Análise estatística implicativa na identificação de fatores prognósticos da mortalidade por câncer renal
Palavras-chave:
análise estatística implicativa, causalidade em medicina, técnicas estatísticas, regressão logística, semelhança, coesãoResumo
Introdução: a análise estatística implicative (ASI) é uma técnica de mineração de dados, modelagem do quasi-implicação entre os eventos e as variáveis de um conjunto de datos.
Objetivo: avaliar a utilidade da ASI na identificação de fatores prognósticos em evolução câncer renal.
Método: um estudo de casos e controles para identificar fatores prognósticos que afetam a evolução do câncer renal em pacientes tratados no "Hermanos Ameijeiras" Clínica cirúrgica Hospital de Ensino de Havana, realizada janeiro 2006 a janeiro 2016. Se aplicado esta técnica com regressão logística binária, que foi considerado como oro.
Resultados: regressão logística binária identificou quatro preditores, enquanto os nueve.
Conclusiones: análise estatística implicative identificados: a análise estatística implicative provou ser uma técnica adequada que complementa a regressão logística no id introdução de fatores prognósticos, permitindo uma interpretação mais completa do fenômeno da causalidade.
Downloads
Referências
2. Gras R, Suzuki E, Guillet F, Spagnolo F. Statistical Implicative Analysis. Theory and Applications. Berlin: Springer; 2008.
3. Gras R, Régnier JC, Lahanier-Reuter D, Marinica C, Guillet F. L'Analyse Statistique Implicative. Des Sciences dures aux Sciences Humaines et Sociales. 3ed. Francia: Cépaduès Editions; 2017.
4. Pita Fernández S, Valdés Cañedo FA. Determinación de factores pronósticos. Cad Aten Primaria. 1997; 4:26-29.
5. ¿Qué indican las estadísticas principales acerca del cáncer de riñón? American Cancer Society. Disponible en: https://www.cancer.org/es/cancer/cancer-de-rinon/acerca/estadisticas-clave.html
6. Cuba. Dirección de Registros Médicos y Estadísticas de Salud. Anuario Estadístico de Salud 2017. La Habana: Dirección de Registros Médicos y Estadísticas de Salud; 2018.
7. Darias Martín JL, Rodríguez Collar TL. Influencia del estadio tumoral inicial en la sobrevida de pacientes con adenocarcinoma renal. Rev Cub Med Mil [en línea]. 2018 [citado 11 Feb 2019]; 47(1):33-42. Disponible en: http://scielo.sld.cu/scielo.php?script=sci_arttext&pid=S0138-65572018000100005&lng=es
8. Jalón Monzón A, Álvarez Múgica M, Fernández Gómez JM, Martín Benito JL, Martínez Gómez F, García Rodríguez J. Adenocarcinoma de células renales: factores pronósticos y estadificación. Arch Esp Urol [en línea]. 2007 [citado 11 Feb 2019]; 60(2):125-136. Disponible en: http://scielo.isciii.es/scielo.php?script=sci_arttext&pid=S0004-06142007000200004&lng=es
9. Giménez Bachs JM, Donate Moreno MJ, Salinas Sánchez AS, Pastor Navarro H, Carrión López P, Pastor Guzmán JM. Supervivencia en relación a los factores pronóstico en una serie de pacientes con carcinoma de células renales. Rev Arch Esp Urol [en línea]. 2007 [citado 15 Sep 2018]; 60(10):1167-1174. Disponible en: http://scielo.isciii.es/scielo.php?script=sci_arttext&pid=S0004-06142007001000004&lng=es
10.Norman Pérez A, Chong López A, Pernas González A. Caracterización del cáncer renal, relación del tamaño tumoral y el grado nuclear con la supervivencia. Medimay [en línea]. 2014 [citado 9 Abr 2019]; 20(1):[aprox. 9 p.]. Disponible en: http://revcmhabana.sld.cu/index.php/rcmh/article/view/175
11.Bengió RG, Arribillaga L, Montedoro A, Bengió V, Epelde J, Esteban Cordero E, García H, et al. Impacto pronóstico del diámetro tumoral en pacientes con cáncer renal estadio pT3a. Arch Esp Urol. 2018; 71(5):480-485.
12.Shimizu Y, Iguchi T, Tamada S, YasudaS, KatoM, NinomiyaN, YamasakiT Nakatani T. Oncological outcomes classified according to metastatic lesions in the era of molecular targeted drugs for metastatic renal cáncer. Molecular And Clinical Oncology. 2018; 8:791-796.
13.Aguilera Bazán A, Alonso Dorrego JM, Linares E, Díez J, Quintana LM, Martínez Piñeiro L. Cáncer renal pT3a: infiltración grasa versus infiltración de vena renal. Arch Esp Urol. 2018; 71(5):474-479.
14.Páez Candelaria Y, Sagaró del Campo NM, Zamora Matamoros L. Análisis estadístico implicativo en la determinación de factores pronósticos del estado nutricional del paciente grave al egreso. MEDISAN [en línea] 2018 Jun [citado 11 Abr 2019]; 22(6):431-440. Disponible en: http://medisan.sld.cu/index.php/san/article/view/2002/pdf
15.García Mederos Yohani, Zamora Matamoros Larisa, Sagaró del Campo Nelsa. Análisis estadístico implicativo en la identificación de factores de riesgo en pacientes con cáncer de pulmón. MEDISAN [en línea]. 2015 [citado 9 Abr 2019]; 19(8): 947-957. Disponible en: https://www.redalyc.org/articulo.oa?id=368445178003
16.Moraga Rodríguez A, Zamora Matamoros L, Sagaró del Campo NM, Moraga Rodríguez A, Rodríguez Griñán A. Análisis estadístico implicativo para la identificación de factores pronósticos de la mortalidad por cáncer de pulmón. MEDISAN [en línea]. 2016 [citado 9 Abr 2019]; 20(3):344-353. Disponible en: http://www.medisan.sld.cu/index.php/san/article/view/613
17.Moraga Rodríguez A, Zamora Matamoros L, Sagaró del Campo NM, Moraga Rodríguez A, Rodríguez Griñán A. Análisis estadístico implicativo para la identificación de factores pronósticos de la mortalidad por cáncer de mama. MEDISAN [en línea]. 2017 [citado 9 Abr 2019]; 21(4):395-406. Disponible en: http://scielo.sld.cu/scielo.php?script=sci_arttext&pid=S1029-30192017000400003
18.Moraga Rodríguez A, Zamora Matamoros L, Sagaró del Campo NM, Moraga Rodríguez A, Rodríguez Griñán A. Análisis estadístico implicativo para la identificación de factores pronósticos de la mortalidad por cáncer de próstata. MEDISAN. [en línea]. 2018 [citado 9 Dic 2018]; 22(1):48-56. Disponible en: http://medisan.sld.cu/index.php/san/article/view/1237