenários de receptividade e vulnerabilidade. Foram usados os dados oficiais de vigilância da raiva entre 2010 e 2015, assim como os possíveis fatores de risco, tais quais a biomassa de animais, alterações ambientais e características geomorfológicas. Diversos cenários foram criados para avaliar a predição da ocorrência da raiva por meio da determinação de diversos pontos de corte das variáveis de receptividade. Durante o período de estudo, a precisão do modelo foi estimada por meio da sensibilidade (39,46%) e especificidade (98,64%), utilizando matrizes de confusão. Focando em esforços de controle, especialmente em distritos com elevado risco estimado, seria possível prevenir uma proporção significativa dos focos, o que poderia otimizar os recursos humanos e econômicos do serviço oficial peruano. Entretanto, a qualidade dos dados produzidos pelo sistema de vigilância deveria ser melhorada não somente para obter maior precisão do modelo, mas também para possibilitar o melhor planejamento das ações de controle desta doença.(AU)

Evaluation of bedside tests and proposal of a model for predicting difficult laryngoscopy: an observational prospective study / Avaliação de testes à beira leito e proposta de modelo para prever laringoscopia difícil: estudo prospectivo observacional

Abstract Background and objectives: The prediction of difficult laryngoscopy is based on tests that assess anatomic characteristics of face and neck. We aimed to identify the most accurate tests and propose a multivariate predictive model. Methods: This prospective observational study included 1134 patients. Thyromental Distance (TMD), Sternomental Distance (STMD), Ratio of Height-to-Thyromental Distance (R-H/TMD), Neck Circumference (NC), Ratio of Neck Circumference-to-Thyromental Distance (R-NC/TMD), Hyomental Distance with head in Neutral Position (HMD-NP) and at Maximal Extension (HMD-HE), Ratio of Hyomental Distance at Maximal head extension-to-hyomental distance in neutral position (R-HMD), Mallampati Class (MLC), Upper Lip Bite Test (ULBT), Mouth Opening (MO) and Head Extension (HE) were assessed preoperatively. A Cormack-Lehane Grade ≥ 3 was defined as Difficult Laryngoscopy. Sensitivity, specificity, positive and negative predictive values were assessed for all tests. Multivariate analysis with logistic regression was used to create the predictive models. Results: A model incorporating MLC, ULBT, HE, HMD-HE and R-NC/TMD showed high prognostic accuracy; x2(5) = 109.12, p < 0.001, AUC = 0.86, p < 0.001). Its sensitivity, specificity and negative predictive value were 82.3%, 74.8% and 97.4%, respectively. A second model including two measurements not requiring patient's cooperation (R-NC/TMD and HMD-HE) exhibited good prognostic performance; x2(2) = 63.5, p < 0.001, AUC = 0.77, p < 0.001. Among single tests, HE had the highest sensitivity (78.5%) and negative predictive value (96%). Conclusions: A five-variable model incorporating MLC, ULBT, HE, HMD-HE and R-NC/TMD showed satisfyingly high predictive value for difficult laryngoscopy. A model including R-NC/TMD and HMD-HE could be useful in incapable patients. The most accurate single predictor was HE.

Resumo Justificativa e objetivos: A previsão de laringoscopia difícil se baseia em testes que avaliam as características anatômicas da face e pescoço. Nosso objetivo foi identificar os testes mais precisos e propor modelo preditivo multivariado. Método: Estudo observacional prospectivo incluiu 1134 pacientes e avaliou no pré-operatório: Distância Tireomentoniana (DTM), Distância Esternomentoniana (DEM), razão Altura-Distância Tireomentoniana (A/DTM), Circunferência Cervical (CC), razão Circunferência Cervical-Distância Tireomentoniana (CC/DTM), Distância Hiomentoniana com a cabeça na Posição Neutra (DHM-PN) e em Extensão Máxima (DHM-EM), razão Distância Hiomentoniana com Cabeça em Extensão Máxima/Distância Hiomentoniana na posição Neutra (DHME/DHMN), Classe Mallampati (CML), Teste da Mordida do Lábio Superior (TMLS), Abertura da Boca (AB) e Extensão da Cabeça (EC). Grau Cormack-Lehane ≥ 3 foi definido como Laringoscopia Difícil. A sensibilidade, especificidade, valores preditivos positivo e negativo foram avaliados para todos os testes. A análise multivariada com regressão logística foi usada para criar modelos preditivos. Resultados: Um modelo incorporando CML, TMLS, EC, DHM-EM e CC/DTM demonstrou alta precisão prognóstica (x2(5) = 109,12, p < 0,001, AUC = 0,86, p < 0,001). A sensibilidade, especificidade e valor preditivo negativo foram 82,3%, 74,8% e 97,4%, respectivamente. Um segundo modelo incluindo duas medidas que não necessitavam da cooperação do paciente (CC/DTM e DHM-EM) demonstrou bom desempenho prognóstico (x2 (2) = 63,5; p < 0,001; AUC = 0,77, p < 0,001). Entre os testes individuais, EC teve a maior sensibilidade (78,5%) e valor preditivo negativo (96%). Conclusões: O modelo de cinco variáveis incorporando CML, TMLS, EC, DHM-EM e CC/DTM mostrou valor preditivo satisfatoriamente alto para laringoscopia difícil. Um modelo que incluísse CC/DTM e DHM-EM poderia ser útil em pacientes com incapacidade. O preditor individual mais preciso foi EC.

Efeitos agudos da qualidade do ar no pico de fluxo expiratório e na pressão arterial de adultos no município do Rio de Janeiro / Acute effects of air quality on peak expiratory flow and in blood pressure with adults in the municipality of Rio de Janeiro

A poluição do ar é o maior fator de risco ambiental à saúde no mundo, responsável por um grande impacto na mortalidade e na morbidade, sobretudo por doenças respiratórias e cardiovasculares. Portanto, o objetivo principal deste estudo foi avaliar os efeitos agudos da poluição do ar ambiente no pico de fluxo expiratório e na pressão arterial. A população do estudo foi constituída de indivíduos adultos, profissionais de saúde do Centro Municipal de Saúde João Barros Barroso (local da coleta dos dados), localizado no bairro de Copacabana, no município do Rio de Janeiro, no período de 24 de julho de 2016 a 27 de julho de 2017. Os poluentes do ar ambiente pesquisados foram: material particulado inalável (PM10), dióxido de enxofre (SO2), monóxido de carbono (CO), ozônio (O3) no dia corrente (lag0) e nas defasagens de 24 h/dia cada lag dos três dias anteriores (1 dia prévio-lag1, 2 dias-lag2 e 3 dias-lag3) e as médias móveis de dois dias prévios (m2=(lag0+lag1+lag2)/3) e de três dias antecedentes (m3= (lag0+lag1+lag2+lag3)/4). Dois estudos foram produzidos. O primeiro, um estudo longitudinal de medidas repetidas, em cinco fases com intervalos irregulares de meses, englobando 96 indivíduos na fase 1 (baseline). O objetivo deste estudo foi avaliar os efeitos agudos da poluição do ar ambiente (PM10, SO2, CO, O3) no pico de fluxo expiratório (PFE) e na pressão arterial de adultos. O modelo de efeitos mistos foi utilizado nas estimativas dos efeitos da poluição do ar nos desfechos (PFE, pressão arterial sistólica e diastólica). O achado mais relevante foi a redução do PFE em 5,05 L/min (IC95%: -8,89; -1,21) no lag0 associada ao acréscimo de 10µg/m³ de O3 (p<0,05). Os demais poluentes (PM10, SO2, CO) não apresentaram efeitos consistentes e significativos. Em relação à pressão arterial (sistólica-PAS e diastólica-PAD), esta não sofreu efeitos significativos e plausíveis dos poluentes do ar. O segundo estudo foi um desenho transversal durante a terceira fase da pesquisa anterior, com uma amostra de 70 indivíduos. O objetivo deste foi propor um modelo preditivo do PFE associado aos poluentes do ar ambiente- PM10, SO2, CO, O3 - e à pressão arterial. Para a construção deste modelo, a estratégia primária foi aplicar a equação de referência de Leiner et al., (1963) no PFE de cada participante para homogeneizar este parâmetro pulmonar nas variáveis determinantes mais importantes (sexo, altura e idade), sendo o PFE% do predito (PFEperc), a variável do desfecho resultante deste processo. Esta medida levou à redução da variabilidade do PFE entre os indivíduos, ressaltando as demais variáveis explicativas, entre elas a exposição à poluição do ar e a pressão arterial. O modelo final obtido por regressão linear múltipla e critério de seleção Akaike's Information Criterion foi descrito como: PFEperc=ɑ+PAS+PM10lag3. Este achado permitiu explorar a associação entre a pressão arterial e a função pulmonar e o efeito agudo negativo de 9,85 (IC95%: -1,7; -0,26) L/min do acréscimo de 10µg/m³ de PM10 no PFE% do predito. Em síntese, os efeitos agudos da poluição do ar foram encontrados no PFE, mas não na pressão arterial

Air pollution is the largest environmental risk factor for health in the world, responsible for a major impact on mortality and mortality, especially respiratory and cardiovascular diseases. The main objective of this study was to evaluate the acute effects of ambient air pollution on peak expiratory flow and blood pressure. The study population consisted of adult individuals, health professionals from the João Barros Barroso Municipal Health Center (where the research was done), located in Copacabana in the municipality of Rio de Janeiro from July 24, 2016 to July 27, 2017. The pollutants of the ambient air assessed were: inhalable particulate matter (PM10), sulfur dioxide (SO2), carbon monoxide (CO), ozone (O3) on the current day' exposure (lag0) and in the lags of 24hs /day each lag of exposure over the three preceding days (1 day previous-lag1, 2 dias-lag2 e 3 dias-lag3) and moving averages of two previous days (m2=(lag0+ lag1+ lag2)/3) and three days previous (m3= (lag0+ lag1+ lag2+ lag3)/4). Two studies were performed. The first, a longitudinal study of repeated measures, in five phases with irregular intervals of months, including 96 individuals in phase 1(baseline). The objectives of this study were to evaluate the acute effects of ambient air pollution (PM10, SO2, CO, O3) on peak expiratory flow (PEF) and adult blood pressure. The mixed effects models were used in the estimation of the effects of air pollution with outcomes. (PEF and systolic and diastolic blood pressure). The most relevant finding was the reduction in PEF of 5.05 L/min (IC95%: -8.89;-1.21) in the current day' exposure associated with increase of 10µg/m³ de O3 (p<0.05). The other pollutants (PM10, SO2, CO) did not present consistent and significant effects. In relation to blood pressure (systolic-SBP and diastolic-DBP) this did not suffer significant and plausible effects of air pollutants. The second study was a cross-sectional design, during the third phase of the previous research, with a sample of 70 individuals. For the construction of this model, the primary strategy was to apply the reference equation of Leiner et al., (1963) in the PEF of each participant to homogenize this pulmonary parameter in the most important determinants (sex, height and age), with the predicted PEF(PFEperc) being the outcome variable resulting from this process. This measure led to the reduction of PEF variability among individuals, highlighting the other explanatory variables, among them exposure to air pollution and blood pressure. The final model obtained by multiple linear regression and selection criterion Akaike's Information Criterion was described as: PEFperc= ɑ+ PAS+PM10lag3. This finding allowed to explore the association between blood pressure and pulmonary function and the short effect in decrease 9.85(IC95%:-1.7;-0.26) L/min associated with increase of 10µg/m³ on PM10 in the PEF% predicted. In summary, the acute effects of air pollution were found in PEF, but not in blood pressure

Modelos preditivos para o desenvolvimento motor precoce dos bebês prematuros: um estudo longitudinal prospectivo / Predictive models of early motor development in preterm infants: a longitudinal-prospective study

INTRODUCTION: Preterm infants are vulnerable to developmental delays. Detecting problems at an early age is one of the challenges of professionals and researchers in the area. OBJECTIVE: To analyse the motor development and to identify the risk factors associated with predictors of overall and motor delay in preterm newborns. METHODS: Eighty preterm infants (50% female; mean gestational age = 33 ± 2.2 weeks) with low birth weight (average of 1,715 ± 437 g) were evaluated using the Neurobehavioral Assessment of the Preterm Infant (NAPI) during the neonatal phase (prior to term age), the Denver Developmental Screening Test II (DDST-II) between 2 and 8 months, the Test of Infant Motor Performance between 2 and 4 months regarding motor development and the Alberta Infant Motor Scale between 4 and 8 months. RESULTS: Neurobehavioural delay was noted in 24% of the infants in the neonatal phase. Between 2 and 8 months, the delay in overall development was ≥ 31% and the delay in motor development was 35-36 %. Decreased levels of alertness, orientation, motor development and vigour according to the NAPI were shown to be predictive of a delay in development between 4 and 6 months of age. The delay in overall development between 2 and 6 months was predictive of a delay in motor development between 6 and 8 months. CONCLUSION: Neurobehavioural variables, hospital stay and overall delay are good predictors of motor development during the first year of age.

INTRODUÇÃO: O lactente prematuro é vulnerável a apresentar atrasos no desenvolvimento. Detectar problemas na idade precoce é um dos desafios de profissionais e pesquisadores da área OBJETIVO: Analisar o desenvolvimento motor e identificar os fatores de risco associados aos desfechos preditores de atraso geral e motor em recém-nascidos pré-termo. MÉTODO: Foram avaliados 80 recém-nascidos prematuros (50% do sexo feminino, média de idade gestacional = 33 ± 2,2 semanas) com baixo peso ao nascer (média de 1.715 g ± 437), avaliados pela Avaliação Neurocomportamental do Bebê Pré-termo (NAPI) durante a fase neonatal (antes do termo), Teste de Desenvolvimento de Denver II entre 2-8 meses, Teste de Desempenho Motor Infantil entre 2-4 meses, e Escala Motora Infantil de Alberta entre 4-8 meses. RESULTADOS: O atraso neurocomportamental foi observado em 24% dos lactentes na fase neonatal. Entre 2-8 meses, o atraso no desenvolvimento geral foi ≥ 31% e o atraso no desenvolvimento motor foi de 35-36%. Diminuição dos níveis de alerta, orientação, desenvolvimento motor e vigor de acordo no NAPI mostraram ser preditivos de atraso no desenvolvimento entre 4-6 meses de idade. O atraso no desenvolvimento geral entre 2-6 meses foi preditivo de atraso no desenvolvimento motor entre 6-8 meses. CONCLUSÃO: As variáveis neurocomportamentais, tempo de internação hospitalar e atraso no desenvolvimento geral são bons preditores de desenvolvimento motor no primeiro ano de idade.

Fuzzy system to predict physiological responses of Holstein cows in southeastern Brazil / Sistema difuso para predecir respuestas fisiológicas de vacas Holstein en el sureste de Brasil / Sistema fuzzy para predizer respostas fisiológicas de vacas Holstein na região sudeste do Brasil

Background:thermal environment exerts a direct influence on animal performance. Environmental factors, in different circumstances, may affect milk production and fertility of animals, compromising the profitability of the activity. Under heat stress conditions dairy cows reduce feed intake and, consequently, milk production. Sweating and panting are some of the mechanisms these animals use to relieve thermal stress. In addition, animals often suffer physiological and behavioral changes caused by heat stress.Objective: the goal of the present study was to develop and evaluate a model based on fuzzy set theory to predict rectal temperature (°C), and respiratory rate (breaths per minute) responses of Holstein cows exposed to different environmental thermal conditions. Methods: the proposed fuzzy model was based on data obtained experimentally (5,884 records) as well as from the literature (792 records) referring to the effect of environmental variables on both physiological responses. Input variables of each record were dry bulb air temperature and relative humidity. Output variables were rectal temperature and respiratory rate. Results: the adjusted model was evaluated for its ability to predict response variables as a function of input variables. The model was able to predict respiration rate with an average standard error of 7.73 and rectal temperature with an average standard error of 0.27. Conclusion: a fuzzy model was developed to predict physiological responses. The error (%) of model prediction for respiration rate and rectal temperature was +/- 12 and 0.5%, respectively.

Antecedentes: el ambiente termal ejerce una influencia directa en el desempeño animal. Factores ambientales, en diferentes circunstancias, pueden afectar la producción de leche y la fertilidad de los animales, comprometiendo la rentabilidad de la actividad. Bajo condiciones de estrés por calor, las vacas lecheras reducen su consumo de alimento y, consecuentemente su producción de leche. Sudar y jadear son algunos de los mecanismos que estos animales usan para aliviar el estrés térmico. Además de estas consecuencias, los animales a menudo sufren cambios fisiológicos y comportamentales causados por el estrés calórico, causando una reducción en la producción de leche. Objetivo: el objetivo del presente estudio fue desarrollar y evaluar un modelo basado en la teoría de los conjuntos fuzzy para predecir respuestas fisiológicas, temperatura rectal y frecuencia respiratoria, de vacas lecheras de raza holandesa blanco y negro expuestas a diferentes condiciones ambientales. Métodos: el modelo fuzzy propuesto fue basado en datos obtenidos experimentalmente (5.884 registros), también como de la literatura (792 registros), refiriéndose a la influencia de las variables ambientales sobre esas respuestas fisiológicas. Cada registro incluye valores de temperatura de bulbo seco del aire, humedad relativa (variables de entrada), temperatura rectal y frecuencia respiratoria (variables de salida). Resultados: el modelo ajustado fue evaluado para cada variable respuesta y predice estas en función de las variables de entrada. Este modelo fue capaz de predecir la frecuencia respiratoria con un error estándar medio de 7,73 y la temperatura rectal con un error estándar medio de 0,27. Conclusión: un modelo fuzzy fue exitosamente desarrollado para predecir respuestas fisiológicas. El modelo fue capaz de predecir frecuencia respiratoria y temperatura rectal con errores porcentuales de +/- 12 y 0,5%, respectivamente.

Antecedentes: o ambiente térmico exerce uma influencia direta no desempenho animal. Fatores ambientais, em diferentes circunstancias, podem afetar a produção de leite e a fertilidade dos animais, comprometendo assim a rentabilidade da atividade. Sobcondições de estresse por calor, as vacas leiteiras reduzem o seu consumo de alimento e, consequentemente, a sua produção de leite. Sudorese e respiração ofegante são alguns dos mecanismos que estes animais usam para aliviar o estresse térmico. Além destas consequências, os animais com frequência sofrem mudanças fisiológicas e comportamentais causados pelo estresse calórico, causando uma redução na produção de leite. Objetivo: o objetivo do presente estudo foi desenvolver e avaliar um modelo baseado na teoria dos conjuntos fuzzy para predizer respostas fisiológicas, temperatura retal e frequência respiratória, de vacas leiteiras de raça holandesa branca e preta, expostas a diferentes condições térmicas ambientais. Métodos: o modelo fuzzy proposto foi baseado em dados obtidos experimentalmente (5,884 registros) bem como da literatura (792 registros), referindo-se à influência das variáveis ambientais sobre essas respostas fisiológicas. Cada registro inclui valores de temperatura de bulbo seco do ar, umidade relativa (variáveis de entrada), temperatura retal e frequência respiratória (variáveis de saída). Resultados: o modelo ajustado foi avaliado para cada variável resposta e prediz estas em função das variáveis de entrada. Este modelo foi capaz de predizer a frequência respiratória com um erro padrão médio de 7,73 e a temperatura retal com um erro padrão médio de 0,27. Conclusão: o modelo fuzzy foi desenvolvido com sucesso para predizer respostas fisiológicas. O modelo foi capaz de predizer frequência respiratória e temperatura retal com erros percentuais de +/- 12 y 0,5%, respectivamente.

As relações de vinculação e a imagem corporal: exploração de um modelo / Attachments and body image: an exploratory model

Pretende-se analisar a contribuição diferencial dos principais contextos de desenvolvimento (relação parental e de pares) na forma como os adolescentes experienciam a relação com o seu corpo. A amostra é constituída por 690 adolescentes e jovens adultos (242 meninos e 448 meninas), com idades compreendidas entre os 15 e os 23 anos (M= 17,8 e DP=2,00). Os resultados do modelo de predição revelaram que o gênero e a vinculação romântica foram as variáveis que mais contribuíram para a variação da variável imagem corporal. Foi observado um efeito de mediação entre a vinculação aos pais e a imagem corporal através da relação romântica e de amizade. Os resultados sublinham a necessidade de se compreender a vivência corporal nos contextos interpessoais.

The present study explored the differential effects of the principal development contexts (attachment to parents and peers) on the way in which adolescents experience their bodies. Six hundred and ninety adolescents and young adults (242 male and 448 female) participated in this study, with ages varying between 15 and 23 years (M = 17,8 and SD= 2,00). The results of the prediction model revealed that gender and romantic attachment were the variables that showed the strongest effect on the variation in body image. A mediation effect was observed among attachment to parents and body image through romantic and friendship relationships. The results highlight the need of understanding body experience in an interpersonal context.