This website uses cookies so that we can provide you with the best user experience possible. Cookie information is stored in your browser and performs functions such as recognising you when you return to our website and helping our team to understand which sections of the website you find most interesting and useful.
Plataforma de Apoio a Gestão Estratégica - PAGE/UCB
Projeto: Avaliação do risco de progressão e de pior prognóstico clínico na Doença Renal Crônica a partir de biomarcadores clínicos, inflamatórios, funcionais e transcriptômicos com apoio de inteligência artificial na Atenção Primária do Distrito Federal
| Coordenador(a): | HUGO DE LUCA CORREA  |
| Vigência: | 01/06/2025 a 01/06/2027 |
| Situação: | Ativo |
| Programa/Curso: | Educação Física - Stricto Sensu |
| Agência: | Fundação de Apoio a Pesquisa do Distrito Federal |
| Edital: | Chamada Pública n.º 4/2025 - FAPDF/PRES/GAB (PPSUS) |
| Chamada | Chamada Única |
Resumo:
| A Doença Renal Crônica (DRC) representa um dos maiores desafios de saúde pública contemporâneos, com impactos expressivos na funcionalidade, qualidade de vida e mortalidade dos pacientes. Embora o acompanhamento na Atenção Primária à Saúde (APS) seja essencial para a gestão da DRC, ainda são escassas as estratégias eficazes de estratificação precoce de risco que integrem aspectos clínicos, funcionais e moleculares. Este projeto propõe uma abordagem inovadora, multidisciplinar e orientada por dados, com o objetivo de avaliar o risco de progressão e de pior prognóstico clínico na DRC por meio da integração de biomarcadores clínicos, inflamatórios, funcionais e transcriptômicos, com suporte de técnicas de inteligência artificial e aprendizado de máquina (machine learning). Destaca-se, entre os diferenciais da proposta, a inserção da capacidade funcional como um marcador central, dada sua reconhecida associação com prognósticos negativos, hospitalizações e mortalidade em indivíduos com doenças crônicas — especialidade do campo da Educação Física. A partir da coleta de dados clínicos e funcionais padronizados, além de amostras biológicas de pacientes com DRC atendidos na APS do Distrito Federal, serão construídas bases de dados robustas para aplicação de algoritmos de machine learning, capazes de identificar padrões ocultos, gerar modelos preditivos e estratificar o risco de forma personalizada. Espera-se que os resultados desta pesquisa contribuam para o aprimoramento do cuidado à pessoa com DRC, promovendo intervenções precoces e individualizadas, valorizando a atuação multiprofissional e fortalecendo o uso de tecnologias emergentes, como a inteligência artificial, no contexto do SUS. A proposta ainda tem potencial para influenciar políticas públicas voltadas à prevenção e ao manejo da DRC, com foco na equidade, eficiência e inovação. |
Equipe:
Orçamento Aprovado:
| Valor Total | R$ 0,00 |