Investigação associa a imagiologia da retina a melhor deteção da esquizofrenia
Uma equipa de investigadores descobriu que a avaliação de redes neurais profundas e a utilização de funções de agregação ao avaliar os resultados de imagens da retina podem ser utilizadas para detetar a esquizofrenia. Liderada por Pawel Karczmarek, PhD, a equipa descobriu que, entre uma grande variedade de métodos de agregação avaliados, novas generalizações e extensões da integral de Choquet podem ajudar com sucesso na classificação de doenças.
Os investigadores referiram que pesquisas anteriores confirmaram que variáveis retinianas específicas podem servir como biomarcadores relacionados com doenças, especificamente em doenças neurodegenerativas. Além disso, a existência de camadas retinianas mais finas em doentes com esquizofrenia também foi comprovada em outras investigações.
“Um dos principais objetivos do artigo é verificar como os métodos baseados na agregação de resultados de classificação funcionam na classificação de pessoas com esquizofrenia versus dadores saudáveis”, escreveram os autores do estudo. “Foram testadas mais de 300.000 variantes diferentes de operadores de agregação. Infelizmente, apenas algumas versões forneceram resultados satisfatórios que podem ser considerados para melhorar significativamente os resultados da classificação. No entanto, os resultados mostram claramente que novas generalizações da integral de Choquet e as suas extensões anteriores (as chamadas funções de pré-agregação) podem ajudar com sucesso na classificação de doenças.
Além disso, classificadores clássicos e de investigação profunda, para além de utilizarem diferentes variantes de operadores de agregação para melhorar os resultados da classificação, foram aplicados pela primeira vez a dados de OCT na esquizofrenia, de acordo com os investigadores.1
Os participantes incluídos no estudo foram diagnosticados com esquizofrenia de acordo com a classificação ICD10 (com o código F20.x) e hospitalizados na Clínica Psiquiátrica da Universidade de Medicina, na Polónia. O equivalente de clorpromazina foi de 452,22 mg/dia (DP = 128,2), 57% dos doentes receberam apenas antipsicóticos atípicos e os restantes doentes (43%) receberam uma combinação de medicamentos clássicos e atípicos. Além disso, foi incluído no estudo um grupo de controlo saudável.1
O dispositivo utilizado para a obtenção de imagens da retina foi um Optopol Copernicus REVO SD-OCT, com medições geradas utilizando o Optopol SOCT versão 11.0.7. Os critérios de exclusão para participação incluíram qualquer doença oftalmológica previamente diagnosticada, diabetes, hipertensão arterial não tratada, história de traumatismo na zona ocular, cirurgia oftalmológica, traumatismos cranianos com consequências neurológicas, refração ocular superior a ±5 dioptrias, risco de glaucoma (escala DDLS ≥6), história de dependência de substâncias psicoativas (exceto nicotina), deficiência intelectual hereditária e demência. Foram tiradas duas fotografias de cada olho a cada paciente, num total de quatro fotografias.1
O conjunto de dados, que incluía 59 participantes do grupo de doentes e 61 do grupo de controlo, foi depois processado em vários passos diferentes, que foram executados utilizando programas personalizados criados em Python. Adicionalmente, foram também utilizadas as bibliotecas Keras, Scikit-Learn e TensorFlow. De acordo com os autores do estudo, a avaliação das características da OCT, incluindo espessura macular, volume macular da retina, camada nuclear externa combinada e camada plexiforme externa, espessura das camadas de fibras nervosas da retina macular e peripapilar e complexo de células ganglionares, constituiu a categoria mais importante avaliada na investigação. A classificação desses dados foi efetuada com base em redes neurais profundas e num procedimento de agregação. Um dos procedimentos de agregação mais bem-sucedidos foi a integral de Choquet, que considerou tanto o peso individual de cada classificador como o alinhamento dos seus resultados.1
“Desta forma, a integral de Choquet é mais do que um simples método de cálculo da média – reflete um sistema inteligente que utiliza melhor os ‘votos’ dos classificadores individuais, considerando tanto a sua importância individual como a sua colaboração”, afirmaram os autores do estudo. “É como uma equipa de peritos a trabalhar em conjunto, cada um especializado numa área diferente, em que a decisão final é mais precisa porque tem em conta não só as opiniões individuais, mas também o grau de concordância dos peritos. Isto garante que o resultado seja mais preciso e fiável”.
Referências
1. Karczmarek P, Plechawska-Wójcik M, Kiersztyn A, et al. On the improvement of schizophrenia detection with optical coherence tomography data using deep neural networks and aggregation functions. Sci Rep. 2024;14:31903. https://doi.org/10.1038/s41598-024-83375-7
27 Março 2025
Estudos e Investigação
