Introdução: O excesso de peso em adultos jovens está associado ao desenvolvimento de doenças crônicas não transmissíveis (DCNT) e à diminuição da qualidade de vida e ao aumento da mortalidade precoce. A transição da adolescência para a fase adulta é o período de maior risco para a incidência da obesidade. Objetivo: Estimar o efeito o índice de massa corpora (IMC) aos 20 anos sobre a incidência de DCNT em adultos brasileiros com idade entre 30 a 49 anos. Métodos: Foram selecionados 12.079 indivíduos de 30 a 49 anos da Pesquisa Nacional de Saúde (PNS), realizada no ano de 2013. O modelo adotado para determinação das DCNT foi aquele proposto pela Organização Mundial de Saúde. A incidência das DCNT (hipertensão, doenças cardiovasculares, diabetes e câncer, entre outras), informada pela data do diagnóstico, foi modelada como função do IMC aos 20 anos. Os indivíduos sem a doença até o presente foram considerados como censura. As estimativas de sobrevida foram calculadas com o método de Kaplan-Meier (KM) para cada uma das doenças, estratificada por sexo e ajustada por escolaridade. A análise dos fatores de risco para as doenças foi feita utilizando-se o modelo de riscos proporcionais de Cox. Resultados: Nas curvas de sobrevida KM, indivíduos com IMC >=25kg/m² apresentaram incidência mais elevada e precoce de DCNT, principalmente hipertensão, diabetes e depressão. A idade mediana para incidência do diabetes em obesos foi de 47 anos para homens e 48 anos para mulheres. A incidência da hipertensão arterial foi 4,2 por mil com sobrevida mediana de 48 e 44 anos em mulheres com excesso de peso e obesidade, respectivamente. Dentre os fatores de risco associados as DCNT, o tabagismo em idade precoce foi associado à incidência de depressão. Conclusão: O excesso de peso em adultos jovens aumenta a incidência precoce de DCNT, com efeitos negativos na qualidade de vida, lazer e produtividade, além de aumentar a demanda por serviços de saúde. Torna-se necessário que a intervenção para redução dessas doenças seja direcionada para o período da infância e adolescência com ações que promovam a redução da exposição desses indivíduos à alimentação de má qualidade e incentivo a prática de atividade, não uso do tabaco e consumo moderado de álcool. / Introduction: Overweight in young adults is associated with the development of chronic noncommunicable diseases (NCDs) and decreased quality of life and increased early mortality. The transition from adolescence to adulthood is the period of greatest risk for the incidence of obesity. Objective: To estimate the effect of the corpora mass index (BMI) at age 20 on the incidence of NCDs in Brazilian adults aged 30-49 years. Methods: We selected 12 079 individuals 30-49 years of the National Health Research (PNS) held in 2013. The model adopted for determining the NCD was that proposed by the World Health Organization The incidence of NCDs (hypertension, diseases. cardiovascular, diabetes and cancer, among others), informed by the date of diagnosis, and modeled as a function of BMI at age 20. Individuals without the disease to date have been considered as censorship. Survival estimates calculated with the Kaplan-Meier (KM) for each of the diseases, stratified by gender and adjusted for schooling. The analysis of risk factors for the disease made using the model of Cox proportional hazards. Results: In the survival curves KM, individuals with BMI> = 25 kg / m² presented higher and early incidence of NCDs, particularly hypertension, diabetes and depression. The median age for incidence of diabetes in obese was 47 years for men and 48 years for women. The incidence of hypertension was 4.2 per thousand with a median survival of 48 and 44 years in women with excess weight and obesity respectively. Among the risk factors associated with the NCD, smoking at an early age was associated with the incidence of depression. Conclusion: Being overweight in young adults increases the early incidence of NCDs, with negative effects on quality of life, leisure and productivity, and increase the demand for health services. It is necessary that the intervention to reduce these diseases directed to the period of childhood and adolescence with actions that promote a reduction in exposure of these individuals to the poor quality of food and encouraging the practice of activity, no tobacco use and moderate consumption alcohol.

Neste trabalho propomos gráficos de controle tipo CUSUM para monitoramento de tempos de sobrevivência. Nossa proposta é desenvolver diferentes estatísticas para o escore do gráfico CUSUM de forma prospectiva. Inicialmente propomos um gráfico CUSUM não paramétrico para monitoramento de populações homogêneas que avalia a variação na estatística log-rank como forma de identificar se há uma mudança significativa no risco de falha ao longo do tempo. Algumas abordagens diferentes foram consideradas e em destaque colocamos o gráfico ZDiff CUSUM, que tem como escore o incremento na estatística Z do teste log-rank em relação à inspeção anterior. Foi constatado, via simulação, que este método é eficiente. Posteriormente investigamos abordagens que levam em conta heterogeneidade na população por meio do modelo de Cox, considerando medidas baseadas na razão de verossimilhanças e em resíduos martingal e deviance. Através de simulações, verificou-se que o método com base na razão de verossimilhanças se mostrou ágil para detectar alteração na taxa de falha, quando se conhece a intensidade da mudança e este valor é informado na construção do teste. Por outro lado, os gráficos CUSUM com base em resíduos são mais simples e se mostraram eficazes para identificar aumentos no padrão da sobrevivência. Estes três métodos e o ZDiff CUSUM foram aplicados a dados de um estudo conduzido no Instituto do Coração (InCor) envolvendo pacientes com insuficiência cardíaca. Foi detectado que ao longo do tempo estes pacientes apresentam sobrevida maior, o que pode estar ligado à melhoria no tratamento e procedimentos realizados no hospital. Como conclusão, sugerimos que os gráficos tipo CUSUM com resíduos do modelo de Cox e o método não paramétrico com teste log-rank podem ser alternativas para utilização na prática em monitoramento de dados de sobrevivência. / In this work we propose CUSUM control charts to monitor survival times. Our proposal is to develop different statistics for the CUSUM chart score in a prospective way, to take into account SA approaches. We initially consider a non-parametric approach to monitor homogeneous populations. This CUSUM evaluates the variation on the log-rank test statistics as a way to identify significant changes in the risk of failure. Some different expressions for this have been considered and, in particular, we propose a ZDiff CUSUM chart computed as the increment on the log-rank test statistics Z at each inspection point in relation to the previous one. Based on simulation studies it was found that this method is efficient. Subsequently we investigated approaches that take into account heterogeneity in the population through the Cox model, considering measures based on the likelihood ratio and on martingal and deviance residuals. Through simulations, it was verified that the method based on the likelihood ratio was agile to detect a change in the hazard rate, when the intensity of the change is known and this value is informed in the construction of the test. On the other hand, CUSUM methods based on residuals are simpler and have been shown to be effective in identifying increases in survival pattern. These three methods and the ZDiff CUSUM were applied to a dataset from a study conducted at the Heart Institute (InCor) on patients with heart failure. It has been found that, over time, these patients have greater survival, which may be linked to improved treatment and procedures performed at the hospital. As a conclusion, we suggest that the CUSUM methods based on Cox model residuals and the nonparametric method on the log-rank test may be alternatives for practice in monitoring survival data.

Fundamentos - Identificar pacientes ambulatoriais que necessitam de recursos terciários de hospital de referência voltado para a prática cardiológica é inerente à responsabilidade assistencial. Compete reconhecer pacientes sob maior risco de prognóstico desfavorável, o que pode ser feito pelo emprego de métodos estatísticos tradicionais. Com o mesmo fito, as redes neurais têm sido objeto de interesse. Formulamos a hipótese de que as redes neurais, alimentadas a partir de variáveis selecionadas com o emprego de estatística tradicional, pudessem contribuir para a avaliação prognóstica de pacientes com insuficiência cardíaca. Objetivos - Avaliar o prognóstico de pacientes com diagnóstico de insuficiência cardíaca com o emprego de métodos da estatística de sobrevivência associada com a rede neural artificial. Delineamento - Estudo de coorte retrospectiva a partir de dados assistenciais de pacientes que receberam o diagnóstico de insuficiência cardíaca, identificação das variáveis associadas ao prognóstico com o emprego da estatística tradicional e alimentação da rede neural perceptron de múltiplas camadas (Neuro XL Predictor - OLSOFT Software Development) com essas variáveis. Local - Ambulatório cardiológico com alto volume de atendimentos voltado para pacientes do Sistema Único de Saúde (SUS) em hospital acadêmico de referência terciário. Participantes - 2.128 pacientes consecutivos, que receberam o diagnóstico de insuficiência cardíaca de 2 de julho de 2003 a 2 de julho de 2007. Desfecho - óbito por qualquer causa. Análise de dados - À análise descritiva e exploratória, seguiu-se a avaliação da probabilidade de sobrevida pelo método de Kaplan Meier, seguida de análise inferencial com o emprego do teste de log-rank e do modelo de riscos proporcionais de Cox. Identificadas as variáveis associadas ao prognóstico de sobrevida, foi desenvolvida a rede neural nas diferentes fases de aprendizado- treinamento e com o recurso do algoritmo de treinamento backpropagation. A rede neural foi desenvolvida em cinco fases: fase 1 - aprendizado-treinamento (n=968 óbitos com informação completa); fase 2 - avaliação e aplicação (pacientes vivos até 2012); fase 3 - comparação da previsão de sobrevida com o emprego rede ( pacientes vivos até 2012) com a sobrevida observada; fase 4 - reensaios para aprendizados com novos desfechos (óbitos em 2013 e 2014); fase 5 - avaliação do aprendizado da rede na fase 4 (pacientes vivos e falecidos). A acurácia, a sensibilidade, a especificidade, o valor preditivo positivo e o valor preditivo negativo dos melhores modelos na previsão da sobrevida obtidas com a rede neural foram avaliados, considerando as duas funções de ativação (tangente hiperbólica e zero-based log sigmoid). Para tanto, foi preciso determinar intervalos de corte definidos por critério clínico de razoabilidade de expectativa do tempo de sobrevida e acerto calculado pela rede. A estimativa da previsibilidade e do erro também foi avaliada com o emprego da função de perda. Resultados - A análise estatística (n=2.128 pacientes) revelou as seguintes variáveis associadas ao prognóstico: idade (p < 0,001), índice de massa corpórea (p < 0,001), pressão arterial diastólica (p < 0,001), etiologia da insuficiência cardíaca (p < 0,001), classe funcional (p < 0,001), espessura do septo interventricular (p=0,037), diâmetro diastólico do ventrículo esquerdo (p < 0,001), diâmetro do átrio esquerdo (p=0,025), potássio sérico (p=0,015), colesterol total (p < 0,001), creatinina (p < 0,001) e a presença de diabetes melito (p=0,034). Os modelos de redes neurais com melhor previsibilidade foram obtidos pela categorização do tempo de sobrevida inferior a 2 anos, entre 2 anos e 6 anos, e superior a 6 anos. Nos pacientes com tempo de sobrevida observado superior a 6 anos, a partir da consulta inicial, com intervalo de corte de 3 anos, a estimativa feita com o emprego da rede neural demonstrou sensibilidade 93,0% (com ambas as funções de ativação), especificidade 76,4% ou 77,5% (dependendo da função de ativação), valor preditivo negativo 97,4% (com ambas as funções de ativação) e valor preditivo positivo 53,6% ou 54,7% (dependendo da função de ativação). Nos pacientes com tempo de sobrevida observado entre 2 anos e 6 anos, a partir da data do início dos sintomas, com intervalo de corte de 2 anos, obtivemos sensibilidade 89,8% (com ambas as funções de ativação), especificidade 72,5% ou 76,5%, valor preditivo positivo 86,3% ou 88,0% e valor preditivo negativo 78,7% ou 79,6% (dependendo da função de ativação). Nos pacientes com tempo de sobrevida observado inferior a 2 anos, a partir da data do início dos sintomas, com intervalo de corte de 1 ano, a estimativa com o emprego da rede neural demonstrou sensibilidade 87,2% (com ambas as funções de ativação), especificidade de 62,5% ou 66,7% (dependendo da função de ativação), valor preditivo positivo 82,0% ou 83,7% (dependendo da função de ativação) e valor preditivo negativo 71,4% ou 72,7% (dependendo da função de ativação). O erro da previsão de sobrevida com o emprego da rede neural, estimado com o auxílio da função de perda, variou de 4,4 meses até 1,1 anos. Conclusões - O emprego da rede neural alimentada por variáveis selecionadas com o emprego de estatística de sobrevivência tradicional pode ser método profícuo na avaliação prognóstica de pacientes com insuficiência cardíaca. A previsibilidade de estimativa de sobrevida alcançada com o uso de rede neural foi menor nos pacientes com quadros clínicos de menor tempo de evolução, comparativamente aos pacientes com maior tempo de evolução; no primeiro caso permitiria sugerir quadros mais instáveis em relação aos casos mais estáveis, isto é, aqueles com tempo de evolução maior / Background - Identifying outpatients who need tertiary resources of a referral cardiology hospital includes recognizing those at higher risk of unfavorable prognosis. Studies aimed at this objective may be accomplished with traditional statistics. Neural networks have been studied as a promising tool in the assessment of patients´ prognosis. We hypothesized that the neural networks developed with variables selected through traditional statistics might contribute to the prognostic evaluation of patients with heart failure. Objectives - To evaluate the prognosis of patients with heart failure using methods of survival statistics combined with the resources of artificial neural networks. Design - Retrospective cohort study from a database of patients previously diagnosed with heart failure, identification of variables associated with prognosis using traditional statistics, development of a neural network perceptron of multiple layers (Neuro XL Predictor - OLSOFT Software Development) with these variables. Setting - outpatient clinic from an academic tertiary cardiology center Participants - 2128 consecutive patients who received the diagnosis of heart failure between July 2, 2003 and July 2, 2007. Outcomes - death for any cause. Data analysis - Statistical evaluation was performed for descriptive and exploratory analysis and was followed by Kaplan Meier survival probability, and inferential analysis using the log-rank test and the Cox proportional hazards model to identify the variables associated with prognosis. Variables thus selected were then input for the neural network in the different stages of learning-training, with the backpropagation algorithm. The neural network was developed in 5 phases: phase 1 - learning / training (n = 968 deaths with complete information); phase 2 - evaluation and application (patients alive until 2012); phase 3 - comparison of the predicted versus the observed survival using the network (patients alive until 2012); phase 4 - re-tests for learning with new outcomes (deaths in 2013 and 2014); phase 5 - assessment of network learning in phase 4 (living and deceased patients). The accuracy, sensitivity, specificity, positive predictive value and negative predictive value of the best models in the prediction of survival obtained with the neural network were evaluated taking into account the two activation functions (hyperbolic tangent and zero-based log sigmoid) and the cut-off intervals defined by clinical criteria of reasonableness of expected survival time and the estimated estimate by the network. The estimation of predictability and error was also evaluated using the loss function. Results - Statistical analysis (n = 2128 patients) revealed the following variables associated with prognosis: age (p < 0.001), body mass index (p < 0.001), diastolic blood pressure (p < 0.001), heart failure etiology (P < 0.001), functional class (p < 0.001), interventricular septum thickness (p = 0.037), left ventricular diastolic diameter (p < 0.001), left atrial diameter (p = 0.025), serum potassium level, total cholesterol (p < 0.001), serum creatinine level (p < 0.001) and the presence of diabetes mellitus (p = 0.034). The models of neural networks with better predictability were obtained with the categorization of the survival time of less than 2 years, between 2 and 6 years, and over 6 years. In patients with a survival time of more than 6 years from the initial consultation, with a cut-off interval of 3 years (or 1095 days), the estimate using the neural network showed sensitivity 93.0% (with both activation functions), specificity of 76.4% or 77.5% (depending on the activation function), negative predictive value 97.4% (with both activation functions) and positive predictive value 53.6% or 54.7% (depending on the function of activation). In patients with a survival time of 2 to 6 years from the onset of symptoms, with a cut-off interval of 2 years (or 730 days), we obtained 89.8% sensitivity (with both activation functions), specificity 72,5% or 76.5%, positive predictive value 86.3% or 88.0% and negative predictive value 78.7% or 79.6% (depending on the activation function). In patients with a survival time of less than 2 years from the onset of symptoms, with a cut-off interval of 1 year (or 365 days), the estimate using the neural network showed a sensitivity of 87.2% (with both activation functions), specificity of 62.5% or 66.7% (depending on the activation function), positive predictive value 82.0% or 83.7% (depending on the activation function) and negative predictive value 71.4% or 72.7% (depending on the activation function). The error of survival prediction with the use of the estimated neural network with the aid of the function of absolute loss ranged from 4.4 months to 1.1 years. Conclusions - The use of selected variables input in the neural network with the use aid of traditional survival statistics, may be a useful method for the prognostic evaluation of patients with heart failure. Estimates were less accurate in patients with a shorter duration of symptoms relative to those with symptoms for a long time; in the first case it would suggest more unstable disease relative to those with more stable disease, namely with symptoms for a long time

Submitted by Ricardo Cedraz Duque Moliterno (ricardo.moliterno@uefs.br) on 2018-07-16T20:18:40Z No. of bitstreams: 1 DISSERTACAO_FINAL_MARILIA_AMORIM.pdf: 2678188 bytes, checksum: dcefdbbe615be5ccd3ccf21e26697ed7 (MD5) / Made available in DSpace on 2018-07-16T20:18:40Z (GMT). No. of bitstreams: 1 DISSERTACAO_FINAL_MARILIA_AMORIM.pdf: 2678188 bytes, checksum: dcefdbbe615be5ccd3ccf21e26697ed7 (MD5) Previous issue date: 2018-03-08 / Coordena??o de Aperfei?oamento de Pessoal de N?vel Superior - CAPES / Oral cancer represents a major public health problem with widely varying incidence, mortality, and survival rates worldwide. The disease of multifactorial etiology develops because of the interaction of multiple genetic and environmental factors. The objective of this study was to investigate the profile of patients with oral cancer and to evaluate the influence of the factors related to the survival of these individuals in a high complexity Oncology unit of Feira de Santana, Bahia, Brazil, between 2010 and 2016. It is a hospital-based, retrospective cohort study where the population was composed of individuals with histopathological diagnosis of squamous cell carcinoma. Socio-demographic, life habits, lesion data, treatment, survival time and survival status variables were obtained by reviewing clinical records. Initially, a descriptive analysis of all variables was performed. Later, the Kaplan-Meier estimator was used to compute the survival probabilities at each time, with and without stratification. The log-rank test was used for the comparisons between the several curves. In order to estimate the effects of each variable on the survival of the individuals, the Cox models were adjusted for each of them and, from the significance of the relative risks at each time, the variables that entered the multivariable model were defined. The majority of cases occurred in male individuals, aged over 45 years, chronic smokers and alcoholics. Lesions predominantly localized in the tongue were diagnosed at an advanced stage of the disease. Surgical therapy associated with radiotherapy and chemotherapy was the most recommended for the young group and radiotherapy associated with chemotherapy for the old group. Results indicated that the only predictive factors for oral cancer were tumor staging and type of treatment, pointing out the need for strategies to reduce the main risk factors for the disease and the importance of early diagnosis, to increase the patients? survival and the improvement of their quality of life. / O c?ncer oral representa um grande problema de sa?de p?blica, com taxas de incid?ncia, mortalidade e sobrevida bastante vari?veis em todo o mundo. A doen?a de etiologia multifatorial desenvolve-se como resultado da intera??o de m?ltiplos fatores gen?ticos e ambientais. O objetivo deste estudo foi investigar o perfil de pacientes com c?ncer oral e avaliar a influ?ncia dos fatores relacionados ? sobrevida destes indiv?duos em uma unidade de alta complexidade em Oncologia de Feira de Santana, Bahia, no per?odo 2010 a 2016. Trata-se de um estudo de coorte retrospectivo, de base hospitalar, onde a popula??o foi composta por indiv?duos com diagn?stico histopatol?gico de carcinoma de c?lulas escamosas. Vari?veis sociodemogr?ficas, de h?bitos de vida, de dados da les?o, do tratamento, de tempo de sobrevida e de status de sobrevida foram obtidos atrav?s da revis?o de prontu?rios cl?nicos. Inicialmente foi realizada uma an?lise descritiva de todas as vari?veis. Posteriormente, para computar as probabilidades de sobrevida a cada tempo foi utilizado o estimador de Kaplan-Meier, sem e com estratifica??o. Para as compara??es entre as diversas curvas foi utilizado o teste de log-rank. Com o objetivo de estimar os efeitos de cada vari?vel na sobrevida dos indiv?duos, foram ajustados os modelos de Cox para cada uma delas e, a partir da signific?ncia dos riscos relativos a cada tempo, foram definidas quais entraram no modelo multivari?vel. A maioria dos casos ocorreu em indiv?duos do sexo masculino, com idade acima de 45 anos, tabagistas e etilistas cr?nicos. As les?es predominantemente localizadas em l?ngua foram diagnosticadas em est?gio avan?ado da doen?a. A terapia cir?rgica associada a radioterapia e quimioterapia foi a mais recomendada para o grupo jovem e a radioterapia associada a quimioterapia, para o grupo idoso. Os resultados indicaram que apenas o estadiamento do tumor e o tipo de tratamento foram fatores preditivos para o c?ncer oral, apontando a necessidade de estrat?gias para a redu??o dos principais fatores de risco para a doen?a e a import?ncia do diagn?stico precoce, com vistas ao aumento da sobrevida e ? melhoria da qualidade de vida dos pacientes.

Made available in DSpace on 2016-08-10T10:38:33Z (GMT). No. of bitstreams: 1 FLAVIA ALEIXO FERREIRA.pdf: 856261 bytes, checksum: 437e20f50936aac2d69cf7dcc15d95ed (MD5) Previous issue date: 2011-07-01 / Breast cancer is the second most frequent type of cancer worldwide and more common among women, accounting for 22% of new cases each year. These tumors appear as heterogeneous evolution and response to different treatment available whose prognostic and predictive factors guiding the therapeutic approach being used. The detection of oncogenic protein c-erbB-2 by immunohistochemistry is a prognostic factor for diagnostic, and in most cases, is associated with a worse prognosis. This study aimed to raise clinicopathological data of patients with breast cancer, as well as evaluating the expression c-erbB-2 in tumor tissue paraffin samples of these patients. Medical records of 286 female patients with breast carcinoma treated at Hospital Araújo Jorge (Association of Cancer Combat of Goiás), between 1979 and 2002 were collected and tabulated together with data from immunohistochemical detection of c-erbB protein -2. In our series the positive immunodetection of c-erbB-2 in tumor cells showed no association with conventional parameters clinicopathologics. The immunodetection of the protein c-erbB-2 did not significantly affect the survival of patients analyzed in our series, consistent with data obtained by other studies. We conclude that molecular methods should become more sensitive. / O câncer de mama é o segundo tipo mais frequente de câncer no mundo e o mais comum entre as mulheres, corresponde por 22% dos casos novos a cada ano. Esses tumores apresentam-se heterogêneos quanto a evolução e resposta às diferentes opções terapêuticas disponíveis, cujos fatores prognósticos e preditivos norteiam a conduta terapêutica a ser utilizada. A detecção da proteína oncogênica c-erbB-2 por imuno- histoquímica é um fator prognóstico auxiliar para avaliação diagnóstica e, na maioria dos casos, associa-se a um pior prognóstico. O presente estudo teve como objetivo levantar os dados clínicopatológicos de pacientes com câncer de mama, bem como avaliar a expresssão de c-erbB-2 nas amostras de tecido tumoral parafinadas dessas pacientes. Prontuários de 286 pacientes do sexo feminino com carcinoma de mama atendidas no Hospital Araújo Jorge (Associação de Combate ao Câncer em Goiás), entre 1979 e 2002, foram coletados e tabulados juntamente com os dados de imuno- histoquímica para detecção da proteína c-erbB-2. Em nossa casuística a imunodetecção positiva de c-erbB-2 nas células tumorais não demonstrou associação com os parâmetros clinicopatológicos convencionais. A imunodetecção da proteína c-erbB-2 não influenciou significativamente a sobrevida das pacientes analisadas em nossa série, condizendo com dados obtidos por outros estudos. Assim concluímos que os métodos moleculares devem se tornar mais sensíveis

Introdução: O transplante de células-tronco hematopoiéticas (TCTH) tornou-se um procedimento terapêutico mundialmente aceito sobretudo pelo impacto positivo na sobrevida e na qualidade de vida dos pacientes com doenças onco-hematológicas. No entanto, a mortalidade ainda é alta e influenciada por fatores de natureza individual e terapêutica. Objetivo: Analisar a mortalidade relacionada ao transplante (MRT) nos pacientes submetidos ao TCTH e seus fatores associados. Método: Coorte prospectiva realizada com 60 pacientes internados na unidade de TCTH do Hospital de Clínicas da Universidade Estadual de Campinas. Os dados foram obtidos pela análise diária dos prontuários. A variável dependente foi a MRT e as variáveis independentes foram demográficas e de evolução clínicas, incluindo escore de risco pré-TCTH (EBMT) e o SAPS II. Na análise dos dados foram utilizados os testes Qui-quadrado, Exato de Fisher, o teste t de Student e Mann-Whitney. Na análise da MRT utilizou-se o método de kaplan-Meier e o Modelo de Cox. Considerou-se nível de significância igual a 5%. Resultados: A MRT foi de 15% aos cem dias do TCTH, de 18,9% no grupo de pacientes de TCTH alogênico e de 8,7% para os de TCTH autólogo. A infecção foi a principal causa de óbito. Na amostra, o tempo médio de sobrevida dos pacientes foi de 83,2 dias (DP 32,7). No grupo de pacientes não sobreviventes a maioria pertencia ao sexo masculino, com média de idade de 48,7 anos e diagnóstico principal de leucemia. Quanto à gravidade destes pacientes, o escore de risco pré-TCTH (EBMT) foi de 4,1 pontos e do SAPS II geral foi de 52,6 pontos, o que correspondeu a um risco médio de morte de de 38,4%. Os fatores associados à MRT, em cem dias, foram faixa etária (p=0,0306), presença de infecção (p=0,0216), número de infecções (p=0,0386), ocorrência de enxertia (p<0,0001), uso de ventilação mecânica (p<0,0001) e de drogas vasoativas (p<0,0001). O índice de gravidade SAPS II foi fator preditor para MRT (p=0,0001). Conclusão: O índice de gravidade SAPS II, preditor para MRT em cem dias, mostrou que o paciente submetido ao TCTH é grave e necessita de cuidado especializado e intensivo. / Hematopoietic stem cells transplantation (HSCT) has become a therapeutic procedure accepted worldwide, particularly because of its positive impact on survival and quality of life of patients with onco-hematological diseases. However, the mortality is still high and it is influenced by factors of individual and therapeutic kinds. Objective: To analyze the transplant-related mortality (TRM) on patients submitted to HSCT and its associated factors. Methodology: Prospective cohort study with 60 patients hospitalized in the HSTC unit of the Clinical Hospital of the State University of Campinas (Unicamp). Data was obtained by daily analysis of the medical records. The dependent variable was the TRM and the independent variables were demographic and clinical development, including pre-HSCT risk score (EBMT) and SAPS II. For data analysis were used the Chi-square, Fishers exact tests, Students t-test, Mann-Whitney. On TRM analysis were used Kaplan-Meier and Cox Model method. It was considered a significance level of 5%. Results: The TRM was 15% to a hundred days of HSCT, 18,9% to allogeneic HSCT patients and 8,7% to autologous HSCT. Infection was the main cause of death. In the sample, the median survival time of the patients was 83,2 days (DP 32,7). In the group of non-surviving patients the most were male, with an average age of 48,7 years and the main diagnosis was leukemia. Regarding to the severity of these patients, the pre-HSCT risk score (EBMT) was 4,1 points and general SAPS II was 52,6 points, which corresponds to an average death risk of 38,4%. The TRM associated factors on a hundred days were age (p=0,0306), presence of infection (p=0,0216), number of infections (p=0,0386), occurrence of grafting (p<0,0001), mechanical ventilation use (p<0,0001) and vasoactive drugs (p<0,0001). The severity rate SAPS II was a predictive factor for TRM (p=0,0001). Conclusion: The severity rate SAPS II was predictive for TRM on a hundred days and showed that the patient submitted to HSCT is severe and demands specialized and intensive care.

Introdução: Vários estudos descreveram as taxas de sobrevivência na doença renal crônica (DRC), porém há dados insuficientes sobre a mortalidade após atendimento em departamento de emergência (DE), particularmente em áreas de baixa renda. Assim, avaliamos o prognóstico em curto e longo prazo de pacientes com DRC após internação em DE em Fortaleza, Brasil. Métodos: De uma amostra inicial de 1.279 atendimentos no DE do Hospital Geral de Fortaleza entre março de 2012 e maio de 2013, para os quais foi solicitada a avaliação da Nefrologia, 520 pacientes foram definidos como casos de DRC (Taxa de Filtragem Glomerular estimada < 60mL / min, além de um ou mais critérios adicionais de DRC) de março de 2012 a maio de 2013. As taxas de mortalidade foram comparadas de acordo com as três categorias de TFGe: estágio 3 (59-30 mL / min), estágio 4 (15-29 mL / min) e estágio 5 ( < 15 mL / min). Foram realizadas curvas de Kaplan-Meier e modelos de regressão de Cox (razão de risco-RR com intervalo de confiança de 95%-Cl) para todas as causas e por causas específicas de mortalidade (doença renal e cardiovascular-CVD) em sete dias, um mês, três meses, seis meses e um ano de seguimento. Resultados: Entre 520 indivíduos (idade mediana de 66 anos) com 52% de baixa escolaridade e 40% vivendo na área rural, a mortalidade geral após um ano de seguimento foi de 42,5%. As taxas de mortalidade foram maiores para os estágios 4 e 5 nas análises em curto ou longo prazo, com um pico ocorrendo em um mês após a admissão hospitalar para ambas as categorias de TFGe ( RR multivariada, 3,43; IC 95%, 1,60-7,37 para o estágio 4 e RR multivariada, 3,89; 95% IC, 1,81-8,34 para o estágio 5). Para as causas específicas de mortalidade, verificou-se um risco significativo de morrer devido à doença renal apenas para estágio 5, com um risco máximo verificado em 1 ano (RR multivariada, 5,51; IC 95%, 120-25,25). Conclusões: A taxa de mortalidade de pacientes com DRC após a admissão no DE foi extremamente alta nesta população de baixa renda. As taxas de sobrevivência foram menores para aqueles com DRC mais avançada após um ano do primeiro diagnóstico. A possibilidade de determinantes socioeconômicos da saúde operarem majoritariamente na alta taxa de mortalidade observada indica a necessidade de novos estudos para melhorias em políticas de saúde regionais / Background: Many studies described survival rates in chronic kidney disease (CKD), but there is insufficient data regarding mortality after Emergency Department (ED) attendances, particularly in low-income areas. Thus, we evaluated short and long-term prognosis of CKD patients after ED admissions in Fortaleza, Brazil. Methods: From an initial sample of 1,279 attendances in the ED of Fortaleza General Hospital between March 2012 to May 2013 for whom a Nephrology consultancy was requested, 520 patients were defined as CKD cases (estimated Glomerular Filtration Rate (eGFR) < 60mL / min plus one or more additional criteria of CKD) from March 2012 to May 2013. Mortality rates were compared according to three eGFR categories: class 3 (59-30 mL / min), class 4 (29-15 mL / min) and class 5 (less than 15 mL / min). Kaplan-Meier curves and Cox regression models (hazard ratio with 95% confidence interval-CI) were performed for all-cause and specific causes of mortality (kidney disease and cardiovascular-CVD) at 7-day, 1-month, 3-month, 6-month and 1-year of follow-up. Results: Among 520 individuals (median age 66y-old) with 52% of low education and 40% living in rural area, overall mortality after 1 year of follow-up was 42.5%. Mortality rates were higher for classes 4 and 5 in either short or long-term analyses, with a peak occurring at 1-month after hospital admission for both categories of eGFR (multivariate HR, 3.43; 95% CI, 1.60-7.37 for G4 and multivariate HR, 3.89; 95% IC, 1.81-8.34 for G5). For specific causes of mortality, a significant high risk of dying due to kidney disease was verified only for class 5, with a maximum risk verified at 1-year (multivariate HR, 5.51; 95% IC, 120-25.25). Conclusions: The mortality rate of patients with CKD after an ED admission was extremely high in this low-income population. The survival rates were lower for those with more advanced CKD one year after the first diagnosis. The possibility that socio-economic determinants of health are majorly operating in the high mortality rate observed points to the need of new studies in order to improve health policy in the region

O valor prognóstico da expressão do Fator 1 de Transcrição Tireoideano (TTF-1) e da metaloproteinase-9 (MMP-9) foi avaliado em 51 pacientes com adenocarcinoma pulmonar avançado. Foram fatores de mau prognóstico: baixa capacidade funcional (P = 0,017), baixa expressão do TTF-1 (P = 0,001) e alta expressão da MMP-9 (P = 0,008). Identificaram-se três grupos de risco para mortalidade: baixo risco (TTF-1 > 40% e MMP-9 < 80%; sobrevida: 127,6 semanas), risco intermediário (TTF-1 < 40% ou MMP-9 > 80%; sobrevida: 39,0 semanas) e alto risco (TTF-1 < 40% e MMP-9 > 80%; sobrevida: 16,4 semanas). Com a detecção destes marcadores é possível a identificação de subgrupos de pacientes com prognósticos clinicamente distintos. / The prognostic value of Thyroid Transcription Factor-1 (TTF-1) and Matrix Metalloproteinase-9 (MMP-9) tumor expression was evaluated in 51 patients with advanced lung adenocarcinoma. Poor performance status (P = 0.017), low TTF-1 (P = 0.001), and high MMP-9 (P = 0.008) were independent prognostic factors. There was three risk groups: low risk (TTF-1 > 40% and MMP-9 < 80%; median survival: 127.6 wk), intermediate risk (TTF-1 < 40% or MMP-9 > 80%; median survival: 39.0 wk), and high risk (TTF-1 < 40% and MMP-9 > 80%; median survival: 16.4 wk). Evaluation of TTF-1 and MMP-9 may allow us to identify different, clinically meaningful, prognostic groups of lung adenocarcinoma patients.

Introdução: As técnicas mais comumente empregadas em análise de sobrevida que utilizam dados censurados são o estimador produto limite de Kaplan-Meier (KM) e o modelo de riscos proporcionais de Cox. Estas técnicas têm como suposição que a causa da perda de seguimento seja independente do tempo de sobrevida. Objetivo: O presente estudo visa a analisar o efeito das perdas de seguimento nestas duas técnicas. Material e Métodos: O estudo foi realizado utilizando-se o banco de dados dos pacientes cadastrados no Registro Hospitalar do Hospital do Câncer de São Paulo em 1994. Foram elaborados 28 bancos de dados simulando perdas informativas e não informativas. A perda informativa foi simulada transformando os óbitos em vivos, na proporção de 5 a 50%. A perda não informativa foi simulada através do sorteio de 5 a 50% do total do banco. O estimador de Kaplan-Meier (KM) foi utilizado para estimar a sobrevida acumulada no primeiro, terceiro e quinto ano de seguimento, e o modelo de riscos proporcionais de Cox para estimar as hazard ratio (HR). Todas as estimativas obtidas no KM e as HR's foram comparadas com os resultados do banco de dados original. Resultados: Houve maior proporção de perda nos pacientes com maior escolaridade, admitidos por convênio e particular e os menos graves (estádio I ou II). Quanto maior a proporção de perda informativa, maior a diferença alcançada nas estimativas realizadas pelo KM, verificando-se que a perda de seguimento superior a 15% acarretou diferenças superiores a 20% nas estimativas da probabilidade de sobrevida. As HR's foram menos afetadas, e proporções superiores a 20% de perda de seguimento acarretaram variações de cerca de 10% nas estimativas. Quando as perdas foram não informativas não houve diferenças significativas nas estimativas pelo KM e nas HR's em relação ao banco original. Conclusões: É importante avaliar se as perdas ocorridas em estudos de coorte são informativas ou não, pois se forem podem acarretar distorções principalmente nas estimativas feitas pelo método de KM. / Introduction: The Kaplan Meier product limit estimator (KM) and the Cox proportional hazard (HR) model are the most used tools in survival analysis. These two methods have the key assumption that censoring must be independent from the survival time. Objective: To analyze the consequences of loss to follow up in these two methods. Methods: The study has utilized the data of the Cancer Registry of the patients of Hospital do Cancer in São Paulo of 1994. The informative censure was simulated transforming the death by 5 to 50% into alive. Besides 5 to 50% was spared at random simulating the non-informative censoring. The survival probability and was calculated to the first, third and fifth year of follow –up. All the estimated probabilities and HR’s were compared with the results of the original data. Results: Patients with greater scholars, lower stages and admitted by health plans or private had more losses to follow up. The maximum proportion of accepted loss to follow –up is 10% to 15% when using the KM estimator, and the HR are less affected by the loss to follow-up and one can afford having 20% of it. When the losses were non informative there were no differences between the original probabilities. Conclusions: The possibility of over or under estimated probability must be analyzed in the presence of the losses to follow- up when using the KM and HR in survival analyses.

Misturas finitas são modelos paramétricos altamente flexíveis, capazes de descrever diferentes características dos dados em vários contextos, especialmente na análise de dados heterogêneos (Marin, 2005). Geralmente, nos modelos de mistura finita, todas as componentes pertencem à mesma família paramétrica e são diferenciadas apenas pelo vetor de parâmetros associado a essas componentes. Neste trabalho, propomos um novo modelo de mistura finita, capaz de acomodar observações censuradas, no qual as componentes são as densidades das distribuições Gama, Lognormal e Weibull (mistura GLW). Essas densidades são reparametrizadas, sendo reescritas em função da média e da variância, uma vez que estas quantidades são mais difundidas em diversas áreas de estudo. Assim, construímos o modelo GLW e desenvolvemos a análise de tal modelo sob a perspectiva bayesiana de inferência. Essa análise inclui a estimação, através de métodos de simulação, dos parâmetros de interesse em cenários com censura e com fração de cura, a construção de testes de hipóteses para avaliar efeitos de covariáveis e pesos da mistura, o cálculo de medidas para comparação de diferentes modelos e estimação da distribuição preditiva de novas observações. Através de um estudo de simulação, avaliamos a capacidade da mistura GLW em recuperar a distribuição original dos tempos de falha utilizando testes de hipóteses e estimativas do modelo. Os modelos desenvolvidos também foram aplicados no estudo do tempo de seguimento de pacientes com insuficiência cardíaca do Instituto do Coração da Faculdade de Medicina da Universidade de São Paulo. Nesta aplicação, os resultados mostram uma melhor adequação dos modelos de mistura em relação à utilização de apenas uma distribuição na modelagem dos tempos de seguimentos. Por fim, desenvolvemos um pacote para o ajuste dos modelos apresentados no software R. / Finite mixtures are highly flexible parametric models capable of describing different data features and are widely considered in many contexts, especially in the analysis of heterogeneous data (Marin, 2005). Generally, in finite mixture models, all the components belong to the same parametric family and are only distinguished by the associated parameter vector. In this thesis, we propose a new finite mixture model, capable of handling censored observations, in which the components are the densities from the Gama, Lognormal and Weibull distributions (the GLW finite mixture). These densities are rewritten in such a way that the mean and the variance are the parameters, since the interpretation of such quantities is widespread in various areas of study. In short, we constructed the GLW model and developed its analysis under the bayesian perspective of inference considering scenarios with censorship and cure rate. This analysis includes the parameter estimation, wich is made through simulation methods, construction of hypothesis testing to evaluate covariate effects and to assess the values of the mixture weights, computatution of model adequability measures, which are used to compare different models and estimation of the predictive distribution for new observations. In a simulation study, we evaluated the feasibility of the GLW mixture to recover the original distribution of failure times using hypothesis testing and some model estimated quantities as criteria for selecting the correct distribution. The models developed were applied in the study of the follow-up time of patients with heart failure from the Heart Institute of the University of Sao Paulo Medical School. In this application, results show a better fit of mixture models, in relation to the use of only one distribution in the modeling of the failure times. Finally, we developed a package for the adjustment of the presented models in software R.