Publication
Discovery of infection biomarkers based on metabolomics
| dc.contributor.advisor | Calado, Cecília Ribeiro da Cruz | |
| dc.contributor.advisor | Silvestre, Joana | |
| dc.contributor.advisor | Ricardo, António | |
| dc.contributor.author | Alexandre, Tiago Francisco Rosa Domingues | |
| dc.date.accessioned | 2023-09-19T14:30:46Z | |
| dc.date.available | 2023-09-19T14:30:46Z | |
| dc.date.issued | 2022 | |
| dc.description | Thesis to obtain the Master’s degree in Biomedical Engineering | pt_PT |
| dc.description.abstract | Enquadramento e objetivos: Pacientes críticos de COVID-19 são regularmente admitidos nos cuidados intensivos com diversas complicações, necessitando de tratamentos mais invasivos. Para além disso, os pacientes estão expostos a uma ameaça iminente de infeções durante a sua estadia hospitalar. Estas infeções podem levar ao agravamento do estado de saúde do paciente, e tendo em conta o estado atual do paciente COVID-19 critico, pode ser fatal caso não seja devidamente identificada a presença de infeção e iniciado o tratamento mais adequado. Nesta tese, o foco foi dividido em dois objetivos: determinar uma metodologia capaz de identificar mais rapidamente um estado ativo de bacteremia no paciente COVID-19 critico; e identificar a tipologia de Gram da bactéria que originou a bacteremia. Métodos: Recorrendo-se ao método do espectrometria de FTIR, e testes Principal Component Analysis (PCA), Hierarchical Cluster Analysis (HCA) e Linear Discriminant analysis (PCA-LDA), para realizar analise discriminante de uma amostra com objetivo de testar o método mais eficaz na discriminação entre pacientes com bacteremia (n=48) e pacientes sem bacteremia (n=54), e entre amostras com bactéria Gram-positiva (n=28) e bactéria Gram-negativa (n=20). Resultados: Através dos testes PCA e HCA não foi possível obter uma discriminação fidedigna nem entre amostras com e sem bacteremia, nem entre bactérias Gram-positivas e Gram-Negativas. A vasta variabilidade associada a amostras biológicas pode justificar este resultado. PCA-LDA, possibilitou resultados de 75% de eficácia na discriminação entre amostras de bacteremia e sem bacteremia, e uma eficácia de 85% na discriminação entre amostras com bactérias Gram-positivas e bactérias Gram-negativas. Conclusão: Os resultados apontam para a possibilidade da utilização da análise de espetro de espetrometria FTIR como um método apelador para o diagnóstico de bacteremia e classificação do tipo de bactéria, de uma forma simples e rápida, permitindo uma gestão mais eficiente deste tipo de pacientes críticos. | pt_PT |
| dc.description.version | N/A | pt_PT |
| dc.identifier.citation | ALEXANDRE, Tiago Francisco Rosa Domingues - Discovery of infection biomarkers based on metabolomics. Lisboa: Instituto Superior de Engenharia de Lisboa, 2022. Dissertação de Mestrado. | pt_PT |
| dc.identifier.tid | 203353366 | |
| dc.identifier.uri | http://hdl.handle.net/10400.21/16487 | |
| dc.language.iso | eng | pt_PT |
| dc.peerreviewed | yes | pt_PT |
| dc.relation | Quality by design-centered platform for the manufacturing of CAR-engineered NK cells and extracellular vesicles for immunotherapy | |
| dc.rights.uri | http://creativecommons.org/licenses/by/4.0/ | pt_PT |
| dc.subject | Biomarcadores | pt_PT |
| dc.subject | Infeção | pt_PT |
| dc.subject | Bacteremia | pt_PT |
| dc.subject | COVID-19 | pt_PT |
| dc.subject | FTIR | pt_PT |
| dc.subject | Espetroscopia | pt_PT |
| dc.subject | Background and Goals: Critical COVID-19 patients are regularly admitted with diverse complications leading to Intensive care unit (ICU) admission. Besides these patients are constantly exposed to the threat of infection during their hospital stay. These infections may lead to the worsening of the patient’s health and considering the already debilitated state of the critical COVID-19 patient, may be fatal if the infection agent isn’t correctly identified and treated within the most appropriate timing upon diagnosis. In this thesis, the focus of the study was divided into two main sections: to determine a method capable of faster identification of bacteremia in the critical COVID-19 patient; and to identify Gram bacteria causing the bacteremia. Methodology: Utilizing the FTIR spectroscopy method, and spectra principal component analysis (PCA), hierarchical cluster analyses (HCA) and linear discrimination analyses (PCA-LDA) applied to serum samples of bacteremia patients (n=48), non-bacteremia patients (n=54), and samples with Gram-positive (n=28) from Gram-negative (n=20) bacteria. Diverse spectra pre-processing methods were evaluated. Results and discussion: Spectra PCA and HCA, did not shown samples patterns enabling to separate between bacteremia and non-bacteremia samples, nor between Gram-positives and Gram-negative bacteria. The high variability associated with these patients may justify the obtained result. Spectra PCA-LDA enabled discrimination accuracy results of 75% between bacteremia and non-bacteremia samples, and of 85% for discrimination between Gram-positive and Gram-negative bacterial samples. Final remarks: The results point to the potential of FTIR spectroscopy as a very appealing method to conduct the diagnosis of bacteremia and the classification of the type of bacteria, in a simple and rapid mode, enabling a more efficient management of this type of critical patients. | |
| dc.subject | Biomarkers | |
| dc.subject | Infection | |
| dc.subject | Bacteremia | |
| dc.subject | COVIID-19 | |
| dc.subject | FTIR | |
| dc.subject | Spectroscopy | |
| dc.title | Discovery of infection biomarkers based on metabolomics | pt_PT |
| dc.type | master thesis | |
| dspace.entity.type | Publication | |
| oaire.awardTitle | Quality by design-centered platform for the manufacturing of CAR-engineered NK cells and extracellular vesicles for immunotherapy | |
| oaire.awardURI | info:eu-repo/grantAgreement/FCT/3599-PPCDT/DSAIPA%2FDS%2F0117%2F2020/PT | |
| oaire.awardURI | info:eu-repo/grantAgreement/FCT/3599-PPCDT/PTDC%2FEQU-EQU%2F3708%2F2021/PT | |
| oaire.citation.conferencePlace | Lisboa: Instituto superior de engenharia de Lisboa | pt_PT |
| oaire.fundingStream | 3599-PPCDT | |
| oaire.fundingStream | 3599-PPCDT | |
| project.funder.identifier | http://doi.org/10.13039/501100001871 | |
| project.funder.identifier | http://doi.org/10.13039/501100001871 | |
| project.funder.name | Fundação para a Ciência e a Tecnologia | |
| project.funder.name | Fundação para a Ciência e a Tecnologia | |
| rcaap.rights | openAccess | pt_PT |
| rcaap.type | masterThesis | pt_PT |
| relation.isProjectOfPublication | 8f80f51c-b563-49e2-9864-a2c78479fc19 | |
| relation.isProjectOfPublication | 4ef05c38-8a61-43b9-8a80-ba8b7331ffca | |
| relation.isProjectOfPublication.latestForDiscovery | 8f80f51c-b563-49e2-9864-a2c78479fc19 |