O Formato GLIF e as Novas Tendências na Modelagem de Guidelines Clí-nicos Computadorizados

July 19, 2017 | Autor: Andreia Malucelli | Categoria: Evidence Based Medicine, Clinical Practice
Share Embed


Descrição do Produto

O Formato GLIF e as Novas Tendências na Modelagem de Guidelines Clínicos Computadorizados Luiz Fernando D´Almeida Garrett1, Andréia Malucelli1 1

Programa de Pós-Graduação em Tecnologia em Saúde (PPGTS), Centro de Ciências Biológicas e da Saúde, Pontifícia Universidade Católica do Paraná (PUCPR), Brasil

Resumo - Este artigo apresenta através de uma revisão de literatura em artigos recentes de pesquisadores ligados ao Intermed Collaboratory, ao projeto Sage e a Openclinical, um resumo dos requisitos e aspectos técnicos relacionados à modelagem de guidelines clínicos computadorizados, mais particularmente no formato GLIF, incluindo as tendências emergentes quanto ao tratamento da estrutura lógica para construção do guideline, sua disseminação e seu uso. Palavras-chave: Medicina Baseada em Evidências, Guidelines Clínicos, Ontologias, GLIF, Protégé. Abstract - This paper presents a revision of literature considering recent research articles of the Intermed Collaboratory, of the project Sage and of the Openclinical organization, a summary of the requirements and aspects technician related the modeling of computadorized clinical practice guidelines, more particularly in GLIF Format, including the emergent trends how much to the treatment of the logical structure for guideline construction. Key-words: Evidence Based Medicine, Ontology, Clinical Practice Guideline, GLIF, Protégé. Introdução David Sackett [1] define a Medicina Baseada em Evidências (MBE) como sendo “a integração das melhores evidências de pesquisa com a habilidade clínica e a preferência do paciente”, e identifica como estratégia final da pesquisa e análise, a aplicação dos conhecimentos resultantes da identificação da evidência no atendimento ao paciente (decisão e rotina clínica), conforme a figura 1.

Figura 1 – Diagrama de Decisão Clínica na Medicina Baseada em evidências [1]

A MBE pode produzir e explicar ações e procedimentos mais qualificados, que também são denominados de protocolos clínicos, diretrizes médicas, guidelines clínicos (do inglês: Clinical Practice Guidelines – CPG, nomenclatura utilizada pelo Instituto de Medicina dos EUA) ou condutas médicas, isto é, guias que podem ser utilizados durante a avaliação e manuseio dos pacientes com condi-

ções clínicas específicas e que constituirão bases do conhecimento médico com recomendações produzidas de maneira estruturada (freqüência, diagnóstico, tratamento, prognóstico, profilaxia), e que podem ser utilizadas no aprendizado, na assistência, na tomada de decisões e até mesmo no direito médico [2]. Artigos recentes [3][4], submetidos a congressos e eventos que ocorrerão neste ano, como o AAAI 2006 e o AMIA 2006 noticiam que nos recentes anos, associações de profissionais da área de saúde, organizações e setores governamentais responsáveis por programas de manutenção preventiva da saúde, provocaram uma inundação de guidelines clínicos com o propósito de disseminar as melhores práticas baseadas em evidências. Apesar do interesse significativo, o desenvolvimento dos guidelines ainda tem muito a caminhar para tornar realidade este potencial, porque a maioria deles são distribuídos na forma de documentos (por exemplo: texto, arquivos pdf, gráficos, etc…), que requerem a interrupção do trabalho do clínico para que os possa usar. Para produzir um conteúdo adaptável ao contexto ou a um tratamento de um paciente específico, que possa ser utilizado por profissionais da saúde, vários grupos de pesquisadores desenvolveram formas de representação, de esquemas orientados a documentos, a modelos formais do conhecimento, para a definição de um check-list ou para a codificação de um CPG em formato interpretável pelo computador.

Os guidelines informatizados, integrados ao workflow clínico, podem eficazmente superar esta barreira. Este trabalho tem o objetivo informativo e de análise quanto a utilizações de Guidelines Clínicos Computadorizados no formato GLIF (Guideline Interchange Format) e as mais recentes tendências nos métodos de modelagem e construção [4]. Metodologia Através de uma abordagem qualitativa e exploratória, este trabalho baseou-se em uma ampla pesquisa bibliográfica e uma revisão de literatura, principalmente no que se refere a artigos recentemente publicados em congressos e periódicos da área da informática médica e em publicações em web sites de organizações de referência na área como a Openclinical , uma organização sem fins lucrativos, composta por pesquisadores e instituições de ensino, líderes na gestão do conhecimento em saúde, mantida pelo Cancer Research UK com atividades supervisionadas por um comitê técnico internacional, que tem como participantes a maioria dos pesquisadores citados neste trabalho.[5] E portanto, esta pesquisa concentrou-se nos trabalhos e projetos de pesquisadores americanos vinculados a empresas e universidades como a Universidades de Stanford, Harvard, Columbia e McGill, Clinica Mayo, Universidade do Centro Médico de Nebrasca e GE Healthcare Integrated IT Solutions [4]. Também foram elaborados alguns testes em laboratório, confirmando os resultados citados, utilizando guidelines disponíveis na internet, no formato compatível com o Software Protége, considerado um framework de bases do conhecimento, e um editor de guidelines [6]. Resultados A eficácia do apoio à decisão através da computação, especificamente em sistemas de alertas e de avisos para lembrar eventos agendados, tem sido obtida através de uma variedade de configurações e abordagens dos procedimentos clínicos. Diversos projetos, historicamente importantes, focalizaram seus esforços no apoio à decisão clínica compartilhada. Estes projetos, conseguiram obter sucesso em determinados aspectos, mas não conseguiram bons resultados numa visão ampla e completa. Atualmente [7] guidelines estão sendo aplicados em diversas áreas da saúde, incluindo políticas de desenvolvimento, avaliação dos serviços, educação, apoio à decisão clínica, condução de experimentos clínicos e para dinamizar workflows.

Muitas partes de um workflow são acopladas durante o desenvolvimento dos guidelines, em uma tarefa árdua com muita redundância e sobreposição entre os produtos resultantes, mas há pouca padronização que facilite o compartilhamento ou que permita a adaptação e ajustes dos parâmetros à prática local. Para a melhor integração dos guidelines no workflow clínico [8], eles estão sendo cada vez mais disseminados e implementados com o auxilio do computador. A escala de aplicações possíveis para os CPGs por computador é muito ampla, incluindo o uso para o gerenciamento da doença, facilidades na junção e sequenciamento de workflows, lembretes, alertas, projeto e condução de experimentos clínicos, a sustentação de caminhos e planos críticos, determinações apropriadas a cada situação, avaliação de risco, gerência de demanda, educação e treinamento e servindo como referência a outras ações na área da saúde. O interesse emergente e a motivação pelo desenvolvimento destes guidelines devem-se a estas notadas variações da prática clínica e portanto são projetados para ajudar a fornecer um padrão comum para os cuidados que serão utilizados dentro de uma organização da área da saúde, como também entre organizações diferentes [7][8]. Para atender as necessidades urgentes de compartilhamento do conhecimento destes guidelines através das fronteiras de domínios institucionais, nacionais, e médicos, se faz crítica a adoção de um formato comum para representá-los. E para que seja amplamente aceito e utilizável, esta representação comum, deve fornecer diversas funcionalidades e atender aos seguintes requisitos[7][9]: a) a sua compreensão através de uma comunicação humana; b) a sua validação obedecendo uma lógica consistente e íntegra; e c) a sua incorporação no ambiente dos sistemas de informação corporativos. Neste contexto, as abordagens computacionais para representação dos guidelines estão sendo desenvolvidas por vários grupos, criando padrões como Arden Syntax, Asbru, CPG-RA, EON, GASTON, GEM, GLARE, GLIF, GUIDE, HELEN,HGML, Prestige, PRODIGY, PROforma, SAGE, Stepper e frameworks de modelagem e execução como o DEGEL, Sebastian, Gello e Protégé [5] Estudos comparando alguns destes modelos e ferramentas [10], identificam determinadas aderências não só em relação às áreas de aplicação mas ao tipo de abordagem da metodologia como por exemplo: • Arden Syntax, baseada em regras; • PRODIGY baseado em lógica de decisão; • Prestige que usa uma abordagem declarativa para representar conhecimento sobre a

organização, o registro médico do paciente e o protocolo; • PROforma, baseado em redes compartilhadas do conhecimento através de atividades de gerenciamento do workflow. • Asbru, uma linguagem que representa guidelines de uma forma que inclui intenções explícitas dos autores dos guidelines; • EON, um modelo de guidelines que usa a combinação de primitivas de modelagens, tanto quanto de vários mecanismos de tomada de decisão, fluxos de controle, ações e atividades e uma distinção entre o caso normal e suas exceções; • GLIF, orientados a ontologias e workflows. • GUIDE baseados em redes de Petri. Dependendo do grupo de pesquisadores encontram-se algumas preferências, como Proforma e Prodigy, no Reino Unido, GLIF, EON e SAGE nos EUA, GUIDE na Itália, DEGEL em Israel e Stepper na República Tcheca, ou dependendo do uso das ferramentas de modelagem e testes, como o caso do EON, SAGE e GLIF, que utilizam o Protégé. [5][6][9][10][11] Os primeiros guidelines computadorizados se originaram dos módulos de lógica médica (MLMs - Medical Logic Module) escritos em Arden Sintax , adotados pela ASTM como um padrão para codificar o conhecimento médico usado nas decisões clínicas. Um grande número de softhouses fornecedoras de Sistemas de Informação Clinica (SIC) incorporou a Arden Sintax em seus produtos. Entretanto, falharam em aceitar padrões quanto à codificação dos dados dos pacientes, assim se tornando um fator de dificuldade no esforço de compartilhar MLMs entre os fornecedores de sistemas. Mais recentemente, o Instituto para a Implementação do Conhecimento Médico (IMKI - Institute for Medical Knowledge Implementation) foi fundado para construir uma biblioteca publicamente disponível de regras de situação-ação, escrita em Arden Sintax, permitindo que as instituições da área de saúde compartilhassem da mesma lógica para alertas e lembretes clínicos. O IMKI concentrou-se na definição e construção dos MLMs, mas não tinha nenhum plano imediato para tratar dos problemas de implementação de guidelines para um gerenciamento contínuo das doenças crônicas ou para situações clínicas complexas. A fim de facilitar o compartilhamento dos guidelines clínicos, o InterMed Collaboratory, uma espécie de projeto compartilhado, integrando laboratórios de informática médica com pesquisadores colaborando em uma rede de trabalho, desenvolveu uma especificação para a representação estrutura-

da dos guidelines, baseado no conceito de ontologias, ou seja, um formalismo para a modelagem de guidelines compartilháveis chamado GLIF, e que segundo Campbell é um modelo, que formaliza o conteúdo do guideline de uma maneira independente de implementação [12]. O objetivo da especificação do GLIF é fornecer um padrão de representação para guidelines que tenham as seguintes características [9]: • preciso; • não-ambíguo; • facilmente entendido pelo homem; • executável pelo computador; • Independente de plataformas computacionais. A versão 2.0 do GLIF foi publicada em 1998. Esta versão sofreu várias implementações de aplicações baseadas em guidelines clínicos, incluindo funções de sistemas como o Birgham´s BICs information system, aplicações baseadas na web para orientar consultas clinicas e aplicações que pesquisam guidelines elegíveis na Internet. [9][11] Na época da formatação do GLIF foi proposto um conjunto de requisitos funcionais para uma linguagem de representação de um guideline compartilhável que abaixo são apresentadas com algumas justificativas [9][11] a) Suporte a diferentes tipos de guidelines. Os CPGs podem ser classificados ao longo de uma variedade dos eixos como: (1) estágio do processo do cuidado clínico, por exemplo, screening, diagnóstico, e tratamento; (2) o domínio médico; (3) a aplicação pretendida, como no gerenciamento da doença, caminhos e planos críticos, conduta com experimentos clínicos, e determinações apropriadas. b) Diferentes modalidades de uso. Os CPGs codificados poderiam potencialmente ser usados em modalidades diferentes. A representação dos guidelines deveria permitir a leitura e disponibilidade através de browsers como recursos educacionais e para referência. c) Adaptação dos guidelines ao uso local.Devido às variações no conjunto de parâmetros e ajustes do cuidado de saúde, que diferem de local para local, guidelines desenvolvidos por organizações nacionais, organizações médicas especializadas, ou sob outra ampla aplicação freqüentemente necessitam serem modificados antes que os profissionais da saúde achem-nos adequados ao uso local. Um formato comum da representação deve ser capaz de adaptar o conhecimento contido nos guidelines, rastrear e documentar as modificações do guideline. d) Integração com os sistemas corporativos. Para integrar os guidelines no workflow clíni-

co, as referências aos dados pacientes e às ações clínicas nos guidelines necessitarão mapear as instâncias ou implementações nos heterogêneos ambientes dos Sistemas de Informação Clínica; e) Rastreamento de revisões. Os guidelines são revisados freqüentemente respondendo as mudanças do conhecimento médico; f) Gerenciar a complexidade. Os guidelines e sua lógica podem ser razoavelmente complexos. O formato da representação deve tratar desta complexidade abstraindo detalhes em conceitos de alto nível (sintetização). Através da observação das experiências no desenvolvimento e uso do GLIF, e a permanente responsabilidade do grupo de pesquisadores e colaboradores citados, em atender as crescentes exigências de formalizar a representação dos guidelines, facilitando a edição, o compartilhamento e a integração de aplicações, deram forma a uma base de refinamentos que resultaram na evolução do GLIF [9], que disponibiliza através do site () as especificações da última versão (3.5), liberada em maio de 2004 [11]. Na figura 2 é apresentado um exemplo de parte de um fluxograma de um guideline no formato GLIF, é um ramo de um guideline que trata da estabilização da angina, neste caso o ramo de educação e modificação dos fatores de risco.[5][11] O GLIF 3 atende a 3 níveis de abstração na modelagem de guidelines: conceitual, permitindo a representação por fluxogramas em browser (Protége); computacional (pode ser verificada sua lógica consistente e completa), onde sintaxes, definições dos dados dos pacientes, ações clínicas e o fluxo dos algoritmos são especificados neste nível; e de implementação, neste nível os guidelines são customizados para incorporação em ambientes de sistemas de informação de determinado domínio. As mudanças e aperfeiçoamentos do GLIF 3 com novos construtos foram [11]: a)representação em UML; b)suporte ao complexo gerenciamento do guideline; c)especificação de expressões com um superset da gramática lógica da Arden Syntax e novos operadores como "is a","overlaps", "xor", "from now","is unknown", etc. d)suporte a ontologia de domínio com relevantes e específicos atributos, podendo usar diferentes RIMs como o HL7 RIM, e a camada que define o conhecimento médico contém termos do dicionário UMLS; e)modelo de decisão flexível, com hierarquia entre as etapas de decisão, que podem ser automáticas ou através de escolhas dos profissionais clínicos; f)correções no sincronismo entre os ramos de decisão e seu passo a passo evitando redundâncias nos caminhos paralelos do fluxo; g)substituição da sintaxe do GLIF para XML/RDF (Web Semântica ).

Figura 2 : Parte do fluxograma de estabilização da angina – Fornato GLIF – Protégé – Demonstrando as fases do fluxograma e critério de decisão [5,9, adaptada).

Na figura 3 é apresentado o diagrama das meta-classes do GLIF Schema da versão 3.5., onde os guidelines são representados como fluxogramas com pontos ou nós ordenados cronologicamente denominados de fases ou passos do guideline e representados por uma classe abstrata chamada Guideline_Model_Entity. Esta classe tem as seguintes subclasses: • A classe Decision_Step representa pontos de decisão no guideline. A hierarquia das classes de decisão possibilita a representação de modelos de decisão diferentes. • A classe Action_Step é usada para modelar tarefas ou ações recomendadas. • As classes Branch_Step e Synchronization_Step, trabalham juntas e são usadas para modelar múltiplos caminhos concorrentes através do guideline. • Patient_State_Step descreve o estado clínico que caracteriza o paciente. Este passo pode funcionar como um rótulo, uma categorização que sumariza o estado clinico de um paciente e como um ponto de entrada no fluxograma. • A classe Nestable é uma superclasse das classes Guideline e Macro. É uma classe abstrata, ou seja não instanciada. Ambas as classes Guideline e Macro são as entidades modelo do CPG que podem ser aninhadas. O aninhamento permite agrupar as partes de um guideline em unidades modulares (sub-

guidelines ou macros). Isto permite dividir as partes do guideline em unidades ou etapas dimensionadas de forma que sejam gerenciáveis sob medida e que podem ser mais facilmente compreendidas. Estas unidades modulares podem também ser reusadas por outros guidelines. Os detalhes das etapas de ação e de decisão de um guideline podem ser mostrados em guidelines distintos que sirvam como subguidelines ou subguidelines do primeiro. Os subguidelines podem conter de forma recursiva, outros subguidelines para especificar mais detalhes das ações ou das decisões subseqüentes.

Figura 3: O modelo GLIF. Uma visão do metamodelo através de um diagrama de classes no padrão UML. [11]

Discussão e Conclusões A maioria dos formalismos de modelagem dos guidelines que apóiam a decisão a pacientes específicos usam modelos ou representações baseadas em regras onde as recomendações de um guideline são representadas por fluxogramas de algoritmos que unem decisões e ações. Os processos para selecionar, esclarecer ambigüidades e formalizar as recomendações de um texto em forma de narrativa a estes regras e algoritmos interpretáveis por computador são extremamente trabalhosos e requerem a colaboração estreita entre especialistas peritos no conteúdo do tema e engenheiros do conhecimento. Assim, os recursos exigidos para o desenvolvimento destes guidelines computáveis provocam um sério gargalo para sua adoção em larga escala. As estratégias para reduzir o esforço necessário incluem o uso de modelos e de ferramentas de edição do conhecimento e de guidelines especializados como é o caso do GLIF 3 e do Protége. Outros pesquisadores têm proposto metodologias que requerem o refinamento passo a passo. Em vez de codificar as recomendações do guideline como sendo um conjunto de um grande número de regras muito detalhadas, estes artigos propõe uma abordagem alternativa que formula um subconjunto significativo do conteúdo do CPG em

um formato declarativo da representação (1) construindo declarações ou frases (declarative statements) sobre conceitos e relacionamentos com nenhum fluxo de controle ou suposições comportamentais, (2) indicando passo a passo de forma relativamente simples, o relacionamento entre as condições dos pacientes e as intervenções possíveis, e (3) o que pode ser definido, escrito ou revisado por profissionais da saúde, clínicos e médicos, que sejam usuários comuns da informática, e que tenham um treinamento mínimo na ferramenta de modelagem. Estas declarações ou frases podem ser usadas como entradas nas mais abstratas e alteráveis regras ou algoritmos determinando as alternativas preferidas em processos de decisão dirigida por guidelines. Futuramente, estas declarações poderão ser usadas independentemente dos guidelines, para gerar níveis de alerta ou de explicação para o envio de mensagens automáticas em componentes de um registro médico eletrônico (RME) bem como um conjunto de instruções.[4] Como exemplo recente (2005, 2006), este uso de frases declarativas foi desenvolvido e validado em dois esforços distintos para criar sistemas de apoio a decisão em saúde baseado em guidelines. O primeiro, é o ATHENA DSS (Avaliação e tratamento da hipertensão: um sistema de apoio à decisão automatizado baseado em evidências), desenvolvido e implantado em diversos centros médicos nos EUA e que se resume em um sistema de tratamento da hipertensão, que usa o EON Guideline Model e que foi desenvolvido pelo Departamento de Informática Médica de Stanford, servindo como base para codificar o conhecimento do guideline de hipertensão [4]. O segundo é o projeto SAGE - StandardsBased Sharable Active Guideline Enviroment: um ambiente de guidelines de atividades compartilhadas baseado em padrões composto por um consórcio de grupos de pesquisadores patrocinados pelas instituições já citadas e autores do artigo [12]. Este projeto tem como objetivo criar a tecnologia para integrar o suporte a decisão baseada em guidelines dentro de sistemas de informação de organizações clinica. Desta forma, neste novo modelo, um critério para propor a substituição de um medicamento seria a declaração : “Se a pressão sanguínea está dentro dos limites normais estabelecidos, e há uma prescrição médica de um agente hipertensivo que não tenha uma indicação especifica e há uma classe de drogas que é fortemente indicada e ainda não foi prescrita,

então considerar substituição.“ [4, nossa tradução] A base do conhecimento do ATHENA modela 13 classes de drogas anti-hipertensivas, as quais estão ligadas 163 declarações como a apresentada acima para 82 situações distintas. A experiência do uso de declarações deste tipo no SAGE e no EON/ATHENA, relatadas nestes artigos citados, utilizando ontologias criadas e editadas em trabalhos realizados nos EUA apontam para novas direções de padronização dos guidelines computadorizados. Além disso, a modelagem de guidelines interoperáveis, com ferramentas disponíveis na internet gratuitamente como o Protégé, possibilitará a disseminação através da exportação para várias plataformas de trabalho computacional, utilizando linguagens da web semântica como a OWL a UML, ou o código JAVA [13]. Com a criação de grupos formados pelo Health Level Seven (HL7) como o CGSIG (Clinical Guideline Special Interest Group, web site: ) ou sub grupos do G-I-N (The Guidelines International Network, web site: ) que é uma associação sem fins lucrativos de pessoas e organizações envolvidas em pesquisas e estudos dos guidelines clínicos, ou como o Openclinical (já citado anteriormente), ou o The National Center for Biomedical Ontology () permite-se antever uma evolução e uma maturação não só na disseminação e uso dos guidelines para o suporte a decisão clínica através de sistemas informatizados, como também na área educacional. Também, visualize-se a ampliação do compartilhamento do conhecimento, da orientação e de alertas médicos em locais, onde a carência de profissionais da saúde é mais sentida, aplicando as tecnologias da informação e da comunicação em domínios como a telemedicina, telepatologia e esaúde, unindo conceitos globais e cientificamente mais avançados a culturas e fatores regionais. Referências [1] Sackett, D. L., Rosenberg, W.M.C.; Gary,J. A. M, Haynes, R. B, Richardson, W S. (1996) “Evidence based medicine: What is it and what isn´ t.”, BMJ. V. 312, p. 71-72. [2] AMB - Associaçâo Médico Brasileira. (2006) “Diretrizes Médicas.” Projeto Diretrizes. Disponível : acessado em 02 jul. 2006. [3] Shankar, R. D., Tu, S.W.,Musen, M. (2006) “ A. Medical Arguments in an Automated Health Care System”. In:AAAI 2006 Spring Symposia. Stanford University.

[4] Tu, S.W., Hrabak, K. M, (2006) Campbell, James R; et al. “Use of declarative statements in creating and maintaining computerinterpretable knowledge bases for guidelinebased care”. .In: AMIA Fall Symposium; submetido. Washington DC. [5] Openclinical website. (2006) Disponível em acessado em 05 jul. 2006. [6] Gennari, J. H., Musen, Mark A., Fergerson, R. W., et al. (2003) “The Evolution of Protege: An Environment for Knowledge-Based Systems Development.” In: International Journal of Human Computer Studies. Duluth: Academic Press, Inc.V. 58, n. 1, p. 89-123 [7] Peleg. M., Tu, S. W., Haux, R.,Kulikowski,, Casimir. (2006) “Decision Support, Knowledge Representation and Management in Medicine.” In: 2006 IMIA.Yearbook of Medical Informatics. Stuttgart: Schattauer. [8] Tu, S. W., Musen, M.A.,Hankar, R. et al. (2004) “Modeling guidelines for integration into clinical workflow. Medinfo”. In: Fieschi,, M.; Coira, E.; Li Y. (Org.). Medinfo 2004. In: Studies in Health Technolog and Informatics. San Francisco: IOS Press. V.107, p. 174-178. [9] Peleg M, Boxwala A, Ogunyemi O, et al. (2000) “GLIF3: The evolution of a guideline representation format.” In: AMIA Annual Fall Symposium. p. 645–649. [10] Peleg, M, Tu, S.W., Bury, J. et al. (2003) “Comparing Computer-Interpreatable Guideline Models:A case-study approach.” In: JAMIA. 2003; Vol 10 n.1, p. 52-68. [11] Peleg, M.; Boxwala; A., Tu; S., W., et al. (2004) “Guideline Interchange Format 3.5” Technical Specification. Intermed Collaboratory. 4 mai. 2004, 116 p. [12 ]Campbell, J.R.; Tu, S. W.; Boyer, J..; et al. (2003) “The SAGE guideline model: A knowledge representation framework for encoding interoperable clinical practice guidelines”. Stanford: Stanford Medical Informatics. [13] Berners-Lee, T. (nov. 2005) “Putting de Web back in Semantic Web”. In: ISWC-RuleML conference Galway, nov. 2005. Slides da apresentação ; Contato Luiz Fernando Almeida Garrett Fone - 55- 41-8406-0182 e-mail : [email protected] Andréia Malucelli Fone - 55- 41-3271-2277 e-mail : [email protected]

Lihat lebih banyak...

Comentários

Copyright © 2017 DADOSPDF Inc.