Descrição
O presente trabalho teve como objetivo aprofundar a investigação da sobrevida em pacientes com câncer de pâncreas, utilizando dados do Registro Hospitalar de Câncer (RHC) de São Paulo (2020-2024). A amostra, composta por 3.736 pacientes (39,21% de censura), foi submetida a uma análise estatística de múltiplas etapas para identificar os principais fatores prognósticos e determinar o modelo de distribuição de tempo de falha mais adequado. A variável de tempo de falha foi calculada como a diferença em dias entre a Data da última informação do paciente e a Data do diagnóstico. A seleção de covariáveis foi conduzida utilizando o teste de Log-Rank e o método stepAIC sobre um modelo de Cox, resultando na escolha dos seguintes preditores significativos: Código para escolaridade do paciente, Sexo, Categoria de atendimento ao diagnóstico (Convenio, SUS ou Particular), Código de combinação dos tratamentos realizados, Tratamento recebido no hospital = hormonioterapia, e Faixa etária do paciente. A modelagem foi então focada em modelos de cura paramétricos. A comparação entre as distribuições (Exponencial, Weibull, Log-Normal e Gamma) através do Teste da Razão de Verossimilhança e critério AIC indicou a distribuição Log-Normal como a de melhor ajuste aos dados (AIC ≈ 31323.76). Conclui-se que o modelo de cura Log-Normal fornece a descrição mais precisa da distribuição de tempo de sobrevida para a coorte estudada, confirmando a urgência e o impacto prognóstico do tratamento adequado.
| Selecione a modalidade do seu trabalho | Resumo Simples |
|---|
