Validação do modelo PREDICT em uma coorte de casos de câncer de mama no Brasil
Autor(a) principal: | |
---|---|
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 |