Abstract In the community, malnutrition is manifested by the loss of muscle mass, being associated with a decrease in muscle strength, an increased risk of frailty, functional impairment and impaired healing of chronic wounds, as well as a higher incidence of infections. It is estimated that malnutrition affects one in three elderly people at home and one in three patients in elderly care institutions. Malnutrition is reversible as long as the patient has access to timely nutritional screening that identifies their nutritional risk and as long as an individualized nutritional intervention is instituted. Disease associated malnutrition continues to be perceived as a secondary problem in primary health care, so the implementation of nutritional risk screening, as a routine parameter, is the first step in improving access to nutritional care in the community. In this article, the Malnutrition Universal Screening Tool is proposed for routine nutritional screening in primary care.

Resumo Na comunidade, a malnutrição manifesta-se pela perda de massa muscular, estando associada à diminuição da força muscular, ao aumento do risco de fragilidade, ao comprometimento funcional e da cicatrização de feridas crónicas, assim como a maior incidência de infeções. Estima-se que a malnutrição afete um em cada três idosos no seu domicílio e um em cada três utentes em instituições de cuidados de idosos. A malnutrição é reversível desde que o utente tenha acesso a um atempado rastreio nutricional que identifique o seu risco nutricional e instituída uma intervenção nutricional individualizada. A malnutrição associada à doença continua a ser percecionada como um problema secundário nos cuidados de saúde primários, pelo que a implementação do rastreio do risco nutricional, como um parâmetro de rotina, é o primeiro passo na melhoria do acesso aos cuidados nutricionais na comunidade. Neste artigo, é proposta a ferramenta Malnutrition Universal Screening Tool para rastreio nutricional de rotina nos cuidados de saúde primários.

Resumo Introdução A osteonecrose dos maxilares relacionada à medicação é uma complicação grave da terapia antirreabsortiva e antiangiogênica, com opção de tratamento limitada e grande impacto na qualidade de vida do paciente. Objetivo Avaliar os fatores de risco associados à osteonecrose dos maxilares relacionada à medicação em pacientes oncológicos em tratamento com bifosfonato Além disso, os níveis salivares de interleucina-6 (IL-6) foram medidos para investigar sua associação com a gravidade e o risco de osteonecrose dos maxilares relacionada à medicação. Método Estudo caso-controle com 74 pacientes com metástases ósseas de tumores sólidos e mieloma múltiplo. Os pacientes foram divididos em três grupos: 1) em tratamento por bifosfonato com osteonecrose dos maxilares relacionada à medicação; 2) submetidos ao bifosfonato sem osteonecrose dos maxilares relacionada à medicação; e 3) pré-tratamento de bifosfonato. Os dados demográficos e médicos dos pacientes foram coletados para avaliar o risco. A avaliação clínica foi feita para diagnosticar osteonecrose dos maxilares relacionada à medicação e a saliva não estimulada foi coletada para quantificação da IL-6. Resultados Observou-se que os pacientes diagnosticados com osteonecrose dos maxilares relacionada à medicação foram submetidos a maior número de doses de bifosfonato (p = 0,001) e protocolo de infusão mensal (p = 0,044; OR = 7,75). Pacientes que não tiveram acompanhamento de rotina com dentistas especializados durante a terapia com bifosfonato e tabagismo foram associados ao osteonecrose dos maxilares relacionada à medicação (p = 0,019; OR = 8,25 e p = 0,031; OR = 9,37, respectivamente). O grupo 1 apresentou maior frequência de tratamento com quimioterapia e corticosteroides concomitantes ao bifosfonato e procedimentos odontológicos cirúrgicos (p = 0,129). Os níveis salivares de IL-6 não apresentaram diferença estatisticamente significante entre os grupos (p = 0,571) ou associação com a gravidade do osteonecrose dos maxilares relacionada à medicação (p = 0,923). Conclusão Maior número de ciclos de bifosfonato, protocolo de infusão mensal, ausência de acompanhamento odontológico para manutenção da saúde bucal e tabagismo foram associados ao osteonecrose dos maxilares relacionada à medicação. O acompanhamento odontológico especializado durante o tratamento demonstrou ser importante na prevenção dessa complicação.

Abstract Introduction Medication-related osteonecrosis of the jaws is a severe complication of the use of antiresorptive and antiangiogenic therapy, with limited treatment options and great impact on patient’s quality pf life. Objective The aim of this study was to assess the risk factors associated with medication-related osteonecrosis of the jaws in oncologic patients undergoing bisphosphonate treatment. In addition, salivary levels of interleukin-6, IL-6, were measured to investigate their association with severity and risk of medication-related osteonecrosis of the jaws. Methods Case-control study with 74 patients with bone metastases from solid tumors and multiple myeloma was included. Patients were divided into three groups: 1) those undergoing bisphosphonate treatment with medication-related osteonecrosis of the jaws; 2) those undergoing bisphosphonate without medication-related osteonecrosis of the jaws; and 3) those with bisphosphonate pretreatment. The demographic and medical data of the patients were collected to assess risk. The clinical evaluation was performed to diagnose medication-related osteonecrosis of the jaws and unstimulated saliva was collected for quantification of IL-6. Results As result, it was observed that patients diagnosed with medication-related osteonecrosis of the jaws were submitted to higher number of bisphosphonate doses (p= 0.001) and monthly infusion protocol (p= 0.044; OR = 7.75). Patients who did not have routine followup with specialized dentists during therapy with bisphosphonate and smoking were associated with medication-related osteonecrosis of the jaws (p= 0.019; OR = 8.25 and p= 0.031; OR = 9.37 respectively). Group 1 had a higher frequency of treatment with chemotherapy and corticosteroids concomitant with bisphosphonate, and surgical dental procedures (p= 0.129). Salivary IL-6 levels showed no statistically significant difference between the groups (p= 0.571) or association with medication-related osteonecrosis of the jaws severity (p= 0.923). Conclusion A higher number of bisphosphonate cycles, monthly infusion protocol, no dental follow-up for oral health maintenance and smoking were associated with medication-related osteonecrosis of the jaws. Specialized dental follow up during bisphosphonate treatment has been shown to be an important factor in preventing this complication.

RESUMEN Los métodos de recobro mejorado de petróleo (EOR) son esenciales para aumentar la producción de petróleo. La inyección de polímeros se perfila como una de las tecnologías más prometedoras para el escenario del Pre-Sal Brasileño. Los biopolímeros ofrecen una serie de ventajas en las condiciones del Pre-Sal en comparación con los polímeros sintéticos, como la resistencia a alta salinidad, alta temperatura y degradación mecánica. En ese sentido, la reología bulk es el primer paso del flujo de trabajo para el análisis del desempeño de los biopolímeros. Este artículo presenta un análisis reológico de cuatro biopolímeros (Esquizofilano, Escleroglucano, goma Guar y goma Xantana) en concentraciones entre 10 y 2,300 ppm, generalmente adecuados para aplicaciones EOR, en temperaturas de 25, 40, 50, 60 y 70°C, en dos salmueras de 30,100 ppm y 69,100 ppm de solidos disueltos totales, cuyo objetivo es modelar el agua del mar y la mezcla entre agua del mar y agua de yacimiento típica en las condiciones del Pre-sal. El comportamiento pseudoplástico, la concentración de superposición y la energía de activación fueron determinadas para cada solución polimérica. Las diferencias estructurales de los polímeros dieron como resultado diferentes comportamientos reológicos. El Esquizofilano es muy prometedor, ya que su poder viscosificante es más alto que en los polímeros sintéticos y comparable con la goma Xantana. Además, su resistencia a altas temperaturas es superior a la de los polímeros sintéticos. El Escleroglucano se comportó de forma similar a la goma Xantana, con la ventaja adicional de ser no iónico. La Goma Guar tuvo las viscosidades más bajas, las concentraciones de superposición más altas y el deterioro de la viscosidad más pronunciado entre los polímeros probados. Según el conocimiento de los autores, los estudios reológicos de los biopolímeros aquí presentados, considerando las viscosidades, la concentración de superposición y la energía de activación, en las condiciones del Pre-sal, no están disponibles en la literatura y esto beneficiará los trabajos futuros que dependan de esta información.

ABSTRACT Enhanced oil recovery (EOR) techniques are essential to improve oil production, and polymer flooding has become one of the promising technologies for the Brazilian Pre-Salt scenario. Biopolymers offer a range of advantages considering the Pre-Salt conditions compared to synthetic polymers, such as resistance to high salinity, high temperature, and mechanical degradation. In that sense, bulk rheology is the first step in a workflow for performance analysis. This paper presents a rheological analysis of four biopolymers (Schizophyllan, Scleroglucan, Guar Gum, and Xanthan Gum) in concentrations from 10 to 2,300 ppm, generally suitable for EOR applications, in temperature levels of 25, 40, 50, 60 and 70°C and two brines of 30,100 ppm and 69,100 ppm total dissolved solids, which aim to model seawater and the mixture between injected seawater and reservoir water typical in Pre-Salt conditions. The pseudoplastic behavior, the overlap concentration, and the activation energy were determined for each polymer solution. The structural differences in the polymers resulted in different rheological behaviors. Schizophyllan is the most promising, as its viscosifying power is higher than synthetic polymers comparable to Xanthan Gum. Its resistance at high temperatures is higher than that of synthetic polymers. Scleroglucan behaved similarly to Xanthan Gum, with the added advantage of being nonionic. Guar Gum had the lowest viscosities, highest overlap concentrations, and most pronounced viscosity decay among the tested polymers. To the author's knowledge, rheological studies of the biopolymers presented here, considering the viscosities and the overlap concentration and activation energy, in the Pre-salt conditions, are not available in the literature and this will benefit future works that depend on this information.

RESUMO Neste estudo foi proposta a elaboração de um modelo de previsão de vazões no horizonte de dez dias para a Usina Hidrelétrica de Furnas, localizada na Bacia do Rio Grande, Minas Gerais, a partir da aplicação de redes neurais artificiais (RNA), informações de vazão natural e precipitação observada e prevista. O modelo foi desenvolvido utilizando o software Matlab(r) Neural Network Toolbox. Escolheu-se uma rede neural do tipo perceptron multicamadas (MLP), treinada com algoritmo supervisionado de retropropagação Levenberg-Marquardt. As previsões de precipitação foram obtidas a partir do modelo ETA/Centro de Previsão do Tempo e Estudos Climáticos (CPTEC), e utilizadas com e sem tratamento matemático. Foram realizados três experimentos, dividindo-se o histórico de dados em três períodos, sendo o primeiro para a calibração do modelo, o segundo para a validação e o terceiro para os testes. Em cada experimento foi variado o conjunto de dados de entrada, sendo utilizada, no primeiro experimento, somente a vazão passada para prever os dez dias de vazão futura. No segundo foi adicionada a precipitação observada e, no terceiro, a previsão de precipitação. Os resultados da modelagem chuva-vazão obtidos com a previsão de precipitaçãodo modelo ETA não apresentaram melhorias estatísticas em comparação com os experimentos que só utilizaram informações passadas. No entanto, quando se utilizou a previsão de precipitação corrigida matematicamente, observou-se uma melhora sensível tanto nos índices estatísticos quanto na representação da previsão simulada no hidrograma, ficando o desempenho da modelagem proposta neste estudo semelhante à encontrada em modelos conceituais do tipo chuva-vazão.

ABSTRACT The purpose of this study was to elaborate a ten-year runoff forecast model for the Furnas hydroelectric plant. The facility is located in the Rio Grande Basin in the state of Minas Gerais, Brazil. Artificial neural networks were used to determine natural flow as well as observed and predicted precipitation. The model was created using the Matlab(r) Neural Network Toolbox software, and the multi-layers perceptron (MLP) was trained with supervised learning algorithm Levenberg-Marquardt. Precipitation forecasts derived from ETA/Centro de Previsão do Tempo e Estudos Climáticos (CPTEC) model, and both raw and mathematical adjusted data were used. Historical data was separated in three different periods in order to calibrate, validate and test the model. The first share was used for calibration, the second portion was used for validation and the third one to test the model. In each experiment the input data was modified; thus, in the first experiment, to forecast the ten day runoff, only the past runoff data was considered. In the second experiment, observed precipitation was added; and in the third one, the forecast precipitation was added. The rainfall-runoff modeling results did not show any significant improvement in the statistics when ETA input data is compared with the experiments that only used past information as input. Nevertheless, when forecast precipitation was used with mathematical adjustment, a mild improvement was shown for the statistics index and for the forecast hydrogram simulation. As a result, the modeling performance proposed in this study is similar to that found in conceptual models of rainfall-runoff type.

Após 1991, a literatura sobre previsão de carga passou a ser dominada por propostas baseadas em modelos neurais. Entretanto, um empecilho na aplicação destes modelos reside na possibilidade do ajuste excessivo dos dados, i.e, overfitting. O excesso de não-linearidade disponibilizado pelos modelos neurais de previsão de carga, que depende da representação do espaço de entrada, vem sendo ajustado de maneira heurística. Modelos autônomos incluindo técnicas automáticas e acopladas para seleção de entradas e controle de complexidade dos modelos foram propostos recentemente para previsão de carga em curto prazo. Entretanto, estas técnicas necessitam da especificação do conjunto inicial de entradas que será processado pelo modelo visando determinar aquelas mais relevantes. Este trabalho explora a teoria do caos como ferramenta de análise não-linear de séries temporais na definição automática do conjunto de atrasos de uma dada série de carga a serem utilizados como entradas de modelos neurais autônomos. Neste trabalho, inferência Bayesiana aplicada a perceptrons de múltiplas camadas e máquinas de vetores relevantes são utilizadas no desenvolvimento de modelos neurais autônomos.

After 1991, the literature on load forecasting has been dominated by neural network based proposals. However, one major risk in using neural models is the possibility of excessive training, i.e., data overfitting. The extent of nonlinearity provided by neural network based load forecasters, which depends on the input space representation, has been adjusted using heuristic procedures. The empirical nature of these procedures makes their application cumbersome and time consuming. Autonomous modeling including automatic input selection and model complexity control has been proposed recently for short-term load forecasting. However, these techniques require the specification of an initial input set that will be processed by the model in order to select the most relevant variables. This paper explores chaos theory as a tool from non-linear time series analysis to automatic select the lags of the load series data that will be used by the neural models. In this paper, Bayesian inference applied to multi-layered perceptrons and relevance vector machines are used in the development of autonomous neural models.