Explorando novas abordagens para compreensão da heterogeneidade clínica da esquizofrenia por meio da modelagem de equações estruturais
| dc.audience.educationlevel | Doutorado | |
| dc.contributor.advisor | Araripe Neto, Ary Gadelha De Alencar [UNIFESP] | |
| dc.contributor.author | Higuchi, Cinthia Hiroko [UNIFESP] | |
| dc.contributor.institution | Universidade Federal de São Paulo (UNIFESP) | pt |
| dc.date.accessioned | 2021-01-19T16:32:27Z | |
| dc.date.available | 2021-01-19T16:32:27Z | |
| dc.date.issued | 2019-04-26 | |
| dc.description.abstract | Introduction: Schizophrenia is a heterogeneous disease clinically, therapeutically and biologically. This scenario is considered one of the greatest challenges to achieve real transformation in the field. Current proposals to reduce heterogeneity attempt to delimit dimensions, subtypes, or models of clinical staging. However, these models, for the most part, do not reach psychometric validity (dimensional models), do not have robust biological validation (classical subtypes or staging) or, still, do not reach greater clinical utility than the current constructs. We will use techniques based on the structural equation modeling to evaluate the Positive and Negative Syndromes Scale (PANSS) items. This instrument is widely used and address the possibilities of clinical presentation of schizophrenia. Objective: To explore the potential of PANSS to generate dimensions of symptoms and subgroups of patients with schizophrenia through models with psychometric validity (clinical models) and biological models (neuroimaging biomarkers) generated by structural equation modelling. Specific objectives: Study 1: a) To identify the best 5-factor dimensional model of PANSS; b) To evaluate the impact of clinical staging and other clinical variables in PANSS dimensions. Study 2: a) To use the PANSS as generator of more homogeneous groups regarding the profile of symptoms through a latent class analysis (LCA); b) Validate the final model of classes with external and biological variables (cortical thickness). Methods: Data from 700 patients diagnosed with schizophrenia from four different centers were analyzed. Study 1: CFA models were compared with Bayesian CFA, the latter considered to be more flexible. The multilevel structure was then included. In addition, Multiple Indicators Multiple Causes (MIMIC) modeling evaluated the impact of clinical staging of schizophrenia on the formation of factor mean. Study 2: The best LCA model was chosen based on the comparison of AIC, BIC and Log likelihood values and according to the evaluation of the items probabilities of response applied to the clinical utility of the model. The LCA derived class variable was used in univariate general linear models (GLM) to verify its effect on the cortical thickness of 143 patients, xi controlling the result for sex and age. The frontal and temporal regions of cortical thickness were selected according to the Desikan-Killiany atlas. The p-values were corrected for multiple comparisons (FDR and bonferroni). Results: Study 1: the PANSS CFA factorial solution achieves good fit indices when a multilevel structure is added. The clinical staging of schizophrenia can predict a higher mean of the factors according to the stage of the disease. Study 2: The six-class model best represents patient profiles. The class variable has effect on the cortical thickness of two regions: right superior temporal gyrus (pvalue = 0.012) and right temporal pole (p-value = 0.007), but such p-values did not remain significant after correction by multiple comparisons. Conclusions: The final models have psychometric validity and present: 1) The best dimensional model of PANSS is the CFA with multilevel structure; 2) There is impact of clinical staging in the formation of PANSS mean factors; 3) The sixclass model of PANSS indicated more homogeneous groups that indicate relation to measurements of cortical thickness in temporal regions. | en |
| dc.description.abstract | Introdução: A esquizofrenia é uma doença heterogênea clínica, terapêutica e biologicamente. Esse cenário é considerado um dos maiores desafios para alcançar uma real transformação no campo. As propostas atuais para reduzir a heterogeneidade tentam delimitar dimensões, subtipos ou modelos de estadiamento clínico. No entanto, esses modelos, em sua maioria, não alcançam validade psicométrica (modelos dimensionais), não tem validação biológica robusta (subtipos clássicos ou estadiamento) ou, ainda, não alcançam maior utilidade clínica do que os construtos atuais. Ao longo da tese, usaremos técnicas derivadas da modelagem de equação estrutural aplicadas a Escala das Síndromes Positiva e Negativa (PANSS), instrumento mais usado para abordar as possibilidades de apresentação clínica da esquizofrenia. Objetivo geral: Explorar a utilidade da PANSS para originar dimensões de sintomas e subgrupos de pacientes com esquizofrenia por meio de modelos com validade psicométrica (modelos com bom ajuste), clínica (estadiamento clínico) e biológica (biomarcadores de neuroimagem) gerados por modelagem de equações estruturais. Objetivos específicos: Estudo 1: a) Identificar o melhor modelo dimensional de 5 fatores da PANSS; b) Avaliar o impacto de estadiamento clínico e outras variáveis clínicas na formação das dimensões da PANSS. Estudo 2: a) Utilizar a PANSS como geradora de grupos mais homogêneos quanto ao perfil de sintomas por meio de uma análise de classes latentes (LCA); b) Validar o modelo final de classes com variáveis externas e biológicas (espessura cortical). Métodos: Foram analisados dados de 700 pacientes diagnosticados com esquizofrenia de quatro diferentes centros. Estudo 1: Foram comparados modelos de CFA com CFA bayesiana, esta última considerada psicometricamente mais flexível. Em seguida incluiu-se a estrutura multinível. Adicionalmente, o Multiple Indicators Multiple Causes (MIMIC) modeling avaliou o impacto de estadiamento clínico de esquizofrenia na formação da média dos fatores. Estudo 2: O melhor modelo de LCA foi escolhido com base na comparação de valores de AIC, BIC e Log likelihood e de acordo com a avaliação ix das probabilidades de resposta dos itens aplicada a utilidade clínica do modelo. A variável de classe derivada da LCA foi utilizada em modelos lineares gerais (GLM) univariados para verificar seu efeito na espessura cortical de 143 pacientes, controlando o resultado para sexo e idade. As regiões frontais e temporais de espessura cortical foram selecionadas de acordo com o parcelamento do atlas Desikan-Killiany. Os p-valores foram corrigidos para multi comparações (FDR e bonferroni). Resultados: Estudo 1: a solução fatorial de CFA da PANSS atinge bons índices de ajustamento quando é adicionado uma estrutura multinível. O estadiamento clínico da esquizofrenia pode predizer uma média maior dos fatores de acordo com a fase da doença. Estudo 2: O modelo de seis classes é o que melhor representa os perfis de pacientes. A variável de classe tem efeito na espessura cortical de duas regiões: Giro temporal superior direito (p-valor = 0.012) e polo temporal direito (p-valor = 0.007), porém tais p-valores não se mantiveram significativos após a correção por comparações múltiplas. Conclusões: Os modelos finais possuem validade psicométrica e apresentam: 1) O melhor modelo dimensional da PANSS é a CFA com estrutura multinível; 2) Há impacto do estadiamento clínico na formação da média de fatores da PANSS; 3) O modelo de seis classes da PANSS indicou grupos mais homogêneos que indicam relação com medidas de espessura cortical em regiões temporais. | pt |
| dc.description.source | Dados abertos - Sucupira - Teses e dissertações (2019) | |
| dc.format.extent | 96 p. | |
| dc.identifier | https://sucupira.capes.gov.br/sucupira/public/consultas/coleta/trabalhoConclusao/viewTrabalhoConclusao.jsf?popup=true&id_trabalho=7689526 | pt |
| dc.identifier.uri | https://repositorio.unifesp.br/handle/11600/59501 | |
| dc.language.iso | por | |
| dc.publisher | Universidade Federal de São Paulo (UNIFESP) | |
| dc.rights | info:eu-repo/semantics/restrictedAccess | |
| dc.subject | Schizophrenia | en |
| dc.subject | Clinical Heterogeneity | en |
| dc.subject | Factor Analysis | en |
| dc.subject | Latent Class Analysis | en |
| dc.subject | Psychometrics | en |
| dc.subject | Esquizofrenia | pt |
| dc.subject | Heterogeneidade Clinica | pt |
| dc.subject | PANSS | pt |
| dc.subject | Análise Fatorial | pt |
| dc.subject | Análise De Classes Latentes | pt |
| dc.title | Explorando novas abordagens para compreensão da heterogeneidade clínica da esquizofrenia por meio da modelagem de equações estruturais | pt |
| dc.type | info:eu-repo/semantics/doctoralThesis | |
| unifesp.campus | São Paulo, Escola Paulista de Medicina | pt |
| unifesp.graduateProgram | Psiquiatria e Psicologia Médica | pt |
| unifesp.knowledgeArea | Psiquiatria | pt |
| unifesp.researchArea | Métodos Diagnósticos Em Psiquiatria | pt |