CONTEXTUALIZAÇÃO: A preocupação com a qualidade da assistência tem aumentado nas últimas décadas em todo o mundo. O aumento da demanda, aliado à escassez de recursos financeiros e ao desenvolvimento e incorporação de novas tecnologias, tem suscitado reflexões e pesquisas que busquem avaliar a assistência hospitalar prestada em termos de custo-efetividade. Os estudos têm utilizado, na sua grande maioria, taxas de mortalidade hospitalar, que é um indicador tradicional de desempenho hospitalar. A análise comparativa de indicadores de desempenho pressupõe que as taxas de mortalidade sejam ajustadas às características dos pacientes e ao perfil do hospital, que também contribui na probabilidade de óbito hospitalar. Muitos autores têm utilizado bases de dados administrativas para avaliar estabelecimentos de saúde, principalmente pelo baixo custo e fácil disponibilidade. Diversos estudos internacionais têm analisado a eficiência dos serviços hospitalares de forma intensa e constante. No Brasil, os estudos ainda são poucos e a maioria tem avaliado diagnósticos específicos ou faixas-etárias específicas. Além disso, são poucos os que agregam o perfil dos hospitais na análise de predição do óbito hospitalar. OBJETIVO: O objetivo desta tese é desenvolver um índice de risco para óbito hospitalar ajustado pelas características das internações e pelo perfil dos hospitais a partir dos dados disponíveis no Sistema de Informações Hospitalar (SIH-SUS), com a finalidade de comparação de desempenho entre hospitais. É também objetivo desenvolver um modelo preditivo de probabilidade de óbito hospitalar utilizando a metodologia de modelo multinível. MÉTODOS: Trata-se de um estudo transversal com dados de 453.515 Autorizações de Internação Hospitalar (AIHs) do Sistema de Informações Hospitalares do Sistema Único de Saúde (SIH-SUS) do Rio Grande do Sul no ano de 2005. Utilizou-se regressão logística tradicional a fim de desenvolver um modelo preditivo das chances de óbito hospitalar considerando as características das internações. A seguir, foi realizada modelagem multinível buscando desenvolver um modelo preditivo das chances de óbito hospitalar considerando as características das internações e o perfil dos hospitais. Após o ajuste do modelo, foi calculado o Índice de Risco (IR), que permitiu o cálculo das probabilidades de óbitos hospitalares esperados (E), que foram comparados aos óbitos observados (O). O ordenamento do desempenho dos estabelecimentos foi realizado através da razão O/E em função da incorporação das características das internações (nível individual) e do perfil dos hospitais (nível contextual) conjuntamente no modelo preditivo. RESULTADOS: A taxa bruta de mortalidade para o conjunto dos 332 hospitais (453.515 AIHs) foi de 6,3%. A mortalidade foi maior para os homens. As doenças infecciosas e parasitárias, neoplasias, doenças do sistema nervoso, do aparelho circulatório e respiratório e, ainda, diagnósticos informados como sinais e sintomas anormais foram os que apresentaram significativamente maior número de óbitos do que o esperado através do teste Qui-quadrado. A especialidade clínica médica apresentou maior número de óbitos em comparação à especialidade cirurgia. A maioria das internações ocorreu em hospitais privados, enquanto que a taxa bruta de mortalidade foi maior nos hospitais públicos. Através da modelagem por regressão logística, utilizando o perfil das internações, obteve-se um Índice de Risco (IR) para mortalidade hospitalar. A partir do modelo preditivo foram calculados os óbitos esperados para os hospitais. Dos 206 hospitais analisados, a razão O/E (óbito observado/óbito esperado) mostrou 40 hospitais com mortalidade significativamente superior à esperada e 58 hospitais com mortalidade significativamente inferior à esperada. A partir do modelo preditivo multinível, formado por variáveis explicativas referentes à internação (primeiro nível) e variáveis explicativas referentes ao hospital (segundo nível), verificou-se que o perfil dos hospitais tem papel importante na predição do óbito hospitalar. As variáveis uso de UTI, seguida por idade foram as principais preditoras para óbito hospitalar no nível individual e porte do hospital, seguida por natureza jurídica, o foram no nível contextual respectivamente. A razão O/E baseada no modelo multinível mostrou que os hospitais de pequeno porte tem pior desempenho, os de grande porte melhoram seu desempenho e os de médio porte mantiveram-se praticamente sem modificações, quando comparados ao desempenho medido pela razão O/E obtida apenas para as características das internações. Constatou-se, ainda, um melhor desempenho dos estabelecimentos públicos, para todos os portes, e pior desempenho para os hospitais privados CONCLUSÕES: O índice de risco construído a partir das características da internação e do perfil dos estabelecimentos por modelos multinível pode ser empregado na análise de desempenho dos hospitais do SIH-SUS. O IR construído permitirá calcular a probabilidade de óbito e assim obter a taxa ajustada de mortalidade, a ser usada como um indicador de desempenho. Esta metodologia mostrou-se útil para rastrear hospitais que merecem uma atenção maior por parte de gestores, prestadores de serviços, profissionais e comunidade. A ordenação dos hospitais utilizando apenas a taxa de mortalidade bruta não é igual à ordenação quando se utiliza o ranking ajustado pelo modelo preditivo de probabilidade para o nível de internações, e esse último também não é igual quando se adiciona o nível dos hospitais. Recomenda-se que, ao comparar hospitais, seja utilizado o ajuste pelo modelo preditivo de probabilidade de risco que incorpora tanto o nível das internações, quanto dos hospitais. Estudos acrescentando outras variáveis do nível de internações, do nível hospitalar, além da região, poderão contribuir para o aprimoramento do modelo e do índice de risco. O desenvolvimento de uma série histórica de acompanhamento, bem como a discussão com representantes de várias instâncias envolvidas no processo de avaliação hospitalar poderão aumentar a eficiência do método. / CONTEXTUALIZATION: The concern with the quality of care has increased in recent decades throughout the world. Increased demand, combined with the scarcity of financial resources and the development and incorporation of new technologies, has raised debate and research that seek to evaluate the hospital care provided in terms of costeffectiveness. Studies have mostly used hospital mortality rates, which is a traditional indicator of hospital performance. Comparative analysis of performance indicators means that mortality rates are adjusted to the characteristics of patients and to the hospital profile, which also contributes to the risk of death in hospital. Many authors have used administrative databases to assess health institutions, especially for their low cost and easy availability. Several international studies have analyzed the efficiency of hospital services in intense and constant way. In Brazil, studies are still few and most have evaluated specific diagnoses or specific age ranges. Moreover, few studies add the profile of hospitals to the analysis of prediction of hospital death. OBJECTIVE: The objective of this thesis is to develop a risk index for hospital death adjusted by characteristics of hospital admissions and by the profile of hospitals, using the available data in the SIH-SUS, for the purpose of comparison of performance between SUS hospitals. It also aims to develop a multilevel model of hospital risk of death. METHODS: This is a cross-sectional study with data from 453.515 Authorization Form for Hospital Admittance (AIHs) of the Hospital Information System of the Unified Health System (SIH-SUS) in Rio Grande do Sul in 2005. A traditional logistic regression was used to develop a predictive model of the chances of hospital death considering the characteristics of hospital admissions. Additionally a multilevel modeling was employed to develop a predictive model of the chances of death considering the characteristics of hospital admissions and hospital profiles. After fitting the model, the risk index (IR) was calculated, which allowed for the calculation of the likelihood of hospital expected deaths (E), which were then compared to the observed deaths (O). The performance ranking of the establishments was conducted through the ratio O/E depending on the incorporation of characteristics of hospital (individual level) and the profiles of hospitals (contextual level) together in the predictive model. RESULTS: The crude death rate for all 332 hospitals (453.515 AIHs) was 6.3%. Mortality was higher for men. Infectious and parasitic diseases, neoplasms, diseases of the nervous system, of the circulatory and of the respiratory apparatus, and also informed diagnoses as abnormal signs and symptoms were those that had significantly more deaths than expected by the chi-square test. Higher number was observed for the speciality medical clinic of deaths compared to surgery. Most hospitalizations occurred in private hospitals, while the crude death rate was higher in public hospitals. Through the RL model, by using the profile of hospitalizations, a Risk Index (IR) was obtained for hospital mortality. From the predictive model were calculated expected deaths for hospitals. In 40 out of the 206 hospitals studied, the ratio O/E (observed deaths / expected deaths) showed mortality rates significantly higher than expected and, in 58 hospitals the mortality rates were significantly lower than expected. As for the multilevel predictive model, consisting of explanatory variables related to hospitalization (first level) and explanatory variables for the hospital (second level), the profiles of hospitals had an important role in prediction of hospital death. The variable use of Intensive Care Unit (UTI), followed by patient age, were the main predictors for hospital death at the individual level and size of the hospital, followed by a legal nature were the more important variables for the contextual level. The ratio O/E based on the multilevel model showed that small hospitals had a worse their performance, large institutions had better performances and those of medium size virtually unchanged when compared to the ratio O/E only for the characteristics of admissions It was also verified an improvement of performance of the public hospitals, for all sizes, and worsening of performance for private hospitals. CONCLUSIONS: The risk index constructed from the characteristics of hospitalization and the profile of establishments by multilevel models can be used in the analysis of performance of the SIH-SUS hospitals. The presently developed IR will yield a probability of death and thereby an adjusted rate of mortality, to be used as an indicator of performance. This methodology proved to be useful to track hospitals that deserve greater attention from managers, providers, professionals and community. The ordering of the hospitals using only the crude mortality rate is not equal to the ordering that uses the ranking set by the predictive model of probability for the level of admissions, and the latter is not equal when it adds the level of hospitals. When comparing hospitals, it is recommended the use of adjustment of the predictive model of probability of risk that incorporates both the levels of admissions and of the hospitals. Studies adding other variables in the level of admissions, the hospital level, as well as the region, could contribute to the improvement of the model and the risk index. The development of a historical series of monitoring and discussion with representatives of various groups involved in hospital evaluation will add validity to the assessment method.

Made available in DSpace on 2011-05-04T12:36:19Z (GMT). No. of bitstreams: 0 Previous issue date: 2009 / Durante minha trajetória como anestesiologista no INCA observei diversos acidentes de trabalho, assim com a banalização dos riscos que comprometem a saúde dos trabalhadores. Diante deste contexto, decidi aprofundar o estudo, à fim de melhor compreender os possíveis fatores que contribuem e/ou agravam o problema. Este trabalho foi um estudo quantitativo e qualitativo dos acidentes de trabalho que ocorreram no centro cirúrgico de um hospital especializado em câncer Hospital do Câncer II INCA ( Instituto Nacional de Câncer ), no período de março à junho de 2008, que teve como objetivos identificar e quantificar os acidentes, quantificar as notificações dos mesmos, as possíveis causas de não notificação e verificar o espaço físico e as condições de trabalho dos funcionários. A metodologia utilizada baseou-se na observação direta e entrevista semi-estruturada onde foram avaliados os acidentes de trabalho, alguns aspectos sobre o câncer, risco, os profissionais de saúde e aos diferentes aspectos do local de trabalho. Foram contabilizados 132 acidentes de trabalho que ocorreram no local, suas notificações e os prováveis elementos que contribuíram para a ocorrência dos mesmos, assim como as prováveis causas de não notificação dos acidentes. O estudo mostrou que, embora os acidentes pérfuro cortantes com agulhas contaminadas sejam àqueles de maior notificação, os mais comuns relacionam-se à respingos de sangue e contusões. Mostrou também que, a maioria dos acidentes não são notificados. Assim, embora os acidentes de trabalho não seja um tema novo, ele ainda merece estudos mais profundos na medida em que novas situações se apresentem. / During my trajectory as anesthesiology in the INCA, several accidents work were watched as the banalization of the risks that implicate the worker’s health. In front of this context, i decid treat in detail the study, to understand better the probaly factores that contribute and/or aggravate the problem. This work was a quantitative and qualitative study of the accidents work that occur in a surgical center of a cancer hospital - Hospital de Câncer II – INCA ( National Institute of Cancer ), at the period of march until june of 2008 that had the objetives of identify and quantify the accidents, quantify the notifications, the possible causes of not notification, verify the fisic space and the work’s conditons of the workers. The metodology was based in a direct observantion and semi-structured intervew where were estimated the accidents work, some aspects of cancer, risk, health’s professions and the differents aspects of the work’s place. Were counted 132 accidents work, their notifications, the probable elements that contributed to that were count, as well as the probaly reasons of not comunications the accidents. The work demonstrated that, although the perfuro cortantes accidents wiht contaminated needles have more notifications, the most commons accidents related were blood kickings and contusions. The results demonstrated that the most of the accidents are do not notified. Although the acidents work isn’t a new event, it’s still care more deep studies, as new situations come to present.

Made available in DSpace on 2016-05-02T13:00:01Z (GMT). No. of bitstreams: 2 license.txt: 1914 bytes, checksum: 7d48279ffeed55da8dfe2f8e81f3b81f (MD5) Lima,Rodrigo T S 2014.pdf: 2581142 bytes, checksum: 71219b66f4874b070189a14057e695e5 (MD5) Previous issue date: 2014 / Fundação Oswaldo Cruz. Centro de Pesquisas Aggeu Magalhães. Recife, PE, Brasil / A mortalidade na infância, ou seja, em menores de cinco anos, é um indicador de saúde com alta sensibilidade para detectar melhorias sociais e de saúde em contexto urbano em transformação. O presente estudo teve como objetivo analisar as desigualdades sociais e sua relação com o risco de morte em criança menores de cinco anos, enquanto marcadora das iniquidades em saúde, no contexto intraurbano de anaus nos anos de 2000 e 2010. Tratou-se de um estudo ecológico de natureza descritiva e analítica com abordagem quantitativa que utilizou dados secundários sobre mortalidade na infância e variáveis oriundas do censo brasileiro para a capital amazonense. Foi construído o Índice de Condição de Vida (ICV), hierarquizado em cinco estratos que representaram segmentos melhores e piores de condição de vida na cidade. Foram calculadas taxas de mortalidade na infância (TMM5) brutas e bayesianas e riscos relativos (RR) e absolutos (RA). Foram calculados indicadores de desigualdade social, como a distância entre os percentis 10-90 e 25 e 75 da distribuição do ICV, bem como a razão de renda entre os 20% mais ricos e 20% mais pobres. Também foram calculados os indicadores de desigualdade em saúde, tais como o Slope Index of Inequality e o Relative Index of Inequality. Os resultados demonstraram redução da distância entre os percentis. Observou-se que uma redução da razão 20/20 e um ganho real na renda média dos chefes de família da camada mais pobre de 13%, enquanto que os 20% mais ricos não apresentaram ganho real neste espaço de tempo. Observou-se ainda uma redução dos indicadores absoluto (SII) e relativo (RII) de desigualdade em saúde, medida pelo TMM5 nos anos estudados. Concluiu-se que houve melhoria das condições de vida e constatou-se que a redução da mortalidade na infância ocorreu de maneira mais acelerada que a redução das desigualdades sociais em Manaus

CONTEXTUALIZAÇÃO: A preocupação com a qualidade da assistência tem aumentado nas últimas décadas em todo o mundo. O aumento da demanda, aliado à escassez de recursos financeiros e ao desenvolvimento e incorporação de novas tecnologias, tem suscitado reflexões e pesquisas que busquem avaliar a assistência hospitalar prestada em termos de custo-efetividade. Os estudos têm utilizado, na sua grande maioria, taxas de mortalidade hospitalar, que é um indicador tradicional de desempenho hospitalar. A análise comparativa de indicadores de desempenho pressupõe que as taxas de mortalidade sejam ajustadas às características dos pacientes e ao perfil do hospital, que também contribui na probabilidade de óbito hospitalar. Muitos autores têm utilizado bases de dados administrativas para avaliar estabelecimentos de saúde, principalmente pelo baixo custo e fácil disponibilidade. Diversos estudos internacionais têm analisado a eficiência dos serviços hospitalares de forma intensa e constante. No Brasil, os estudos ainda são poucos e a maioria tem avaliado diagnósticos específicos ou faixas-etárias específicas. Além disso, são poucos os que agregam o perfil dos hospitais na análise de predição do óbito hospitalar. OBJETIVO: O objetivo desta tese é desenvolver um índice de risco para óbito hospitalar ajustado pelas características das internações e pelo perfil dos hospitais a partir dos dados disponíveis no Sistema de Informações Hospitalar (SIH-SUS), com a finalidade de comparação de desempenho entre hospitais. É também objetivo desenvolver um modelo preditivo de probabilidade de óbito hospitalar utilizando a metodologia de modelo multinível. MÉTODOS: Trata-se de um estudo transversal com dados de 453.515 Autorizações de Internação Hospitalar (AIHs) do Sistema de Informações Hospitalares do Sistema Único de Saúde (SIH-SUS) do Rio Grande do Sul no ano de 2005. Utilizou-se regressão logística tradicional a fim de desenvolver um modelo preditivo das chances de óbito hospitalar considerando as características das internações. A seguir, foi realizada modelagem multinível buscando desenvolver um modelo preditivo das chances de óbito hospitalar considerando as características das internações e o perfil dos hospitais. Após o ajuste do modelo, foi calculado o Índice de Risco (IR), que permitiu o cálculo das probabilidades de óbitos hospitalares esperados (E), que foram comparados aos óbitos observados (O). O ordenamento do desempenho dos estabelecimentos foi realizado através da razão O/E em função da incorporação das características das internações (nível individual) e do perfil dos hospitais (nível contextual) conjuntamente no modelo preditivo. RESULTADOS: A taxa bruta de mortalidade para o conjunto dos 332 hospitais (453.515 AIHs) foi de 6,3%. A mortalidade foi maior para os homens. As doenças infecciosas e parasitárias, neoplasias, doenças do sistema nervoso, do aparelho circulatório e respiratório e, ainda, diagnósticos informados como sinais e sintomas anormais foram os que apresentaram significativamente maior número de óbitos do que o esperado através do teste Qui-quadrado. A especialidade clínica médica apresentou maior número de óbitos em comparação à especialidade cirurgia. A maioria das internações ocorreu em hospitais privados, enquanto que a taxa bruta de mortalidade foi maior nos hospitais públicos. Através da modelagem por regressão logística, utilizando o perfil das internações, obteve-se um Índice de Risco (IR) para mortalidade hospitalar. A partir do modelo preditivo foram calculados os óbitos esperados para os hospitais. Dos 206 hospitais analisados, a razão O/E (óbito observado/óbito esperado) mostrou 40 hospitais com mortalidade significativamente superior à esperada e 58 hospitais com mortalidade significativamente inferior à esperada. A partir do modelo preditivo multinível, formado por variáveis explicativas referentes à internação (primeiro nível) e variáveis explicativas referentes ao hospital (segundo nível), verificou-se que o perfil dos hospitais tem papel importante na predição do óbito hospitalar. As variáveis uso de UTI, seguida por idade foram as principais preditoras para óbito hospitalar no nível individual e porte do hospital, seguida por natureza jurídica, o foram no nível contextual respectivamente. A razão O/E baseada no modelo multinível mostrou que os hospitais de pequeno porte tem pior desempenho, os de grande porte melhoram seu desempenho e os de médio porte mantiveram-se praticamente sem modificações, quando comparados ao desempenho medido pela razão O/E obtida apenas para as características das internações. Constatou-se, ainda, um melhor desempenho dos estabelecimentos públicos, para todos os portes, e pior desempenho para os hospitais privados CONCLUSÕES: O índice de risco construído a partir das características da internação e do perfil dos estabelecimentos por modelos multinível pode ser empregado na análise de desempenho dos hospitais do SIH-SUS. O IR construído permitirá calcular a probabilidade de óbito e assim obter a taxa ajustada de mortalidade, a ser usada como um indicador de desempenho. Esta metodologia mostrou-se útil para rastrear hospitais que merecem uma atenção maior por parte de gestores, prestadores de serviços, profissionais e comunidade. A ordenação dos hospitais utilizando apenas a taxa de mortalidade bruta não é igual à ordenação quando se utiliza o ranking ajustado pelo modelo preditivo de probabilidade para o nível de internações, e esse último também não é igual quando se adiciona o nível dos hospitais. Recomenda-se que, ao comparar hospitais, seja utilizado o ajuste pelo modelo preditivo de probabilidade de risco que incorpora tanto o nível das internações, quanto dos hospitais. Estudos acrescentando outras variáveis do nível de internações, do nível hospitalar, além da região, poderão contribuir para o aprimoramento do modelo e do índice de risco. O desenvolvimento de uma série histórica de acompanhamento, bem como a discussão com representantes de várias instâncias envolvidas no processo de avaliação hospitalar poderão aumentar a eficiência do método. / CONTEXTUALIZATION: The concern with the quality of care has increased in recent decades throughout the world. Increased demand, combined with the scarcity of financial resources and the development and incorporation of new technologies, has raised debate and research that seek to evaluate the hospital care provided in terms of costeffectiveness. Studies have mostly used hospital mortality rates, which is a traditional indicator of hospital performance. Comparative analysis of performance indicators means that mortality rates are adjusted to the characteristics of patients and to the hospital profile, which also contributes to the risk of death in hospital. Many authors have used administrative databases to assess health institutions, especially for their low cost and easy availability. Several international studies have analyzed the efficiency of hospital services in intense and constant way. In Brazil, studies are still few and most have evaluated specific diagnoses or specific age ranges. Moreover, few studies add the profile of hospitals to the analysis of prediction of hospital death. OBJECTIVE: The objective of this thesis is to develop a risk index for hospital death adjusted by characteristics of hospital admissions and by the profile of hospitals, using the available data in the SIH-SUS, for the purpose of comparison of performance between SUS hospitals. It also aims to develop a multilevel model of hospital risk of death. METHODS: This is a cross-sectional study with data from 453.515 Authorization Form for Hospital Admittance (AIHs) of the Hospital Information System of the Unified Health System (SIH-SUS) in Rio Grande do Sul in 2005. A traditional logistic regression was used to develop a predictive model of the chances of hospital death considering the characteristics of hospital admissions. Additionally a multilevel modeling was employed to develop a predictive model of the chances of death considering the characteristics of hospital admissions and hospital profiles. After fitting the model, the risk index (IR) was calculated, which allowed for the calculation of the likelihood of hospital expected deaths (E), which were then compared to the observed deaths (O). The performance ranking of the establishments was conducted through the ratio O/E depending on the incorporation of characteristics of hospital (individual level) and the profiles of hospitals (contextual level) together in the predictive model. RESULTS: The crude death rate for all 332 hospitals (453.515 AIHs) was 6.3%. Mortality was higher for men. Infectious and parasitic diseases, neoplasms, diseases of the nervous system, of the circulatory and of the respiratory apparatus, and also informed diagnoses as abnormal signs and symptoms were those that had significantly more deaths than expected by the chi-square test. Higher number was observed for the speciality medical clinic of deaths compared to surgery. Most hospitalizations occurred in private hospitals, while the crude death rate was higher in public hospitals. Through the RL model, by using the profile of hospitalizations, a Risk Index (IR) was obtained for hospital mortality. From the predictive model were calculated expected deaths for hospitals. In 40 out of the 206 hospitals studied, the ratio O/E (observed deaths / expected deaths) showed mortality rates significantly higher than expected and, in 58 hospitals the mortality rates were significantly lower than expected. As for the multilevel predictive model, consisting of explanatory variables related to hospitalization (first level) and explanatory variables for the hospital (second level), the profiles of hospitals had an important role in prediction of hospital death. The variable use of Intensive Care Unit (UTI), followed by patient age, were the main predictors for hospital death at the individual level and size of the hospital, followed by a legal nature were the more important variables for the contextual level. The ratio O/E based on the multilevel model showed that small hospitals had a worse their performance, large institutions had better performances and those of medium size virtually unchanged when compared to the ratio O/E only for the characteristics of admissions It was also verified an improvement of performance of the public hospitals, for all sizes, and worsening of performance for private hospitals. CONCLUSIONS: The risk index constructed from the characteristics of hospitalization and the profile of establishments by multilevel models can be used in the analysis of performance of the SIH-SUS hospitals. The presently developed IR will yield a probability of death and thereby an adjusted rate of mortality, to be used as an indicator of performance. This methodology proved to be useful to track hospitals that deserve greater attention from managers, providers, professionals and community. The ordering of the hospitals using only the crude mortality rate is not equal to the ordering that uses the ranking set by the predictive model of probability for the level of admissions, and the latter is not equal when it adds the level of hospitals. When comparing hospitals, it is recommended the use of adjustment of the predictive model of probability of risk that incorporates both the levels of admissions and of the hospitals. Studies adding other variables in the level of admissions, the hospital level, as well as the region, could contribute to the improvement of the model and the risk index. The development of a historical series of monitoring and discussion with representatives of various groups involved in hospital evaluation will add validity to the assessment method.

INTRODUÇÃO: A queda é um fenômeno complexo, altamente prevalente e de alto custo, podendo causar sérias conseqüências inclusive a morte. O idoso com fibrilação atrial se beneficia do uso de anticoagulante. No entanto, a ocorrência de quedas pode restringe o seu uso. Este trabalho objetivou analisar a associação entre a ocorrência de queda e as variáveis obtidas na avaliação clínica e multifatorial em idosos com fibrilação atrial; verificar a freqüência, características e conseqüências das quedas. MÉTODOS: Neste estudo transversal, foram avaliados 107 idosos com 60 anos ou mais com fibrilação atrial crônica do ambulatório de cardiogeriatria do InCor-HCFMUSP. Os participantes foram divididos em dois grupos: (1) sem história de queda no último ano e (2) com história de um ou mais episódios de queda no último ano. Foram submetidos à avaliação que incluiu: dados sóciodemográficos; história da quedas; suas características e conseqüências; questionários de qualidade de vida (BOMFAQ); de nível funcional (HAQ); de risco nutricional (Guigoz); da função psico-cognitiva (Prime MD, Mini-Mental); avaliação do equilíbrio e da mobilidade (escala de Berg, POMA, Timed up & go); avaliação neurológica e de força muscular; avaliação da acuidade visual (tabela de Snellen e teste de Donders) e avaliação auditiva. Todos os dados foram submetidos à análise estatística com teste qui-quadrado ou teste de verossimilhança ou teste exato de Fisher. As médias das variáveis quantitativas foram comparadas com teste t-Student ou teste da soma de postos de Wilcoxon. Os valores de p<0,05 foram considerados estatisticamente significantes. As variáveis significantes na análise univariada foram utilizadas no ajuste do modelo de regressão logística, determinando sensibilidade, especificidade e probabilidade estimada de queda. Resultados: 1) 51,4% (55 idosos) caíram ao menos uma vez no último ano, sendo que as quedas resultaram em lesões corporais em 90% dos casos, 2) não houve diferenças entre os grupos com respeito à idade, sexo, índice de massa corporal, hábitos, riscos nutricionais e atividade física, 2) houve relação significante entre a ocorrência de queda com: a presença de sintomas, como cansaço; o uso de amiodarona; diagnóstico de insuficiência cardíaca CF III e de diabete melito; força muscular; o BOMFAQ (dificuldade de manter o equilíbrio); deficiência auditiva e visual e a escala equilíbrio da POMA A regressão logística das variáveis significantes positivas mostrou as seguintes variáveis independentes: uso de amiodarona, diagnóstico de diabete melito e a queixa de dificuldade de manter equilíbrio no BOMFAQ. O conjunto apresentou sensibilidade de 92,9% e especificidade 44,9%, a razão de chance foi de 5,95 e razão de verossimilhança positivo foi de 5.0. Conclusão:Em um grupo de idosos com FAC capaz de freqüentar ambulatório e relativamente independente, muitos fatores de risco de quedas foram identificados, sendo preditores independentes deste risco, a simples referência de dificuldade em manter o equilíbrio, o diagnóstico de diabete melito e o uso de amiodarona; A ocorrência de quedas com recorrências e conseqüências foi elevada. Nesses pacientes, o questionamento sobre a ocorrência de quedas no último ano e a avaliação do risco de quedas é fundamental diante da decisão em indicar a anticoagulação. / Introduction: Falling is a complex phenomenon, highly prevalent and costly. It may cause serious consequences, including death. Anticoagulation is beneficial for elderly patients with atrial fibrillation. However, falls may limit its use, especially when recurrent. The goals of this study were to evaluate the association between the occurrence of falls and variables derived from clinical and multidisciplinary evaluation of elderly patients with atrial fibrillation, to analyze the prevalence, characteristics and consequences of falls. Methods: This cross-sectional study involved 107 elderly patients older than 60 years of age with chronic atrial fibrillation who were followed in the Geriatric Cardiology Outpatient Clinic of InCor-HCFMUSP. Subjects were divided in two groups: (1) those with no history of falls in the past year, and (2) patients with at least one fall within the previous year. All patients underwent clinical and multifactorial evaluation, which included socio-demographic data, history of falls, their characteristics and consequences, questionnaires on quality of life (BOMFAQ), functional activity (HAQ), nutritional risk (Guigoz), psycho-cognitive function (PRIME MD, Mini-Mental), and the following evaluations: balance and mobility (Berg scale, POMA, Timed up & go), neurologic, muscular strength, and hearing status, and visual acuity (Snellen table and Donders test). Statistical tests employed included chi-square, analysis of likelihood methods, and Fisher exact test, as appropriate. Quantitative variables were compared by t-test or Wilcoxon. A p-value <0.05 was considered statistically significant. Variables statistically significant by univariate analysis were employed in a model of logistic regression to determine sensitivity, specificity, and estimated probability of falls. Results: 1) 51.4% of the patients (55) fell at least once in the preceding year, with 90% of the falls resulting in corporal lesions. 2) There were no difference between the two groups in regard to age, gender, body mass index, habits, nutritional risks, and level of physical activity. 3) There was a significant relationship between the occurrence of fall and the following univariate variables: symptom of fatigue, use of amiodarone, class III heart failure , diabetes, muscular strength, difficulty to maintain balance detected by the BOMFAQ questionnaire, hearing and visual impairment, and POMA balance scale. 4) The risk factors most frequent were hypertension, visual and hearing impairments, and muscular weakness. Logistic regression yielded the following independent variables: use of amiodarone, diabetes, and difficulty to maintain balance by BOMFAQ. These variables together had 92,9% sensitivity and 44,9% specificificity for predicting the occurrence of falls, with a hazard ratio of 5.95 and likelihood methods of 5.0. Conclusion: in a group of relatively independent, elderly patients with chronic atrial fibrillation which were able to visit an out-patient clinic, many risk factors for falls were identified. The multivariate analysis identified as independent risk factors, the use of amiodarone, the diagnosis of diabetes and difficulty in maintaining balance detected by the BOMFAQ questionnaire. The frequency of falls with recurrences and consequences was high. In these patients, it is very important to ask about the occurrence of falls in the last year and to evaluate the risk of falls, considering the decision to prescribe anti-coagulation.

CONTEXTUALIZAÇÃO: A preocupação com a qualidade da assistência tem aumentado nas últimas décadas em todo o mundo. O aumento da demanda, aliado à escassez de recursos financeiros e ao desenvolvimento e incorporação de novas tecnologias, tem suscitado reflexões e pesquisas que busquem avaliar a assistência hospitalar prestada em termos de custo-efetividade. Os estudos têm utilizado, na sua grande maioria, taxas de mortalidade hospitalar, que é um indicador tradicional de desempenho hospitalar. A análise comparativa de indicadores de desempenho pressupõe que as taxas de mortalidade sejam ajustadas às características dos pacientes e ao perfil do hospital, que também contribui na probabilidade de óbito hospitalar. Muitos autores têm utilizado bases de dados administrativas para avaliar estabelecimentos de saúde, principalmente pelo baixo custo e fácil disponibilidade. Diversos estudos internacionais têm analisado a eficiência dos serviços hospitalares de forma intensa e constante. No Brasil, os estudos ainda são poucos e a maioria tem avaliado diagnósticos específicos ou faixas-etárias específicas. Além disso, são poucos os que agregam o perfil dos hospitais na análise de predição do óbito hospitalar. OBJETIVO: O objetivo desta tese é desenvolver um índice de risco para óbito hospitalar ajustado pelas características das internações e pelo perfil dos hospitais a partir dos dados disponíveis no Sistema de Informações Hospitalar (SIH-SUS), com a finalidade de comparação de desempenho entre hospitais. É também objetivo desenvolver um modelo preditivo de probabilidade de óbito hospitalar utilizando a metodologia de modelo multinível. MÉTODOS: Trata-se de um estudo transversal com dados de 453.515 Autorizações de Internação Hospitalar (AIHs) do Sistema de Informações Hospitalares do Sistema Único de Saúde (SIH-SUS) do Rio Grande do Sul no ano de 2005. Utilizou-se regressão logística tradicional a fim de desenvolver um modelo preditivo das chances de óbito hospitalar considerando as características das internações. A seguir, foi realizada modelagem multinível buscando desenvolver um modelo preditivo das chances de óbito hospitalar considerando as características das internações e o perfil dos hospitais. Após o ajuste do modelo, foi calculado o Índice de Risco (IR), que permitiu o cálculo das probabilidades de óbitos hospitalares esperados (E), que foram comparados aos óbitos observados (O). O ordenamento do desempenho dos estabelecimentos foi realizado através da razão O/E em função da incorporação das características das internações (nível individual) e do perfil dos hospitais (nível contextual) conjuntamente no modelo preditivo. RESULTADOS: A taxa bruta de mortalidade para o conjunto dos 332 hospitais (453.515 AIHs) foi de 6,3%. A mortalidade foi maior para os homens. As doenças infecciosas e parasitárias, neoplasias, doenças do sistema nervoso, do aparelho circulatório e respiratório e, ainda, diagnósticos informados como sinais e sintomas anormais foram os que apresentaram significativamente maior número de óbitos do que o esperado através do teste Qui-quadrado. A especialidade clínica médica apresentou maior número de óbitos em comparação à especialidade cirurgia. A maioria das internações ocorreu em hospitais privados, enquanto que a taxa bruta de mortalidade foi maior nos hospitais públicos. Através da modelagem por regressão logística, utilizando o perfil das internações, obteve-se um Índice de Risco (IR) para mortalidade hospitalar. A partir do modelo preditivo foram calculados os óbitos esperados para os hospitais. Dos 206 hospitais analisados, a razão O/E (óbito observado/óbito esperado) mostrou 40 hospitais com mortalidade significativamente superior à esperada e 58 hospitais com mortalidade significativamente inferior à esperada. A partir do modelo preditivo multinível, formado por variáveis explicativas referentes à internação (primeiro nível) e variáveis explicativas referentes ao hospital (segundo nível), verificou-se que o perfil dos hospitais tem papel importante na predição do óbito hospitalar. As variáveis uso de UTI, seguida por idade foram as principais preditoras para óbito hospitalar no nível individual e porte do hospital, seguida por natureza jurídica, o foram no nível contextual respectivamente. A razão O/E baseada no modelo multinível mostrou que os hospitais de pequeno porte tem pior desempenho, os de grande porte melhoram seu desempenho e os de médio porte mantiveram-se praticamente sem modificações, quando comparados ao desempenho medido pela razão O/E obtida apenas para as características das internações. Constatou-se, ainda, um melhor desempenho dos estabelecimentos públicos, para todos os portes, e pior desempenho para os hospitais privados CONCLUSÕES: O índice de risco construído a partir das características da internação e do perfil dos estabelecimentos por modelos multinível pode ser empregado na análise de desempenho dos hospitais do SIH-SUS. O IR construído permitirá calcular a probabilidade de óbito e assim obter a taxa ajustada de mortalidade, a ser usada como um indicador de desempenho. Esta metodologia mostrou-se útil para rastrear hospitais que merecem uma atenção maior por parte de gestores, prestadores de serviços, profissionais e comunidade. A ordenação dos hospitais utilizando apenas a taxa de mortalidade bruta não é igual à ordenação quando se utiliza o ranking ajustado pelo modelo preditivo de probabilidade para o nível de internações, e esse último também não é igual quando se adiciona o nível dos hospitais. Recomenda-se que, ao comparar hospitais, seja utilizado o ajuste pelo modelo preditivo de probabilidade de risco que incorpora tanto o nível das internações, quanto dos hospitais. Estudos acrescentando outras variáveis do nível de internações, do nível hospitalar, além da região, poderão contribuir para o aprimoramento do modelo e do índice de risco. O desenvolvimento de uma série histórica de acompanhamento, bem como a discussão com representantes de várias instâncias envolvidas no processo de avaliação hospitalar poderão aumentar a eficiência do método. / CONTEXTUALIZATION: The concern with the quality of care has increased in recent decades throughout the world. Increased demand, combined with the scarcity of financial resources and the development and incorporation of new technologies, has raised debate and research that seek to evaluate the hospital care provided in terms of costeffectiveness. Studies have mostly used hospital mortality rates, which is a traditional indicator of hospital performance. Comparative analysis of performance indicators means that mortality rates are adjusted to the characteristics of patients and to the hospital profile, which also contributes to the risk of death in hospital. Many authors have used administrative databases to assess health institutions, especially for their low cost and easy availability. Several international studies have analyzed the efficiency of hospital services in intense and constant way. In Brazil, studies are still few and most have evaluated specific diagnoses or specific age ranges. Moreover, few studies add the profile of hospitals to the analysis of prediction of hospital death. OBJECTIVE: The objective of this thesis is to develop a risk index for hospital death adjusted by characteristics of hospital admissions and by the profile of hospitals, using the available data in the SIH-SUS, for the purpose of comparison of performance between SUS hospitals. It also aims to develop a multilevel model of hospital risk of death. METHODS: This is a cross-sectional study with data from 453.515 Authorization Form for Hospital Admittance (AIHs) of the Hospital Information System of the Unified Health System (SIH-SUS) in Rio Grande do Sul in 2005. A traditional logistic regression was used to develop a predictive model of the chances of hospital death considering the characteristics of hospital admissions. Additionally a multilevel modeling was employed to develop a predictive model of the chances of death considering the characteristics of hospital admissions and hospital profiles. After fitting the model, the risk index (IR) was calculated, which allowed for the calculation of the likelihood of hospital expected deaths (E), which were then compared to the observed deaths (O). The performance ranking of the establishments was conducted through the ratio O/E depending on the incorporation of characteristics of hospital (individual level) and the profiles of hospitals (contextual level) together in the predictive model. RESULTS: The crude death rate for all 332 hospitals (453.515 AIHs) was 6.3%. Mortality was higher for men. Infectious and parasitic diseases, neoplasms, diseases of the nervous system, of the circulatory and of the respiratory apparatus, and also informed diagnoses as abnormal signs and symptoms were those that had significantly more deaths than expected by the chi-square test. Higher number was observed for the speciality medical clinic of deaths compared to surgery. Most hospitalizations occurred in private hospitals, while the crude death rate was higher in public hospitals. Through the RL model, by using the profile of hospitalizations, a Risk Index (IR) was obtained for hospital mortality. From the predictive model were calculated expected deaths for hospitals. In 40 out of the 206 hospitals studied, the ratio O/E (observed deaths / expected deaths) showed mortality rates significantly higher than expected and, in 58 hospitals the mortality rates were significantly lower than expected. As for the multilevel predictive model, consisting of explanatory variables related to hospitalization (first level) and explanatory variables for the hospital (second level), the profiles of hospitals had an important role in prediction of hospital death. The variable use of Intensive Care Unit (UTI), followed by patient age, were the main predictors for hospital death at the individual level and size of the hospital, followed by a legal nature were the more important variables for the contextual level. The ratio O/E based on the multilevel model showed that small hospitals had a worse their performance, large institutions had better performances and those of medium size virtually unchanged when compared to the ratio O/E only for the characteristics of admissions It was also verified an improvement of performance of the public hospitals, for all sizes, and worsening of performance for private hospitals. CONCLUSIONS: The risk index constructed from the characteristics of hospitalization and the profile of establishments by multilevel models can be used in the analysis of performance of the SIH-SUS hospitals. The presently developed IR will yield a probability of death and thereby an adjusted rate of mortality, to be used as an indicator of performance. This methodology proved to be useful to track hospitals that deserve greater attention from managers, providers, professionals and community. The ordering of the hospitals using only the crude mortality rate is not equal to the ordering that uses the ranking set by the predictive model of probability for the level of admissions, and the latter is not equal when it adds the level of hospitals. When comparing hospitals, it is recommended the use of adjustment of the predictive model of probability of risk that incorporates both the levels of admissions and of the hospitals. Studies adding other variables in the level of admissions, the hospital level, as well as the region, could contribute to the improvement of the model and the risk index. The development of a historical series of monitoring and discussion with representatives of various groups involved in hospital evaluation will add validity to the assessment method.

Objetivo: A doença cardiovascular é umas das principais causas de mortalidade tardia não relacionada ao fígado após o transplante hepático. O objetivo deste estudo foi avaliar os efeitos a longo prazo do transplante hepático sobre o perfil metabólico e o sistema cardiovascular. Métodos: Trinta e seis receptores de fígado foram avaliados um ano após o transplante hepático para avaliar a prevalência da síndrome metabólica e outros preditores de doenças cardiovasculares. Foram coletados dados antropométricos, exames bioquímicos, biomarcadores de aterosclerose e calculado o escore de Framingham. Quatro anos após o transplante, essa avaliação foi repetida e todos os participantes foram submetidos a uma tomografia de coronárias para obtenção do escore de cálcio coronariano. Os dados obtidos foram comparados para estimar a progressão do risco cardiovascular. Resultados: A população era constituída na sua maioria por indivíduos do sexo masculino, de cor branca e transplantados por hepatite C. Observou-se um aumento estatisticamente significativo na circunferência abdominal e na prevalência de dislipidemia, obesidade e síndrome metabólica ao longo do tempo. Todos os biomarcadores de aterosclerose estudados apresentaram aumento importante dos seus níveis no quarto ano (p < 0,001) após o transplante. Quanto ao escore de cálcio, 25% dos pacientes apresentaram calcificação coronariana moderada a grave, conferindo maior risco de evento cardíaco. A mediana do escore de Framingham aumentou substancialmente do primeiro ao quarto ano (p=0,022), alterando a estratificação de baixo para alto risco. Isso se refletiu em um aumento significativo de eventos cardiovasculares após quatro anos de transplante hepático. Conclusões: A prevalência de síndrome metabólica e risco cardiovascular aumenta significativamente do primeiro ao quarto ano após transplante hepático. O escore de cálcio coronariano e os biomarcadores de aterosclerose podem melhorar a estratificação de risco e ajudar a prevenir a progressão de doenças cardiovasculares / Objective: Cardiovascular diseases are a major non-liver-related contributor to late mortality after liver transplantation. The aim of this study was to assess the long-term effects of liver transplantation on the metabolism and cardiovascular system. Methods: Thirty-six liver recipients were assessed one year after transplantation to evaluate the prevalence of metabolic syndrome and other predictors of cardiovascular diseases. The data collected included anthropometric features, biochemical test results, Framingham risk score and atherosclerosis biomarkers. This evaluation was repeated four years after transplantation, and a coronary artery calcium score was obtained from all participants. Data were compared to estimate cardiovascular risk progression. Results: The population consisted mostly of white male subjects who underwent transplantation for hepatitis C. Significant increases were observed in waist circumference and the prevalence of dyslipidemia, obesity and metabolic syndrome over time. All biomarkers of atherosclerosis studied showed increased levels at the fourth year (p < 0.001). Regarding the calcium score, 25% of patients had moderate to severe coronary artery calcification, conferring an enhanced risk of a cardiac event. The median Framingham risk score substantially increased from the first to fourth year (p=0.022), changing the stratification from low to high risk. This change was reflected in a significant increment of cardiovascular events four years after liver transplantation. Conclusions: The prevalence of metabolic syndrome and cardiovascular risk significantly increased from the first to fourth year after liver transplantation. Coronary artery calcium scores and atherosclerosis biomarkers may improve risk stratification and help prevent symptomatic cardiovascular disease

INTRODUÇÃO: O câncer de ovário é o mais letal de todos os cânceres ginecológicos e requer ser tratado por ginecologistas especializados em centros terciários para se obter melhor prognóstico. Este trabalho tem como objetivo analisar e comparar quatro estratégias diferentes para predizer a benignidade ou malignidade de tumores pélvicos supostamente de origem ovariana utilizando para este fim, marcadores tumorais CA 125 e HE4, índice de risco de malignidade (IRM) e algoritmo ROMA. MÉTODOS: Neste estudo prospectivo foram avaliadas 128 pacientes com diagnóstico de tumores pélvicos supostamente de origem ovariana atendidas na Divisão de Clínica Ginecológica do Hospital das Clinicas da Faculdade de Medicina da Universidade de São Paulo e Instituto do Câncer do Estado de São Paulo entre julho de 2008 e janeiro 2011. Foram calculadas a sensibilidade e a especificidade e construídas curvas ROC para comparar os quatro parâmetros (CA 125, HE4, ROMA e IRM) na eficácia de diferenciar tumores ovarianos. RESULTADOS: A sensibilidade obtida para CA 125, HE4, ROMA e IRM foi de, respectivamente, 70,4%, 79,7%, 74,1% e 63,0%. A especificidade para CA 125, HE4, ROMA e IRM foi de, respectivamente, 74,2%, 66,7%, 75,8% e 92,4%. Não houve diferença na comparação das áreas abaixo da curva ROC entre os quatro parâmetros. CONCLUSÕES: Nenhum dos quatro métodos estudados é o ideal na diferenciação de tumores ovarianos. Entre os quatro parâmetros analisados o HE4 foi o parâmetro com melhor sensibilidade na diferenciação de tumores ovarianos. A acurácia dos quatro métodos é equivalente e podem ser utilizados indistintamente para referenciar pacientes para serviços especializados no tratamento de câncer de ovário / BACKGROUND: Ovarian cancer is the most lethal of all gynecological cancers and requires to be treated by gynecologic oncologists in tertiary centers accustomed to treating this disease to achieve the best prognosis. This study aims to compare four different strategies to predict the benignity or malignancy of pelvic tumors presumably of ovarian origin using, for this purpose, tumor markers CA 125 and HE4, risk malignancy index (RMI) and algorithm ROMA. METHODS: This prospective study evaluated 128 patients supposedly with ovarian tumors treated at the Divisão de Clínica Ginecológica do Hospital das Clínicas da Faculdade de Medicina da Universidade de São Paulo and at Instituto do Câncer do Estado de São Paulo between July 2008 and January 2011. We calculated sensitivity, specificity and ROC curves to compare the four parameters (CA 125, HE4, ROMA and RMI) ability to differentiate the ovarian tumors. RESULTS: The sensitivity obtained for CA 125, HE4, ROMA and RMI was, respectively, 70.4%, 79.7%, 74.1% and 63.0%. The specificity obtained for CA 125, HE4, ROMA and RMI was, respectively, 74.2%, 66.7%, 75.8% and 92.4%. There was no difference the areas under the ROC curve among the four parameters. CONCLUSIONS: None of the four studied methods is best in the differentiation of ovarian tumors. Among the four parameters analyzed, HE4 was the parameter with highest sensitivity in the differentiation of ovarian tumors. The accuracy of the four methods is equivalent and can be used interchangeably to refer patients for specialized services in the treatment of ovarian cancer

Objetivo: Novas tendências na avaliação de risco trazem evidências de que modelos externos recalibrados ou remodelados funcionam melhor localmente. O objetivo deste estudo foi validar dois modelos externos e formular um modelo local, comparando-os na predição de mortalidade nos pacientes operados de coronária e/ou valva no InCor-HCFMUSP. Método: Entre 2007 e 2009, 3.000 pacientes foram sequencialmente operados de coronária e/ou valva no InCor-HCFMUSP. No banco de dados, foi realizada a validação dos modelos 2000 Bernstein-Parsonnet (2000BP) e EuroSCORE (ES), mediante testes de calibração e discriminação. O InsCor de 2.000 pacientes foi elaborado mediante a utilização de técnicas de bootstrap. Nos próximos 1.000 pacientes foi realizada a validação interna do modelo, e seu desempenho medido frente ao 2000BP e ES. Resultados: Houve uma diferença significativa na prevalência dos fatores de risco entre as populações do estudo, ES e 2000BP. Na validação externa dos modelos, o ES apresentou uma boa calibração (P=0,596); no entanto, o 2000BP revelou-se inadequado (P=0,047). Na discriminação, a área abaixo da curva ROC revelou-se boa para ambos os modelos, ES (0,79) e 2000BP (0,80). Utilizando a técnica de bootstrap, 10 variáveis: idade >70 anos, sexo feminino, cirurgia associada, infarto do miocárdio <90 dias, reoperação, cirurgia da valva aórtica, cirurgia da valva tricúspide, creatinina <2mg/dl, fração de ejeção <30% e estado pré-operátorio crítico (eventos), foram selecionadas para formulacão do InsCor. Na validação interna do InsCor, a calibração foi adequada, com P=0,184. Na discriminação, a área abaixo da curva ROC foi boa (0,79). Neste grupo, a área abaixo da curva ROC foi de 0,81 e 0,82 para o ES e 2000BP, respectivamente, mostrando-se apropriada para ambos os modelos. Conclusões: O InsCor e o ES tiveram melhor desempenho que o 2000BP em todas as fases da validação; pórem o novo modelo, além de se identificar com os fatores de risco locais, é mais simples e objetivo para a predição de mortalidade nos pacientes operados de coronária e/ou valva no InCor-HCFMUSP / Background: New trends in risk assessment bring evidence that recalibrated or remodeled external models work best locally. The aim of this study was to validate two external models and formulate a local model, comparing them to predict mortality in patients who underwent coronary bypass surgery and/or heart valve surgery at InCor-HCFMUSP. Method Between 2007 and 2009, 3.000 patients were sequentially operated to coronary bypass surgery and/or heart valve surgery at InCor-HCFMUSP. The database was assessment to validate the models 2000 Bernstein-Parsonnet (2000BP) and EuroSCORE (ES) through calibration and discrimination tests. The InsCor of 2,000 patients (2/3 of database) was elaborated using bootstrap techniques. Over the next 1000 patients (1/3 of database) the internal validation of the InsCor was performed and its performance compared against the 2000BP and ES. Results: Significant difference in the prevalence of risk factors was found among the external and study populations (P<0,001). In the external validation of these models, the ES showed good calibration (P = 0.596); however, 2000BP was inadequate (P = 0.047). In discrimination, the area under the ROC curve was good for both models, ES (0.79) and 2000BP (0.80). With the bootstrap technique, 10 variables: age> 70 years, female, CABG + valve surgery, myocardial infarction <90 days, reoperation, aortic valve surgery, tricuspid valve surgery, creatinine <2mg/dl, ejection fraction <30% and critical preoperative state (events) were chosen to formulate the InsCor. In the validation of InsCor, the calibration was appropriate with P = 0.184. In discrimination, the area under the ROC curve was good (0.79). In this group, the area under the ROC curve was 0.81 and 0.82 for ES and 2000BP, respectively, being suitable for both models. Conclusions: The InsCor and ES outperformed the 2000BP at all stages of validation, but the new model, besides identifying itself with the local risk factors, is more simple and objective for the prediction of mortality in patients who underwent coronary bypass surgery and/or heart valve surgery at InCor-HCFMUSP.

INTRODUÇÃO: O câncer de ovário é o mais letal de todos os cânceres ginecológicos e requer ser tratado por ginecologistas especializados em centros terciários para se obter melhor prognóstico. Este trabalho tem como objetivo analisar e comparar quatro estratégias diferentes para predizer a benignidade ou malignidade de tumores pélvicos supostamente de origem ovariana utilizando para este fim, marcadores tumorais CA 125 e HE4, índice de risco de malignidade (IRM) e algoritmo ROMA. MÉTODOS: Neste estudo prospectivo foram avaliadas 128 pacientes com diagnóstico de tumores pélvicos supostamente de origem ovariana atendidas na Divisão de Clínica Ginecológica do Hospital das Clinicas da Faculdade de Medicina da Universidade de São Paulo e Instituto do Câncer do Estado de São Paulo entre julho de 2008 e janeiro 2011. Foram calculadas a sensibilidade e a especificidade e construídas curvas ROC para comparar os quatro parâmetros (CA 125, HE4, ROMA e IRM) na eficácia de diferenciar tumores ovarianos. RESULTADOS: A sensibilidade obtida para CA 125, HE4, ROMA e IRM foi de, respectivamente, 70,4%, 79,7%, 74,1% e 63,0%. A especificidade para CA 125, HE4, ROMA e IRM foi de, respectivamente, 74,2%, 66,7%, 75,8% e 92,4%. Não houve diferença na comparação das áreas abaixo da curva ROC entre os quatro parâmetros. CONCLUSÕES: Nenhum dos quatro métodos estudados é o ideal na diferenciação de tumores ovarianos. Entre os quatro parâmetros analisados o HE4 foi o parâmetro com melhor sensibilidade na diferenciação de tumores ovarianos. A acurácia dos quatro métodos é equivalente e podem ser utilizados indistintamente para referenciar pacientes para serviços especializados no tratamento de câncer de ovário / BACKGROUND: Ovarian cancer is the most lethal of all gynecological cancers and requires to be treated by gynecologic oncologists in tertiary centers accustomed to treating this disease to achieve the best prognosis. This study aims to compare four different strategies to predict the benignity or malignancy of pelvic tumors presumably of ovarian origin using, for this purpose, tumor markers CA 125 and HE4, risk malignancy index (RMI) and algorithm ROMA. METHODS: This prospective study evaluated 128 patients supposedly with ovarian tumors treated at the Divisão de Clínica Ginecológica do Hospital das Clínicas da Faculdade de Medicina da Universidade de São Paulo and at Instituto do Câncer do Estado de São Paulo between July 2008 and January 2011. We calculated sensitivity, specificity and ROC curves to compare the four parameters (CA 125, HE4, ROMA and RMI) ability to differentiate the ovarian tumors. RESULTS: The sensitivity obtained for CA 125, HE4, ROMA and RMI was, respectively, 70.4%, 79.7%, 74.1% and 63.0%. The specificity obtained for CA 125, HE4, ROMA and RMI was, respectively, 74.2%, 66.7%, 75.8% and 92.4%. There was no difference the areas under the ROC curve among the four parameters. CONCLUSIONS: None of the four studied methods is best in the differentiation of ovarian tumors. Among the four parameters analyzed, HE4 was the parameter with highest sensitivity in the differentiation of ovarian tumors. The accuracy of the four methods is equivalent and can be used interchangeably to refer patients for specialized services in the treatment of ovarian cancer