José Lucas Formiga Dantas

José Lucas Formiga Dantas

Auto-generated profile, based on publicly available information

José Lucas Formiga Dantas

Federal University of Paraíba

Research Focus & Metrics

Academic Career Length

2Years (2025-Present)

(Calculated once Scilit publication data is synced: current year − year of first publication + 1)

Representative Publications

View All Publications
16 December 2025 in Medicina (Ribeirão Preto)
Verified
Journal Article
Open access
GJGlaudir Donato Pinto Júnior
Glaudir Donato Pinto Júnior
ACAndressa Alves de Carvalho
Andressa Alves de Carvalho
WCWanessa Alves de Alves de Carvalho
Wanessa Alves de Alves de Carvalho
LCLeonardo Torreão Bezerra Cavalcanti
Leonardo Torreão Bezerra Cavalcanti
ASAna Karolina Bento da Silva
Ana Karolina Bento da Silva
CACristiana Marques de Araújo
Cristiana Marques de Araújo
Introdução: A parada cardiorrespiratória é uma interrupção súbita da atividade mecânica ventricular e da respiração, representando um evento potencialmente fatal. O suporte básico de vida é um conjunto padronizado de procedimentos para o atendimento inicial nessa situação. No entanto, profissionais de saúde no ambiente hospitalar frequentemente realizam o suporte básico de vida de forma inadequada ou ineficaz, o que é atribuído à falta de treinamento frequente, entre outros fatores. Objetivos: Avaliar o impacto a curto e médio prazo de uma estratégia educacional de suporte básico de vida em duas fases para profissionais de enfermagem. Métodos: Este é um estudo de melhora de qualidade com desenho pré e pós-teste. Profissionais de enfermagem de um hospital universitário no Nordeste do Brasil foram avaliados por meio de um questionário sociodemográfico e seu desempenho em itens teóricos e avaliações práticas. Resultados: A amostra final foi composta por 37 participantes, com idade média de 41,2 ± 6,43 anos, dos quais 86,5% eram mulheres. Houve melhora nas médias de pontuação obtidas nos pós-testes práticos (p < 0,001; d de Cohen = 2,008 [IC 95% = 1,440 - 2,57]) e teóricos (p < 0,001; d de Cohen = 1,029 [IC 95% = 0,624 - 1,42]) em comparação com os pré-testes, sendo a melhora no desempenho prático significativamente maior do que a teórica (p < 0,001, correlação bisserial de classificação = 0,935). O nível de educação profissional, a participação prévia em um curso da American Heart Association, a experiência anterior e a frequência de atendimento a paradas cardiorrespiratórias tiveram impactos distintos no desempenho. Conclusões: A estratégia de treinamento teórico-prático em duas fases melhorou efetivamente o desempenho dos participantes, que ainda se mostrou insatisfatório dada a grande importância do domínio da temática. Assegura-se a necessidade de treinamento frequente para aprimorar a aprendizagem de suporte básico de vida entre os profissionais de enfermagem, devido ao papel crucial que desempenham no cuidado ao paciente.

17 November 2025 in ABC Imagem Cardiovascular
Verified
Journal Article
Open access
PDF file
LFLuiz Henrique Cartaxo Fernandes
Luiz Henrique Cartaxo Fernandes
JDJosé Lucas Formiga Dantas
José Lucas Formiga Dantas
MLMarilia Graziela Vieira de Macena Lima
Marilia Graziela Vieira de Macena Lima
GDGlaudir Donato
Glaudir Donato
MMmarcelo dantas tavares de melo
marcelo dantas tavares de melo
Neural networks are computer models that mimic the workings of the human brain, learning from large volumes of data to perform increasingly

17 November 2025 in ABC Imagem Cardiovascular
Verified
Journal Article
Open access
PDF file
LFLuiz Henrique Cartaxo Fernandes
Luiz Henrique Cartaxo Fernandes
JDJosé Lucas Formiga Dantas
José Lucas Formiga Dantas
MLMarilia Graziela Vieira de Macena Lima
Marilia Graziela Vieira de Macena Lima
GDGlaudir Donato
Glaudir Donato
MMmarcelo dantas tavares de melo
marcelo dantas tavares de melo
Redes neurais são modelos computacionais que imitam o funcionamento do cérebro humano, aprendendo a partirde grandes volumes de dados para realizar tarefas cada vez mais complexas. Isso é feito por meio de neurônios artificiais interconectados que propagam informações de camadas brutas para camadas refinadas, às vezes com pesos atribuídos, permitindo a classificação ou identificação de padrões não lineares. A Rede Neural Convolucional (CNN, do inglês Convolutional Neural Network) é uma arquitetura especializada de aprendizado profundo (deep learning) projetada para extrair e analisar padrões espaciais em imagens, possibilitando aplicações em decisões diagnósticas e monitoramento clínico longitudinal. Seu uso em tomografia computadorizada e ressonância magnética, por meio da segmentação de imagens cardíacas, permite definir estruturas cardíacas de forma rápida e eficiente, desempenhando um papel importante na reconstrução de imagens tridimensionais e no suporte a procedimentos pré-operatórios. Além disso, em comparação com outras formas de análise convencional, a CNN garante interpretações objetivas e qualidade superior de imagem, com base na remoção de artefatos do segmento estudado. Ecocardiogramas têm mostrado bons resultados na identificação de patologias como hipertensão pulmonar, amiloidose, cardiomiopatia hipertrófica e doenças congênitas, e estudos sobre a automação desses exames apontam para uma possível ampliação do acesso em áreas remotas onde operadoresmanuais não estão disponíveis. Consequentemente, abordagens baseadas em CNN têm o potencial de otimizar os fluxos de trabalho em imagem cardiovascular, minimizar a variabilidade entre observadores e expandir as capacidades diagnósticas para regiões carentes e remotas com acesso limitado a cuidados especializados.