La dynamique chaotique des comètes
2.4 Résultats et analyse
2.4.2 Étude de la dynamique en présence de Jupiter
Inicialmente, realizou-se análise descritiva dos dados que são apresentados como médias, desvio padrão e proporções. Por não apresentarem distribuição normal, para testar as diferenças entre os grupos de EH ou EHNA, utilizou-se teste não paramétrico (Mann- Whitney) para comparação de duas médica. Para testar a associação entre variáveis categóricas, foi utilizado o teste Qui-quadrado de independência de Pearson. Para todos os testes foi adotado o nível de significância de 5%. Os cálculos foram feitos no Software SPSS versão 20.0.
5.7 PROCEDIMENTOS ÉTICOS
O projeto foi analisado e autorizado CEP/CCS/UFPE, conforme protocolo CEP ofício no 042/2015-CEP/CSS.
6 RESULTADOS
Foram avaliados 39 pacientes, dos quais 31 (80%) apresentavam esteatose e 8 (20%) esteatohepatite.
Em relação às características clínicas, houve diferença estatística significante em duas das variáveis: média de idade, 42,65 anos (95% IC=34,32;52,45) para EH vs 34,52 (95% IC=32,0;38,9) para EHNA (p=0,042) e esofagite de refluxo, 16,1% nos portadores de EH vs 75% nos que tinham EHNA (p=0,003) (Tabela 2).
Tabela 2- Características clínicas dos 39 pacientes com obesidade e DHGNA
Esteatose N=31 (80%) EHNA N=8 (20%) Valor de p
Sexo Masculino 14 (45,1%)
Feminino 17 (54,9%)
3 (37,5%) 5 (62,5%)
1,00*
Idade (anos) 43,78 (95%IC 34,32-53,25) 35,48 (95%IC=32,0-38,9) 0,042*
Peso (kg) 120,01 (95%IC=103,6-136,6) 123,1 (95%IC=115,9-130,2) 0,650*
IMC (kg/m2) 42,2 (95%IC=28,5;45,9) 40,0 (95%IC=36,8-43,2) 0,428*
Tempo de Obesidade Entre 1 e 5 anos Entre 5 e 10 anos Acima de 10 anos 1 (3,2%) 5 (16,1%) 25 (80,7%) 1 (12,5%) 1 (12,5%) 6 (75%) 0,762#
Ant familiar de Obesidade 21 (67,7%) 6 (75%) 0,524#
HAS 23 (74,1%) 7 (87,5%) 0,368# Diabetes 9 (29%) 3 (37,5%) 0,526# Hipoglicemiante 11 (35,4%) 5 (62,5%) 0,635# Dislipidemia 19 (61,2%) 6 (75%) 0,478# SAOS 8 (25,8%) 4 (50%) 0,289# Esofagite 5 (16,1%) 6 (75%) 0,003# Hérnia hiatal 3 (9,6%) 1 (12,5%) 1,00# Gastrite 20 (64,5%) 4 (50%) 0,785#
IMC: índice de massa corpórea; HAS: hipertensão arterial sistêmica; SAOS: síndrome da apneia obstrutiva do sono. *Teste de Mann Whitney #Teste exato de Fischer ou Teste de Qui-quadrado de Pearson
Na tabela 3, encontram-se os dados laboratoriais dos pacientes estudados. Não houve diferença estatística nas transaminases, ferritina, glicemia de jejum, insulina e HOMA-IR (Modelo
para avaliação insulínica calculado através da fórmula insulina de jejum (mU/L) x glicose plasmática (mg/dl)/450) entre os grupos.
Tabela 3 – Dados laboratoriais dos 39 pacientes com obesidade e DHGNA
Esteatose (N=31) EHNA (N=8) Valor de p
ALT (UI/ml) 32,21 (95%IC=23,00-41,42) 22,5 (95%IC=12,4-42,71) 0,105
AST (UI/ml) 34,8 (95%IC=27,41-63,62) 29 (95%IC= 15,29-58,71) 0,887
Ferritina (ng/ml) 272,40 (95%IC=154,2-497,14) 98,7 (95%IC= 64,4-258,58) 0,458
Glicose (mg/dl) 112,4 (95%IC=98,60-129,3) 92,5 (95%IC= 91,75-124,9) 0,725
Insulina (UI/ml) 16,34 (95%IC=11,31-18,25) 20,37 (95%IC= 5,99-34,97) 0,865
HOMA-IR 5,42 (95%IC=2,97-5,84) 5,62 (95%IC= 1,11-10,65) 0,556 ALT: Aspartato aminotransferase; AST: aspartato glutamiltransferase, HOMA-IR modelo de homeostase para avaliação de resistência Insulínica
As figuras 4 e 5 apresentam o Gráfico de escores e o Gráfico de pesos construídos a partir da separação das amostras nos grupos esteatose e esteatohepatite. O gráfico de pesos é capaz de mostrar os deslocamentos químicos mais importantes para discriminação entre os grupos e, pelos deslocamentos é possível consultando a base de dados metabolômicos HMDB (Human Metabolome Database) inferir quais seriam os metabólitos associados.
Figura 8. Gráfico de escores para separação das amostras em esteatose e esteatohepatite usando o Software Matlab 2015b Legenda: E= Esteatose; EH= Esteatohepatite
Figura 9. Gráfico de pesos para separação das amostras em esteatose e esteatohepatite usando o Software Matlab 2015b. Legenda: Deslocamentos químicos (em ppm) correspondentes: lactato 1,33; glicose 3,24; glutamato 2,04, creatinina 3,04
e taurina 3,17.
Observa-se no gráfico de escores que a primeira componente é a responsável pela separação entre os grupos. Os sinais encontrados no gráfico de pesos provavelmente estão associados ao lactato, glicose, glutamato, creatinina e taurina. De acordo com este gráfico, os pacientes com esteatohepatite devem apresentar níveis mais elevados de glutamato e creatinina, enquanto os que estão com esteatose devem apresentar níveis mais elevados de lactato, glicose e taurina. O modelo foi validado por LOOCV e obteve-se um valor de R2 igual a 0,75.
Foi construída uma tabela de contigência (Tabela 4), a partir da qual foi possível obter valores de acurácia, sensibilidade e especificidade iguais a 81,1%, 71,4% e 83,3%, respectivamente. Duas amostras foram excluídas do modelo, por não terem sido classificadas em nenhum dos grupos.
Tabela 4 - Tabela de contingência para modelo metabonômico Esteatose versus Esteatohepatite
EH E
Modelo Metabonômico
EH (Biópsia) 5 5
7 DISCUSSÃO
No presente estudo, o emprego da análise metabonômica utilizando a espectroscopia de RMN1H de amostras de soro foi capaz de diferenciar os pacientes com DHGNA que apresentavam esteatose simples dos que tinham esteatohepatite.
A prevalência de DHGNA na população geral é de 20%, podendo alcançar até 90% entre os indivíduos obesos (VERNON; BARANOVA; YOUNOSSI, 2011). Em nosso estudo, a prevalência de esteatohepatite foi igual a 20%. Esse número chamou atenção, por ser consideravelmente menor que o encontrado por outros autores, mesmo quando suas populações apresentavam média de IMC menor do que a que obtivemos (Tabela 5).
Cordeiro et al. (2013), ao analisar 47 pacientes no Serviço de Cirurgia Geral do Hospital das Clínicas da Universidade Federal de Pernambuco, encontrou esteatohepatite em 7 pacientes (25,6%), número mais próximo do da nossa amostra, o que pode refletir uma prevalência local ou um perfil diferente dos pacientes que se submetem à Cirurgia Bariátrica em nossos serviços.
Tabela 5 – Prevalência de esteatohepatite encontrada por diferentes autores e média de IMC em kg/m2 de suas amostras
Autores EHNA (%) IMC (kg/m2)
Presente estudo 20 42,2 Pulzi 40 19 Ong 37 26 Salgado Junior et al 89 38 Weingarten 58 46 Ribeiro 38 48 Mathurin 27 50 Mattar 31 56
Outra consideração diz respeito à própria definição histológica de esteatohepatite. A diretriz européia de Esteatohepatite Não-Alcoólica de 2016, sugere que o escore de atividade seja usado para definição de gravidade da doença e que o diagnóstico seja estabelecido pela avaliação patológica geral. A discussão entre patologistas considera que a diferenciação esteatose X
esteatohepatite foi assim estabelecida por sua relevância clínica, mas que essa divisão binária não abrange as mudanças complexas na história natural da doença.
Em relação às características clínicas dos pacientes, encontramos diferença significante em relação à média de idade. Este achado ocorreu em estudo que realizou biópsias de forma longitudinal em pacientes com DHGNA (ADAMS et al., 2005). Os pacientes que apresentaram progressão da doença tiveram menor média de idade (44 anos), do que os que tiveram doença estável (47 anos) ou regressão (46 anos).
Sabe-se que marcadores isolados têm acurácia limitada para o diagnóstico de EHNA (PAPAGIANNI; SOFOGIANNI; TZIOMALOS, 2015). Níveis normais de ALT não excluem a presença de fibrose avançada ou cirrose, como também seus níveis não se correlacionam com a gravidade da fibrose. Outros marcadores simples, como a razão AST/plaquetas (APRI), também apresenta baixa acurácia (AUROC<0,60) (LOANEZA-DEL-CASTILHO et al., 2008).
Um dos biomarcadores mais estudados nos últimos anos, a CK 18, apesar de performance satisfatória em detectar esteatose, teve apenas acurácia moderada (AUROC=0,70-0,83) no diagnóstico de esteatohepatite (CUSI et al., 2014; JOKA et al., 2012). Além disso, a medida de CK18 tem acurácia limitada em distinguir estágios de fibrose (FELDSTEIN, 2010).
Em relação a estudos que empregaram metabonômica, Kalhan et al. (2011) analisaram 35 diabéticos (11 com esteatose e 24 com esteatohepatite) e 25 controles saudáveis utilizando espectrometria de massa. Neste estudo 92% dos indivíduos saudáveis foram corretamente separados dos que tinham DHGNA. Obteve-se uma maior taxa de erro na diferenciação entre esteatose e esteatohepatite, o que fez os autores considerarem não ser possível separá-los usando a estratégica metabolômica (esse estudo incluía identificação de metabólitos). Uma possível limitação foi o pequeno número de pacientes com esteatose, mas apontaram para metabólitos da glutationa, ácidos biliares e aminoácidos como potenciais marcadores diagnósticos.
Barr et al. (2011) avaliaram um grupo maior de pacientes (246 com esteatose e 131 com esteatohepatite) com cromatografia líquida/espectrometria de massa comparado à biópsia hepática, conseguindo acurácia de 82%, sensibilidade de 71% e especificidade 92%. Mais de 90% dos pacientes com DHGNA que não tinham esteatohepatite foram corretamente identificados e, essa alta acurácia do modelo em excluir a presença de esteatohepatite é
particularmente importante, considerando o fato que a maioria dos pacientes vistos na prática clínica dentro do espectro da doença não tem sua forma avançada.
Li et al (2011) utilizando a espectroscopia de RMN1H, mas em camundongos (26 com esteatose e 6 com esteatohepatite) conseguiram encontrar quatro potenciais biomarcadores (glicose, lactato, glutamato/glutamina e taurina) que mostraram elevada capacidade discriminatória para DHGNA em diferentes estágios. Esses metabólitos também foram apontados em nosso estudo como possíveis discriminantes entre os pacientes com esteatos e esteatohepatite.
Nosso estudo encontrou acurácia de 81,1% do modelo metabonômico para diferenciar entre pacientes com DHGNA os que tinham esteatose dos que tinham EHNA. Outros biomarcadores, como CK-18 e adiponectina apresentaram acurácia de 70 a 85% (SANAL, 2015). O NASH test (modelo construído com múltiplas variáveis clínicas e laboratoriais) apresentou sensibilidade de 88%, especificidade de 50% e acurácia variando de 69 a 83% (ADAMS, 2001).
Reconhecemos que o estudo dos biomarcadores em DHGNA busca formas não invasivas de: (1) diferenciar DHGNA dos controles saudáveis (screening); (2) avaliar gravidade da esteatose; (3) distinguir entre EH e EHNA; (4) identificar a presença de fibrose. Acredita-se que a estratégia metabonômica é capaz de vencer limitações de marcadores únicos e consegue ser amplamente empregada em doenças complexas como a DHGNA, trazendo importante aplicação clínica para screening, diagnóstico, classificação e avaliação prognóstica dessa doença.
8 CONCLUSÕES
1. A metabonômica por espectroscopia de RMN1H foi capaz de diferenciar os pacientes com esteatose dos que têm esteatohepatite não alcoólica na amostra de pacientes obesos estudada.
2. O modelo construído apresentou acurácia, sensibilidade e especificidade iguais a 81,1%, 71,4% e 83,3%, respectivamente.
REFERÊNCIAS
ADAMS, L. A. et al. The natural history of nonalcoholic fatty liver disease: a population- based cohort study. Gastroenterology, v.129, n.1, p.113-121, 2005.
ADAMS, S. H. Emerging perspective on essential amino acid metabolismo in obesity and the insulin-resistant. Adv. Nutr., v.2, n.6, p.445-456, 2001.
AKIRA K. et al. LC-NMR identification of a novel taurine-related metabolite observed in
1H NMR-based metabonomics of genetically hypertensive rats. Journal of Pharmaceutical and
Biomedical Analysis, Munster, v.51, n.5, p. 1091-1096, abr. 2010.
AKIRA, K. et al. HNMR-based metabonomic analysis of urine from young spontaneously hypertensive rats. Journal of Pharmaceutical and Biomedical Analysis, Munster, v.46, n.3, p. 550-556, fev. 2008.
AKIRA, K.; IMACHI, M.; HASHIMOTO, T. Investigations into biochemical changes of genetic hypertensive rats using 1H Nuclear Magnetic Resonance-Based Metabonomics.
Hypertension Research, Tochigi, v.28, p. 425-430, jun. 2005.
ANGULO, P. et al. The NAFLD fibrosis score: a noninvasive system that identifies liver fibrosis in patients with NAFLD. Hepatology, New York, v.45, n.4, p. 846-854, abr. 2007. ARMSTRONG, M. J.; ADAMS, L. A.; CANBAY, A.; SYN, W. K. Extrahepatic complications of nonalcoholic fatty liver disease. Hepatology, New York, v.59, n.3, p. 1174-1197, mar. 2014. AZMI, J. et al. Chemometric analysis of biofluids following toxicant induced hepatotoxicity: A metabonomic approach to distinguish the effects of 1-naphtylisiothiocyanate from its products. Xenobiotica, Guildford, v.35, n.8, p. 839-852, set. 2008.
BARR, J. et al. Obesity-dependent metabolic signatures associated with nonalcoholic fatty liver disease progression. Journal of Proteome Research, v.10, n.6, p. 2797-2806, jun. 2011. BERTINI, I. et al. Metabolomic NMR fingerprint to identify and predict survival of patient with metastatic colorectal cancer. Cancer Research, Philadelphia, v.72, n. 1, p. 356-364, jan. 2012.
BEYOGLU, D.; IDLE, J. R. The metabolomic window into hepatobiliary disease. Journal of Hepatology, Geneva, vol. 59, n.4, p. 842-858, out. 2013.
BLACHIER, M. et al. The burden of liver disease in Europe: a review of avalaible epidemiological data. Journal of Hepatology, Geneva, v.58, n.3, p. 593-608, mar. 2013.
BOURSIER, J. et al. An extension of STARD statements for reporting diagnostic accuracy studies on liver fibrosis tests: the Liver-Fibro STARD standards. Journal of Hepatology, Geneva, v. 62, n. 4, p. 807-815, abr. 2015.
BROWNING, J. D. et al. Prevalence of hepatic steatosis in an urban population in the United States: impact of ethnicity. Hepatology, New York, v.40, n.6, p. 1387-1395, dez. 2004.
BYRNE, C. D.; TARGHER G. NAFLD: A multisystem disease. Journal of Hepatology, Geneva, v.62, n.1, p. S47-S64, abr. 2015.
CORDEIRO, L. et al. Nonalcoholic steatohepatitis on preoperative period of gastric bypass: lack of correlation with degree of obesity. Arquivos Brasileiros de Cirurgia Digestiva, São Paulo, v. 26, s.1, p. 39-42, 2013.
CRUZ, J. F. et al. Prevalência e alterações ecográficas compatíveis com esteatose hepática em pacientes encaminhados para exame de ultrassonografia abdominal em Aracaju, SE. Radiologia Brasileira, São Paulo, v.49, n. 1, jan-fev. 2016.
CUSI, K. et al. Limited value of plasma cytokeratin-18 as a biomarker for NASH and fibrosis in patients with non-alcoholic fatty liver disease. Journal of Hepatology, Geneva, v.60, n.1, p. 167-74, jan. 2014.
DIAB, D. L. et al. Cytokeratin 18 fragment levels as a noninvasive biomarker for nonalcoholic steatohepatitis in bariatric surgery patients. Clinical Gastroenterology and Hepatology, Houston, v.6, n.11, p. 1249-1254, nov. 2008.
DIETMAIR, S. et al. Towards quantitative metabolomics of mammalian cells: development of a metabolite extraction protocol. Analytical biochemistry, Bethesda, v.404, n.2, p. 155-164, set. 2010.
DOWMAN, J. K.; TOMLINSON, J. W.; NEWSOME, P. N. Systematic review: the diagnosis and staging of non-alcoholic fatty liver disease and non-alcoholic steatohepatitis. Alimentary Pharmacology Therapeutics, London, v.33, n 5, p. 525-540, mar. 2011.
DUARTE, I. F.; DIAZ, S. O.; GIL, A. M. NMR metabonomics of human blood and urine research. Journal of Pharmaceutical and Biomedical Analysis, Munster, v.93, p. 17-26, mai. 2014.
DUMAS, M. E. et al. Assessment of analytical reproducibility of 1H NMR spectroscopy based metabonomics for large-scale epidemiological research: the INTERMAP Study. Analytical Chemistry, Washington, v. 78, n.7, p. 2199-2208, mar. 2006.
DUNN, W. B. et al. Procedures for large-scale metabolic profiling of serum and plasma using gas chromatrography and liquid chromatography coupled to mass spectrometry. Nature Protocols, London, v.6, n.7, p. 1060-1083, jun. 2011.
EKSTED, M. et al. Long-term follow-up of patients with NAFLD and elevated liver enzymes. Hepatology, New York, v.44, n.4, p. 865-873, out. 2006.
FELDSTEIN, A. E. et al. Serum cytokeratin-18 fragment levels are useful biomarkers for nonalcoholic steatohepatitis in children. The American Journal of Gastroenterology, Los Angeles, v. 108, p. 1526-1531, set. 2013.
FELDSTEIN, A. E.; NOBILI, V. Biomarkers in nonalcoholic fatty liver disease: a new era in diagnosis and staging of disease in children. J. Pediatr. Gastroenterol. Nutr., v.51, n.4, p.378- 379, p.2010.
FERREIRA, V. S.; PERNAMBUCO, R. B.; LOPES, E. P. Frequency and risk factors associated with non-alcoholic fatty liver disease in patients with type 2 diabetes mellitus. Arquivos Brasileiros de Endocrinologia & Metabologia, São Paulo, v.54, n.4, p. 362-368, jun. 2010.
FITZPATRICK, E.; DHAWAN, A. Noinvasive biomarkers in non-alcoholic fatty liver disease: current status and a glimpse of the future. World Journal of Gastroenterology, Pleasanton, v. 20, n31, p. 10851-10863, ago. 2014.
GINSBURG, G. S.; DONAHUE, M. P.; NEWBY, L. K. Prospect for personalized cardiovascular medicine: The impact of genomics. Journal of the American College of Cardiology, Washington, v.46, n.9, p. 1615-1627, nov. 2005.
GODOY, M. M. G. et al. Hepatitis C virus infection diagnosis using metabonomics. Journal of Viral Hepatitis, Medford, v.17, n.12, p. 854-858, dez. 2010.
HAUKELAND, J. W. et al. Systemic inflammation in nonalcoholic fatty liver disease is characterized by elevated levels of CCL2. Journal of Hepatology, Daubin, v. 44, n.6, p. 1167- 1174, mar. 2006.
HOLLAND, N. T. et al. Biological sample collection and processing for molecular epidemiological studies. Mutation Research, Massachussetts, v. 543, n.3, p.217-234, jun. 2003. HOLMES, C. E. et al. Chemometric methods for toxicity classification based on NMR spectra of biofluids. Chemical Research in Toxicology, Minnesota, v.13, n.6, p. 471-478, mai. 2000.
HOLMES, E. et al. Development of a model for classification of toxin-induced lesions using
1H NMR spectroscopy of urine combined with pattern recognition. Nuclear Magnetic
Resonance in Biochemistry, v. 11, n.4, p. 235-244, jun-ago. 1998.
HUI, J. M. et al. High sensitivity C-reactive protein values do not reliably predict the severity of histological changes in NAFLD. Hepatology, New York, v.39, n.5, p. 1458-1459, mai. 2004.
HUIa, J. M. et al. Beyond insulin resistance in NASH: TNF-alpha or adiponectin? Hepatology, New York, v.40, n.1, p. 46-54, jul. 2004.
ISSAQ, H. J. et al. Analytical and statistical approaches to metabolomic research. Journal of Separation Science, Weinheim, v. 32, n.13, p. 2183-2199, jul. 2009.
JARRAR, M. H. et al. Adipokines and cytokines in non-alcoholic fatty liver disease. Alimentary Pharmacology and Therapeutics, Medford, v.27, n.5, p. 412-421, mar. 2008.
JOKA, D. et al. Prospective biopsy-controlled evaluation of cell death biomarkers for prediction of liver fibrosis and nonalcoholilc steatohepatitis. Hepatology, v.55, n.2, p.455- 464, 2012.
KALHAN, S. C. et al. Plasma metabolomic profile in nonalcoholic fatty liver disease. Metabolism., v.60, n.3, p.404-413, 2011.
KIRSCHENLOHR, H. L. et al. Proton NMR analysis of plasma is a weak predictor of coronary artery disease. Nat. Med., v.12, n.6, p.705-710, 2006.
KWOK, R. et al. Systematic review with meta-analysis: Non-invasive assessment of non- alcoholic fatty liver disease- the role of transient elastography and plasma cytokeratin-18 fragments. Alimentary Pharmacology and Therapeutics, Medford, v.39, n.3, p. 254-269, fev. 2014.
LABORDE, C. M. et al. Potential blood biomarkers for stroke. Expert Review of Proteomics, Cambridge, v. 9, p.437-449, 2012.
LENZ, E. M.; WILSON, I. D. Analytical strategies in metabonomics. Journal of Proteome Research, Washington, v.6, n.2, p. 443-458, dez. 2006.
LI, S. et al. Metabolomics study of alcohol-induced liver injury and hepatocellular carcinoma xenografts in mice. J. Chromatogr. B. Analyt. Technol. Biomed. Life Sci., v. 24, 2011.
LINDON, J. C.; HOLMES, E.; NICHOLSON, J. K. So what’s the deal with metabonomics? Analytical Chemistry, Washington, v. 75, n. 17, p. 384A-391A, set. 2003.
LOANEZA-DEL-CASTILHO, A. et al. AST to platelet ratio index (APRI) for the noninvasive evaluation of liver fibrosis. Ann. Hepatol., v.7, n.4, p.350-357, 2008.
MAKINEN, V. P. et al. H NMR metabonomics approach to the disease continuum of diabetic complications and premature death. Molecular Systems Biology, v.4, p. 167-179, fev. 2008.
MANCO, M. et al. Correlation of serum TNF-alpha levels and histologic liver injury scores in pediatric nonalcoholic fatty liver disease. American Journal of Clinical Pathology, Oxford, v.127, n.6, p. 954-960, jun. 2007.
MANNINA, L.; SOBOLEV, A. P.; CAPITANI, D. Applications of NMR metabolomics to the study of foodstuffs. Electrophoresis, Weinheim, v. 33, n.15, p. 2290-2313, ago. 2012.
MUSSO, G. et al. Meta-analysis: natural history of non-alcoholic fatty liver disease (NAFLD) and diagnostic accuracy of non-invasive tests for liver disease severity. Annals of Medicine, Helsinki, v.43, n.8, P. 617-649, dez. 2011.
NICHOLSON, J. K.; LINDON, J. C.; HOLMES, E. ‘Metabonomics’: understanding the metabolic responses of living systems to pathopshysiological stimuli via multivariate statistical analysis of biological NMR spectroscopic data. Xenobiotica, London, v. 29, n.11, p. 1181-1189, nov. 1999.
ONG, J. P.; PITTS, A.; YOUNOUSSI, Z. M. Increased overall mortality and liver-related mortality in non-alcoholic fatty liver disease. Journal of Hepatology, Daubin, v.49, n.4, p. 608- 612, out. 2008.
PAPAGIANNI, M.; SOFOGIANNI, A.; TZIOMALOS, K. Non-invasive methods for the diagnosis of nonalcoholic fatty liver disease. Word J. Hepatol., v. 7,n. 4, p. 638-648, 2015. PEAKMAN, T. C.; ELLIOTT, P. The UK Biobank handling and storage validation studies. International Journal of Epidemiology, Oxford, v.37, n.2, p. 234-244, abr. 2008.
POWERS, R. NMR metabolomics and drug discovery. Magnetic Resonance in Chemistry, Medford, v. 47, n.1, p. S2-S11, dez. 2009.
RAPPAPORT, S. M. Implications of the exposome for exposure science. Journal of Exposure Science and Environmental Epidemiology, New York, v.21, n.1, p. 5-9, jan-fev. 2011.
RATZIU, V. et al. Sampling variability of liver biopsy in Nonalcoholic Fatty Liver Disease. Gastroenterology, Philadelphia, v.128, n.7, p. 1898-1906, jun. 2005.
ROBERTSON, D. G. Metabonomics in toxicology: A review. Science, Washington, v. 85, n.2, p. 809-822, jun. 2005.
SANAL, N. G. Biomarkers in nonalcoholic fatty liver disease-the emperor has no clothes? World Journal of Gastroenterology, Pleasanton, v.21, n.11, p. 3223-3231, mar. 2015.
SAUDE, E.; SYKES, B. Urine stability for metabolomic studies: effects of preparation and storage. Metabolomics, v.3, n.1, p. 19-27, mar. 2007.
SCHRIPSEMA J. Application of NMR in plant metabolomics: Techniques, problems and prospects. Phytochemical Analysis, Medford, v.21, n, 1, p. 14-21, jan-fev. 2010.
SHYUR, L. F.; YANG, N. S. Metabonomics for phytomedicine research and drug development. Current Opinion in Chemical Biology, v.12, n.1, p. 66-71, fev. 2008.
SILVA, R. O. A espectroscopia de RMN como ferramenta elucidativa: estruturas moleculares, mecanismos de reação e metabonômica. 229 f. 2010. Tese. Pós-Graduação em Química (Universidade Federal de Pernambuco). Recife, 2010.
SOLANKY, K. S. et al. Application of biofluid 1H nuclear magnetic resonance-based
metabonomics techniques for the analysis of the biochemical effects of dietary isoflavones on human plasma profile. Analytical Biochemistry, v. 323, p. 197-204, 2003.
SUMNER, L. W.; MENDES, P.; DIXON, R. A. Plant metabolomics: large-scale phytochemistry in the functional genomics era. Phytochemistry, v.62, n. 6, p. 817-836, mar. 2003.
SUN, C.; FAN, J. G.; QIAO, L. Potential Epigenetic Mechanism in Non-Alcoholic Fatty Liver Disease. International Journal of Molecular Sciences, Basel, v. 16, n.3, p. 5161-5179, mar. 2015.
TAKAKI, A.; KAWAI, D.; YAMAMOTO, K. Multiple hits, including oxidative stress, as pathogenesis and treatment target in non-alcholic steatohepatits (NASH). International Journal of Molecular Sciences, Basel, v.14, n.10, p. 20704-20728, out. 2013.
TARGHER G. Relationship between high-sensitivity C-reactive protein levels and liver histology in subjects with non-alcoholic fatty liver disease. Journal of Hepatology, Daubin, v.45, n.6, p. 879-881, dez. 2006.
TEAHAN O. et al. Impact of analytical bias in metabonomic studies of human blood serum and plasma. Analytical Chemistry, Washington, v.78, n.13, p. 4307-4318, jul. 2006.
TEAHAN, O. et al. Impact of analytical bias in metabonomic studies of human blood serum and plasma. Anal Chem., v.78, n.13, p.4307-4318, 2006.
TUCK, M. K. et al. Standard operating procedures for serum and plasma collection: early detection research network consensus statement standard operating procedure integration working group. Journal of Proteome Research, Washington, v.8, n.1, p.113-117, jan. 2009. VERNON, G.; BARANOVA, A.; YOUNOSSI, S. M. Systematic review: the epidemiology and natural history of non-alcoholic fatty liver disease and non-alcoholic steatohepatitis in adults. Alimentary Pharmacology and Therapeutics, Medford, v. 34, n.3, p. 274-285, ago. 2011. WATERS, N. J. et al. NMR and pattern recognition studies on the time related metabolic effects of alfa-naphthylisothiocyanate on liver, urine and plasma in the rat: an integrative metabonomic approach. Chemical Research in Toxicology, Minnesota, v. 14, n.10, p. 1401- 1412, out. 2001.
WIECKOWSKA, A. et al. In vivo assessment of liver cell apoptosis as a novel biomarker of disease severity in nonalcoholic fatty liver disease. Hepatology, New York, v.44, n.1, p. 27-33, jul. 2006.
WISHART, D. S. Metabolomics: applications to food science and nutrition research. Trends in Food Science & Technology, v.19, n.9, p. 482-493, set. 2008.
WU, D.; ZHU, B.; WANG, X. Metabonomics-based omics study and atherosclerosis. J. Clin. Bioinforma., 2011. Disponível em: <https://www.ncbi.nlm.nih.gov/pmc/articles/PMC3222604/>. Acesso em: 12/06/2017.
XIA, J. et al. Translational biomarker discovery in clinical metabolomics: an introductory tutorial. Metabolomics, v.9, n.2, p. 280-299, abr. 2013.
YIN, P. et al. Preanalytical aspects and sample quality assessment in metabolomic studies of human blood. Clinical Chemistry, v.59, n.5, p. 833-845, mai. 2013.
ZHANG, A. et al. Recent and potential developments of biofluid analyses in metabolomics. Journal of Proteomics, v.75, n.4, p. 1079-1088, fev. 2012.
APÊNDICE A – TERMO DE CONSENTIMENTO LIVRE E ESCLARECIDO PARA PARTICIPAÇÃO EM ESTUDO CLÍNICO
Título: Diferenciação entre esteatose e esteatohepatite não-alcoólica usando metabonômica Investigador Principal: Dra. Moara Maria Silva Cardozo
Orientadores: Dr. Edmundo Lopes e Dr. Ricardo Oliveira
Unidade: Av. Prof. Moraes Rego s/n, Cidade Universitária, Recife-PE, CEP: 50670-901, Tel.: 2126 8588
Você está sendo convidado (a) para participar de uma pesquisa cujo título é: Diferenciação entre
esteatose e esteatohepatite não-alcoólica usando metabonômica
O objetivo do projeto é avaliar substâncias que possam ser identificadas no sangue para diferenciar a forma simples da esteatose hepática (só gordura no fígado) da esteatohepatite (onde se tem gordura e inflamação). Enquanto a primeira tem um curso mais benigno, a segunda pode evoluir para cirrose e câncer de fígado.