Avaliação de Síndromes da Medicina Tradicional na Infertilidade Masculina com Oligoasthenoteratozoospermia

• Racional e Metodologia do Estudo A Oligoasthenoteratozoospermia (OAT) é um contribuidor significativo para a infertilidade masculina, caracterizada por anomalias simultâneas na concentração, motilidade e morfologia dos espermatozoides. Embora a Medicina Tradicional tenha sido reconhecida pela Organização Mundial da Saúde (OMS) pelo seu papel na melhoria dos parâmetros seminais, a classificação das síndromes da MT frequentemente depende da experiência clínica subjetiva. Este estudo utiliza Modelos de Árvore Latente (LTMs), um modelo gráfico probabilístico sofisticado, para identificar objetivamente a distribuição e características das síndromes da MT em homens com OAT.

• Fase 1: Desenvolvimento do Quadro Baseado na Literatura O estudo começa com uma pesquisa sistemática da literatura clássica e moderna da MT publicada entre julho de 2025 e outubro de 2025.

  • Seleção de Fontes: A literatura inclui textos clássicos reconhecidos pela OMS/WPRO, manuais de grandes universidades médicas no Vietname e na China, e consenso de peritos de associações de Medicina Tradicional.
  • Construção do Instrumento de Pesquisa: Sintomas e síndromes relacionados com a infertilidade masculina são extraídos e tabulados. Sintomas com uma frequência superior a 30% na literatura são selecionados para construir o questionário formal de pesquisa clínica.
  • Padronização: Todos os termos de Medicina Tradicional são padronizados de acordo com as terminologias internacionais da OMS.
• Fase 2: Implementação Clínica e Recolha de Dados Os dados clínicos serão recolhidos no Departamento de Andrologia, Hospital Binh Dan, de novembro de 2025 a agosto de 2026.

Rastreio Clínico: Os pacientes são primeiro diagnosticados com OAT por um andrologista com base no Manual de Laboratório da OMS (6.ª Edição).

Exame Tradicional: Os participantes elegíveis submetem-se a um exame não invasivo de MT, incluindo as "Quatro Observações" (observação, audição/olfato, inquirição e palpação).

Mapeamento de Sintomas: Os sintomas são registados como variáveis binárias (presença ou ausência) para facilitar a modelação matemática.

*Análise Estatística Usando Modelos de Árvore Latente (LTMs) A análise principal emprega o software Lantern 5.0 para descobrir a estrutura oculta (latente) das síndromes da MT.

• Aprendizagem de Estrutura: O algoritmo Extension-Adjustment-Simplify-Transfer (EAST) é usado para agrupar automaticamente sintomas que frequentemente co-ocorrem ou são mutuamente exclusivos.
• Estimação de Parâmetros: O algoritmo Expectation-Maximization (EM) estima a probabilidade de cada paciente pertencer a uma classe específica de síndrome latente.
• Identificação da Síndrome: As variáveis latentes são interpretadas e nomeadas como síndromes da MT com base nos sintomas que fornecem pelo menos 95% de Informação Mútua Cumulativa (CMI).
• Algoritmo de Classificação: O estudo estabelece um limiar de pontuação para cada síndrome com base nos princípios de Naïve Bayes, permitindo um diagnóstico quantitativo dos padrões de MT na população com OAT.