Browsing by Autor "Renato A. Ferreira de Lima"

Now showing 1 - 4 of 4

Biased-corrected richness estimates for the Amazonian tree flora
(Nature Portfolio, 2020) Hans ter Steege; Paulo Inácio Prado; Renato A. Ferreira de Lima; Edwin Pos; Luiz de Souza Coêlho; Diógenes de Andrade Lima Filho; Rafael P. Salomão; Iêda Leão do Amaral; Francisca Dionízia de Almeida Matos; Carolina V. Castilho
Making forest data fair and open
(Nature Portfolio, 2022) Renato A. Ferreira de Lima; Oliver L. Phillips; Álvaro Duque; J. Sebastián Tello; Stuart J. Davies; Alexandre A. Oliveira; Sandra Cristina Müller; Eurídice N. Honorio Coronado; Emilio Vilanova; Aida Cuní‐Sanchez
Use and misuse of trait imputation in ecology: the problem of using out‐of‐context imputed values
(Wiley, 2025) Lucas D. Gorné; Jesús Aguirre‐Gutiérrez; Fernanda C. Souza; Nathan G. Swenson; Nathan J. B. Kraft; Beatriz Schwantes Marimon; Timothy R. Baker; Renato A. Ferreira de Lima; Emilio Vilanova; Esteban Álvarez‐Dávila
Despite the progress in the measurement and accessibility of plant trait information, acquiring sufficiently complete data from enough species to answer broad‐scale questions in plant functional ecology and biogeography remains challenging. A common way to overcome this challenge is by imputation, or ‘gap‐filling' of trait values. This has proven appropriate when focusing on the overall patterns emerging from the database being imputed. However, some applications force the imputation procedure out of its original scope, using imputed values independently from the imputation context, and specific trait values for a given species are used as input for computing new variables. We tested the performance of three widely used imputation methods (Bayesian hierarchical probabilistic matrix factorization, multiple imputation by chained equations with predictive mean matching, and Rphylopars) on a database of tropical tree and shrub traits. By applying a leave‐one‐out procedure, we assessed the accuracy and precision of the imputed values and found that out‐of‐context use of imputed values may bias the estimation of different variables. We also found that low redundancy (i.e. low predictability of a new value on the basis of existing values) in the dataset, not uncommon for empirical datasets, is likely the main cause of low accuracy and precision in the imputed values. We therefore suggest the use of a leave‐one‐out procedure to test the quality of the imputed values before any out‐of‐context application of the imputed values, and make practical recommendations to avoid the misuse of imputation procedures. Furthermore, we recommend not publishing gap‐filled datasets, publishing instead only the empirical data, together with the imputation method applied and the corresponding script to reproduce the imputation. This will help avoid the spread of imputed data, whose accuracy, precision, and source are difficult to assess and track, into the public domain.
Uso de wearables para monitoramento contínuo de pacientes com doenças cardíacas
(Editora Univates, 2025) Jorge Pereira; Rafaela Lessa Andrade; L. Vilela; Maísa Martins Oliveira; Letícia Marques; João Vitor Inácio; Matheus Duarte Aguiar; Renato A. Ferreira de Lima; Lucas de Oliveira Pinton; Ana Clara Carvalhais Morosoli
Introdução: As doenças cardiovasculares (DCVs) são a principal causa de mortalidade global, associadas a fatores de risco modificáveis e ao envelhecimento populacional. O monitoramento contínuo dessas condições é essencial para prevenir complicações, permitindo intervenções precoces e maior adesão ao tratamento. Nesse contexto, dispositivos wearables têm emergido como ferramentas promissoras para o manejo cardiovascular. Objetivo: Este estudo revisou a literatura científica sobre wearables para monitoramento cardíaco. Metodologia: Foram analisados artigos publicados entre 2017 e 2024 em bases de dados relevantes, utilizando descritores específicos. A seleção, feita por pares cegos, resultou em oito estudos que abordam eficácia, limitações e aplicações desses dispositivos. Resultados e Discussão: Os wearables mostraram-se eficazes em monitorar parâmetros cardíacos, destacando-se dispositivos de ECG portáteis e monitores de frequência cardíaca. Esses aparelhos promovem adesão ao tratamento e possibilitam gestão remota, mas apresentam desafios como variabilidade na precisão, barreiras tecnológicas e questões éticas relacionadas à privacidade dos dados. A integração com inteligência artificial pode potencializar seu impacto no manejo clínico. Considerações Finais: Os dispositivos wearables transformam o cuidado cardiovascular, mas demandam regulamentação e suporte técnico para maximizar seus benefícios. Pesquisas futuras devem explorar melhorias em algoritmos, impacto comportamental e custo-efetividade em saúde pública, ampliando sua aplicabilidade e impacto positivo no manejo de doenças cardiovasculares.