Validação do modelo PREDICT em uma coorte de casos de câncer de mama no Brasil

Detalhes bibliográficos
Autor(a) principal: Magario, Marcos Benini
Data de Publicação: 2022
Tipo de documento: Tese
Idioma: por
Título da fonte: Biblioteca Digital de Teses e Dissertações da USP
Texto Completo: https://www.teses.usp.br/teses/disponiveis/17/17145/tde-21062022-144552/
Resumo: Introdução: Para que haja uma prática médica mais precisa em relação a qual tratamento adjuvante seria mais efetivo para os casos de câncer de mama em estágio inicial, modelos para predizer sobrevida e resposta ao tratamento têm sido produzidos levando em conta fatores prognósticos. Para que sejam aplicáveis em populações distintas da original, é necessário que sejam validados. Objetivo: Validar o modelo PREDICT, desenvolvido no Reino Unido, em uma coorte de tumores de mama no Brasil. Métodos: Foram incluídas todas as pacientes diagnosticadas e tratadas por câncer de mama no Setor de Oncologia Ginecológica e Mastologia do Hospital das Clínicas da Faculdade de Medicina de Ribeirão Preto da Universidade de São Paulo a partir de 1999 e até 2016 para garantir o mínimo de 5 anos de seguimento. Para análise final, um total de 891 pacientes, foram coletadas as seguintes variáveis: idade ao diagnóstico, tamanho do tumor, número de linfonodos axilares comprometidos, grau histológico do tumor, expressão dos receptores de estrogênio, expressão do marcador HER2, expressão do marcador KI-67, tipo de tratamento recebido, condição atual (viva ou óbito), tempo de sobrevida em dias, causa do óbito. Essas variáveis foram armazenadas na plataforma REDCAP. Os dados obtidos foram utilizados para gerar curvas de predição baseadas no modelo PREDICT. Estas curvas foram avaliadas quanto à capacidade de discriminação e calibração. Resultados: após seguimento de 5 anos, demonstrou boa calibração com valores de plotagem adequadas e discriminação com valores da curva ROC em receptores estrogênico negativo e positivo de 0,73 e 0,72 respectivamente em nossa coorte. Conclusão: O modelo PREDICT pode ser uma ferramenta útil na predição de sobrevida e resposta ao tratamento adjuvante das pacientes brasileiras com câncer de mama.
id USP_13e1dfd9e32e69187af9e50929583486
oai_identifier_str oai:teses.usp.br:tde-21062022-144552
network_acronym_str USP
network_name_str Biblioteca Digital de Teses e Dissertações da USP
repository_id_str 2721
spelling Validação do modelo PREDICT em uma coorte de casos de câncer de mama no BrasilValidation of the PREDICT model in a cohort of breast cancer cases in BrazilBreast cancerCâncer de mamaModelo de prognósticoPrognosis modelSobrevidaSurvivalIntrodução: Para que haja uma prática médica mais precisa em relação a qual tratamento adjuvante seria mais efetivo para os casos de câncer de mama em estágio inicial, modelos para predizer sobrevida e resposta ao tratamento têm sido produzidos levando em conta fatores prognósticos. Para que sejam aplicáveis em populações distintas da original, é necessário que sejam validados. Objetivo: Validar o modelo PREDICT, desenvolvido no Reino Unido, em uma coorte de tumores de mama no Brasil. Métodos: Foram incluídas todas as pacientes diagnosticadas e tratadas por câncer de mama no Setor de Oncologia Ginecológica e Mastologia do Hospital das Clínicas da Faculdade de Medicina de Ribeirão Preto da Universidade de São Paulo a partir de 1999 e até 2016 para garantir o mínimo de 5 anos de seguimento. Para análise final, um total de 891 pacientes, foram coletadas as seguintes variáveis: idade ao diagnóstico, tamanho do tumor, número de linfonodos axilares comprometidos, grau histológico do tumor, expressão dos receptores de estrogênio, expressão do marcador HER2, expressão do marcador KI-67, tipo de tratamento recebido, condição atual (viva ou óbito), tempo de sobrevida em dias, causa do óbito. Essas variáveis foram armazenadas na plataforma REDCAP. Os dados obtidos foram utilizados para gerar curvas de predição baseadas no modelo PREDICT. Estas curvas foram avaliadas quanto à capacidade de discriminação e calibração. Resultados: após seguimento de 5 anos, demonstrou boa calibração com valores de plotagem adequadas e discriminação com valores da curva ROC em receptores estrogênico negativo e positivo de 0,73 e 0,72 respectivamente em nossa coorte. Conclusão: O modelo PREDICT pode ser uma ferramenta útil na predição de sobrevida e resposta ao tratamento adjuvante das pacientes brasileiras com câncer de mama.Introduction: In order to have a more precise medical practice regarding which adjuvant treatment would be most effective for early-stage breast cancer, models to predict survival and treatment response have been produced taking into account prognostic factors. In order for them to be applicable in other groups, they must be validated. Objective: to validate the PREDICT model, developed in the United Kingdom, in a cohort of breast tumors in Brazil. Methods: All patients diagnosed and treated for breast cancer in the Department of Gynecological Oncology and Mastology at Hospital das Clínicas from 1999 to 2016 were included, so that there would be a minimum of 5 years of follow-up. To the final analysis, a total of 891 patients, the following variables were collected: age at diagnosis, tumor size, number of affected axillary lymph nodes, histological tumor grade, estrogen receptor expression, HER2 marker expression, KI-67 marker expression, type of treatment received, current condition (living or dead), survival time in days, cause of death. These variables were stored in the REDCAP platform. The data obtained were used to generate prediction curves based on the PREDICT model. These curves were evaluated for their ability to discriminate and calibrate. Results: after 5 years of follow up, demonstrated good calibration with adequate plotting values and discrimination with ROC curve values in negative and positive estrogen receptors of 0,73 and 0,72 respectively in our cohort. Conclusion: the PREDICT method can be a useful tool to be used in predicting survival and response to adjuvant treatment in Brazilian patients with breast cancer.Biblioteca Digitais de Teses e Dissertações da USPReis, Francisco José Cândido dosMagario, Marcos Benini2022-03-24info:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/doctoralThesisapplication/pdfhttps://www.teses.usp.br/teses/disponiveis/17/17145/tde-21062022-144552/reponame:Biblioteca Digital de Teses e Dissertações da USPinstname:Universidade de São Paulo (USP)instacron:USPLiberar o conteúdo para acesso público.info:eu-repo/semantics/openAccesspor2022-06-22T13:37:07Zoai:teses.usp.br:tde-21062022-144552Biblioteca Digital de Teses e Dissertaçõeshttp://www.teses.usp.br/PUBhttp://www.teses.usp.br/cgi-bin/mtd2br.plvirginia@if.usp.br|| atendimento@aguia.usp.br||virginia@if.usp.bropendoar:27212022-06-22T13:37:07Biblioteca Digital de Teses e Dissertações da USP - Universidade de São Paulo (USP)false
dc.title.none.fl_str_mv Validação do modelo PREDICT em uma coorte de casos de câncer de mama no Brasil
Validation of the PREDICT model in a cohort of breast cancer cases in Brazil
title Validação do modelo PREDICT em uma coorte de casos de câncer de mama no Brasil
spellingShingle Validação do modelo PREDICT em uma coorte de casos de câncer de mama no Brasil
Magario, Marcos Benini
Breast cancer
Câncer de mama
Modelo de prognóstico
Prognosis model
Sobrevida
Survival
title_short Validação do modelo PREDICT em uma coorte de casos de câncer de mama no Brasil
title_full Validação do modelo PREDICT em uma coorte de casos de câncer de mama no Brasil
title_fullStr Validação do modelo PREDICT em uma coorte de casos de câncer de mama no Brasil
title_full_unstemmed Validação do modelo PREDICT em uma coorte de casos de câncer de mama no Brasil
title_sort Validação do modelo PREDICT em uma coorte de casos de câncer de mama no Brasil
author Magario, Marcos Benini
author_facet Magario, Marcos Benini
author_role author
dc.contributor.none.fl_str_mv Reis, Francisco José Cândido dos
dc.contributor.author.fl_str_mv Magario, Marcos Benini
dc.subject.por.fl_str_mv Breast cancer
Câncer de mama
Modelo de prognóstico
Prognosis model
Sobrevida
Survival
topic Breast cancer
Câncer de mama
Modelo de prognóstico
Prognosis model
Sobrevida
Survival
description Introdução: Para que haja uma prática médica mais precisa em relação a qual tratamento adjuvante seria mais efetivo para os casos de câncer de mama em estágio inicial, modelos para predizer sobrevida e resposta ao tratamento têm sido produzidos levando em conta fatores prognósticos. Para que sejam aplicáveis em populações distintas da original, é necessário que sejam validados. Objetivo: Validar o modelo PREDICT, desenvolvido no Reino Unido, em uma coorte de tumores de mama no Brasil. Métodos: Foram incluídas todas as pacientes diagnosticadas e tratadas por câncer de mama no Setor de Oncologia Ginecológica e Mastologia do Hospital das Clínicas da Faculdade de Medicina de Ribeirão Preto da Universidade de São Paulo a partir de 1999 e até 2016 para garantir o mínimo de 5 anos de seguimento. Para análise final, um total de 891 pacientes, foram coletadas as seguintes variáveis: idade ao diagnóstico, tamanho do tumor, número de linfonodos axilares comprometidos, grau histológico do tumor, expressão dos receptores de estrogênio, expressão do marcador HER2, expressão do marcador KI-67, tipo de tratamento recebido, condição atual (viva ou óbito), tempo de sobrevida em dias, causa do óbito. Essas variáveis foram armazenadas na plataforma REDCAP. Os dados obtidos foram utilizados para gerar curvas de predição baseadas no modelo PREDICT. Estas curvas foram avaliadas quanto à capacidade de discriminação e calibração. Resultados: após seguimento de 5 anos, demonstrou boa calibração com valores de plotagem adequadas e discriminação com valores da curva ROC em receptores estrogênico negativo e positivo de 0,73 e 0,72 respectivamente em nossa coorte. Conclusão: O modelo PREDICT pode ser uma ferramenta útil na predição de sobrevida e resposta ao tratamento adjuvante das pacientes brasileiras com câncer de mama.
publishDate 2022
dc.date.none.fl_str_mv 2022-03-24
dc.type.status.fl_str_mv info:eu-repo/semantics/publishedVersion
dc.type.driver.fl_str_mv info:eu-repo/semantics/doctoralThesis
format doctoralThesis
status_str publishedVersion
dc.identifier.uri.fl_str_mv https://www.teses.usp.br/teses/disponiveis/17/17145/tde-21062022-144552/
url https://www.teses.usp.br/teses/disponiveis/17/17145/tde-21062022-144552/
dc.language.iso.fl_str_mv por
language por
dc.relation.none.fl_str_mv
dc.rights.driver.fl_str_mv Liberar o conteúdo para acesso público.
info:eu-repo/semantics/openAccess
rights_invalid_str_mv Liberar o conteúdo para acesso público.
eu_rights_str_mv openAccess
dc.format.none.fl_str_mv application/pdf
dc.coverage.none.fl_str_mv
dc.publisher.none.fl_str_mv Biblioteca Digitais de Teses e Dissertações da USP
publisher.none.fl_str_mv Biblioteca Digitais de Teses e Dissertações da USP
dc.source.none.fl_str_mv
reponame:Biblioteca Digital de Teses e Dissertações da USP
instname:Universidade de São Paulo (USP)
instacron:USP
instname_str Universidade de São Paulo (USP)
instacron_str USP
institution USP
reponame_str Biblioteca Digital de Teses e Dissertações da USP
collection Biblioteca Digital de Teses e Dissertações da USP
repository.name.fl_str_mv Biblioteca Digital de Teses e Dissertações da USP - Universidade de São Paulo (USP)
repository.mail.fl_str_mv virginia@if.usp.br|| atendimento@aguia.usp.br||virginia@if.usp.br
_version_ 1815257242620919808