OBJETIVOS: Conhecer as vantagens da utilização das redes neurais artificiais no reconhecimento de padrões em radiografias de coluna lombar na incidência perfil para auxiliar no diagnóstico da osteoartrite primária. MÉTODO: Estudo transversal, descritivo, analítico, de abordagem quantitativa e com ênfase diagnóstica. O conjunto de treinamento foi composto por imagens coletadas no período de janeiro a julho de 2009 de pacientes submetidos a radiografias digitais de coluna lombar na incidência em perfil provenientes de um serviço de radiologia localizado no município de Criciúma (SC). Das 260 imagens coletadas, foram excluídas: as radiografias distorcidas, as patologias que alteram a arquitetura da coluna lombar e os padrões de difícil caracterização, resultando em um total de 206 imagens. O banco de imagens (n = 206) foi subdividido, resultando em 68 radiografias para a etapa de treinamento, 68 para testes e 70 para validação. Foi utilizada uma rede neural híbrida baseada em mapas auto-organizáveis de Kohonen e redes Multilayer Perceptron. RESULTADOS: Após 90 ciclos, foi realizada a validação com o melhor teste, alcançando acurácia de 62,85%, sensibilidade de 65,71% e especificidade de 60%. CONCLUSÃO: Apesar da demonstração de uma eficácia mediana, por se tratar de estudo de caráter inovador, seus valores mostram um futuro promissor da técnica utilizada, com sugestão para trabalhos futuros com abrangência na metodologia de processamento das imagens e ciclos com uma quantidade maior de radiografias.

OBJECTIVE: To ascertain the advantages of applying artificial neural networks to recognize patterns on lumbar column radiographs in order to aid in the process of diagnosing primary osteoarthritis. METHODS: This was a cross-sectional descriptive analytical study with a quantitative approach and an emphasis on diagnosis. The training set was composed of images collected between January and July 2009 from patients who had undergone lateral-view digital radiographs of the lumbar column, which were provided by a radiology clinic located in the municipality of Criciúma (SC). Out of the total of 260 images gathered, those with distortions, those presenting pathological conditions that altered the architecture of the lumbar column and those with patterns that were difficult to characterize were discarded, thus resulting in 206 images. The image data base (n = 206) was then subdivided, resulting in 68 radiographs for the training stage, 68 images for tests and 70 for validation. A hybrid neural network based on Kohonen self-organizing maps and on Multilayer Perceptron networks was used. RESULTS: After 90 cycles, the validation was carried out on the best results, thereby reaching accuracy of 62.85%, sensitivity of 65.71% and specificity of 60%. CONCLUSIONS: Even though the effectiveness shown was moderate, this study is of innovative nature. Hence, the values show that the technique used has a promising future, thus pointing towards further studies covering the image and cycle processing methodology with a larger quantity of radiographs.

INTRODUÇÃO: A hanseníase é uma das doenças mais antigas da humanidade e persiste como problema de saúde pública. O Brasil ocupa o primeiro lugar na incidência e o segundo na prevalência mundial, e nas Américas representa 93% dos casos, conforme dados da Organização Mundial de Saúde de 2008. O objetivo deste estudo é conhecer o perfil dos pacientes com hanseníase nos municípios da Associação dos Municípios da Região Carbonífera (AMREC), no período de 01/01/2001 a 31/12/2007. MÉTODOS: Trata-se de um estudo transversal e retrospectivo realizado na região da AMREC em Santa Catarina, Brasil. A amostra foi do tipo censitária, em que todos os pacientes notificados foram analisados. RESULTADOS: A população foi de 54 pacientes: 57,4% do sexo feminino e 42,6% do sexo masculino. A faixa etária prevalente foi de 30 a 39 anos (31,5%), a raça branca representou 79,6%. A ocupação foi ignorada em 51 casos, e a baciloscopia em 98%. As formas tuberculóide e virchoviana apresentaram frequência de 27,8% cada e na classificação operacional 50% eram multibacilares. O coeficiente de detecção das cidades variou de baixo a muito alto. CONCLUSÕES: Na análise não há predomínio de multi ou paucibacilares, nem de uma forma clinica específica, contudo sabemos que o diagnóstico está ocorrendo tardiamente pela menor porcentagem de casos indeterminados e com predomínio do sexo feminino. Soma-se a isso o fato de haver escassez dos dados nas fichas de notificação, o que impossibilita-nos de mostrar a realidade da população estudada.

INTRODUCTION: Leprosy is one of the oldest diseases of humanity and persists as a serious public health problem. Brazil has the highest incidence and second highest prevalence. In the Americas, it accounts for 93% of the cases, according to World Health Organization data from 2008. The objective of this study was to ascertain the profile of leprosy patients in the municipalities of the Association of Municipalities of the Carboniferous Region (AMREC), over the period from January 1, 2001, to December 31, 2007. METHODS: This was a retrospective cross-sectional study carried out in the AMREC region in Santa Catarina, Brazil. The sample was of census type, in which all the patients notified were analyzed. RESULTS: 54 patients were analyzed, among whom 57% were female and 42.6% were male. The most prevalent age group was from 30 to 39 years old (31.5%) and 79.6% had white skin color. The occupation was unknown in 51 cases, as was bacilloscopy in 98%. The tuberculoid and Virchowian forms each presented a frequency of 27.8%. The coefficient of detection observed in the municipalities ranged from low to very high. CONCLUSIONS: Neither multibacillary nor paucibacillary forms predominated in the analysis, nor any specific clinical form. Nevertheless, it is known that cases are being diagnosed late because of the low percentage of indeterminate cases, with predominance among females. Added to this, the information on the notification forms is sparse, which makes it impossible to show the realities of the study population.