ABSTRACT Objective: To create and validate a model for predicting septic or hypovolemic shock from easily obtainable variables collected from patients at admission to an intensive care unit. Methods: A predictive modeling study with concurrent cohort data was conducted in a hospital in the interior of northeastern Brazil. Patients aged 18 years or older who were not using vasoactive drugs on the day of admission and were hospitalized from November 2020 to July 2021 were included. The Decision Tree, Random Forest, AdaBoost, Gradient Boosting and XGBoost classification algorithms were tested for use in building the model. The validation method used was k-fold cross validation. The evaluation metrics used were recall, precision and area under the Receiver Operating Characteristic curve. Results: A total of 720 patients were used to create and validate the model. The models showed high predictive capacity with areas under the Receiver Operating Characteristic curve of 0.979; 0.999; 0.980; 0.998 and 1.00 for the Decision Tree, Random Forest, AdaBoost, Gradient Boosting and XGBoost algorithms, respectively. Conclusion: The predictive model created and validated showed a high ability to predict septic and hypovolemic shock from the time of admission of patients to the intensive care unit.

RESUMO Objetivo: Criar e validar um modelo de predição de choque séptico ou hipovolêmico a partir de variáveis de fácil obtenção coletadas na admissão de pacientes internados em uma unidade de terapia intensiva. Métodos: Estudo de modelagem preditiva com dados de coorte concorrente realizada em um hospital do interior do nordeste brasileiro. Foram incluídos pacientes com 18 anos ou mais sem uso de droga vasoativa no dia da admissão e que foram internados entre novembro de 2020 e julho de 2021. Foram testados os algoritmos de classificação do tipo Decision Tree, Random Forest, AdaBoost, Gradient Boosting e XGBoost para a construção do modelo. O método de validação utilizado foi o k-fold cross validation. As métricas de avaliação utilizadas foram recall, precisão e área sob a curva Receiver Operating Characteristic. Resultados: Foram utilizados 720 pacientes para criação e validação do modelo. Os modelos apresentaram alta capacidade preditiva com área sob a curva Receiver Operating Characteristic de 0,979; 0,999; 0,980; 0,998 e 1,00 para os algoritmos de Decision Tree, Random Forest, AdaBoost, Gradient Boosting e XGBoost, respectivamente. Conclusão: O modelo preditivo criado e validado apresentou elevada capacidade de predição do choque séptico e hipovolêmico desde o momento da admissão de pacientes na unidade de terapia intensiva.

RESUMO: Objetivou-se avaliar a obstrução de gotejadores não autocompensantes utilizando efluente de esgoto tratado (EET) para irrigação. Um sistema de irrigação por gotejamento com seis modelos de gotejadores (codificados) foi instalado em nível e em condições de campo. Como água de irrigação foi utilizado EET, originado de estação de tratamento de esgoto, filtrado por um filtro de disco (120 mesh). Foram realizadas sete avaliações da vazão dos emissores (0, 100, 200, 300, 400, 500 e 600h de funcionamento), operando a 100kPa. O experimento foi montado em delineamento casualizado, com arranjo fatorial 6x7 (6 modelos e 7 tempos), com 4 repetições e teste de Tukey para comparação das médias. Foram determinados a vazão relativa (Qr), o coeficiente de variação de vazão (CVQ) e o grau de entupimento (GE). Observou-se redução na vazão em cinco modelos de gotejadores, sendo estes suscetíveis ao entupimento. O modelo com maior vazão nominal destacou-se perante os demais, apresentando Qr de 100,52%, CVQ de 2,76% e GE de 0,49%. A utilização de EET alterou a Qr dos gotejadores após 600h de funcionamento.

ABSTRACT: This study aimed to evaluate the obstruction of non-pressure compensating emitters using treated sewage effluent (TSE) for irrigation. A drip irrigation system with six models of emitters (encoded) was installed in level field conditions. TSE coming from a sewage treatment station was used as irrigation water after being filtered through a disc filter (120 mesh). Seven flow rate evaluations of drippers operating at 100kPa were performed (0, 100, 200, 300, 400, 500 and 600h of operation). The experimental design was randomized in a 6×7 factorial arrangement (6 models and 7 times), with four repetitions, and Tukey’s test was used to compare means. Relative flow rate (Qr), the flow rate coefficient of variation (CVQ) and degree of clogging (GE) were determined. There was a reduction in flow rate in five dripper models, which are susceptible to clogging. The model with rated flow stood out against the others, showing a Qr of 100.52%, CVQ of 2.76% and GE of 0.49%. The use of TSE changed the Qr of the drippers after 600h of operation.