Avaliação cardíaca do padrão de responsividade à cafeína através de métodos de aprendizagem computacional

Resumo

Aproximadamente 80% da população adulta mundial consome um produto cafeinado diariamente e, ao contrário de outras drogas, o consumo acontece em todos os níveis socioeconómicos. Além do custo-benefício, a cafeína atua como um poderoso estimulante do sistema nervoso central com efeitos fisiológicos muito apelativos ao consumidor, especialmente a nível cognitivo e da performance física. A forma de administrar esta substância psicoativa parece influenciar a resposta do organismo e, por isso, estudos têm sido desenvolvidos a fim de encontrar soluções mais eficientes. A entrega de cafeína através dos Oral Films (OF) representa uma grande oportunidade para os investigadores. De forma a colmatar a lacuna científica nesta área, tirou-se partido da influência da cafeína sobre a modulação da atividade do sistema nervoso, através do rastreamento da variabilidade da atividade cardíaca, em indivíduos saudáveis sujeitos ao consumo de diferentes modalidades de cafeína: café, descafeinado, OF_cafeína e OF_placebo. Considerando a era científico-tecnológica em que vivemos, e no sentido de maximizar a capacidade discriminativa dos sinais eletrocardiográficos (ECG), tirou-se partido da sua natureza dinâmica com recurso a métodos robustos de processamento de sinal e técnicas de Inteligência Artificial para estudar as comparações binárias descafeinado/café e OF_placebo/OF_cafeína. Assim, após os ECG serem submetidos a uma análise multibanda através da Transformada Wavelet Discreta (DWT), para todos os 5 níveis de decomposição, foram extraídas as métricas energia, entropia, expoente de Lyapunov, expoente de Hurst e dimensão fractal de Higuchi. Estas métricas alimentaram 23 modelos de classificação num processo de validação cruzada em leave-one-out, a cada 1 min. Para otimizar o processo de classificação, selecionaram-se automaticamente as métricas que melhor descrevem os sinais, removendo informações redundantes e evitando o overfitting, recorrendo-se ao treino classificativo com a Análise de Componentes Principais (PCA) a 100%, 80%, 70%, 50%, 20%, 10%, 5% e 1%. Para compreender a evolução temporal do efeito fisiológico das modalidades no organismo, foram traçadas curvas de precisão de 50 min com resolução de 1 min, para cada comparação binária, para todos os classificadores e para todos os treinos com PCA. Face ao elevado volume de dados, a decisão do classificador que melhor discrimina as modalidades em cada comparação binária foi efetuada com base na precisão média das curvas de precisão. Os resultados das análises individuais revelaram os melhores valores de precisão média para os classificadores de árvore de decisão no treino com PCA 100% (50,2%) e Fine Gaussian no treino com PCA 95% (72%), para as comparações descafeinado/café e OF_placebo/OF_cafeína, respetivamente. Ainda assim, existem picos discriminativos de maior amplitude ao longo do tempo que são camuflados pela precisão média. As curvas de precisão revelaram, ao contrário da comparação descafeinado/café, diferenças significativas ao longo do tempo entre o OF_placebo e o OF_cafeína, evidenciando que o consumo de cafeína através de OF revela capacidade efetiva em relação ao seu placebo. Entretanto, no caso da comparação descafeinado/café, os resultados apontam para que o descafeinado não constitua um verdadeiro placebo do café. O principal fator aponta para o facto de que ambas as modalidades foram servidas da mesma máquina e resíduos de cafeína podem ter passado para a bebida descafeinada.

Data do prémio	13 jan. 2023
Idioma original	Portuguese
Instituição de premiação	Universidade Católica Portuguesa
Supervisor	Pedro Miguel Rodrigues (Supervisor) & Patrícia Oliveira-Silva (Co-Orientador)