Análise do tempo de vida em mulheres com câncer de mama no estado de São Paulo
| Main Author: | |
|---|---|
| Publication Date: | 2023 |
| Format: | Bachelor thesis |
| Language: | por |
| Source: | Repositório Institucional da UNESP |
| Download full: | http://hdl.handle.net/11449/239530 |
Summary: | O câncer de mama é o tipo de câncer mais comum em mulheres no Brasil e no mundo. Somente no estado de São Paulo foram estimados 18.280 casos, no ano de 2020. Neste trabalho, um dos principais objetivos, foi o de estimar o tempo de internação pelo SUS das pacientes com câncer de mama. As análises deste trabalho foram feitas através dos dados disponibilizados pelo SIHSUS (Sistema de Informações Hospitalares do SUS), no site do DATASUS, entre os anos de 2016 e 2020. O campo da estatística trabalhado foi a Análise de Sobrevivência, onde o tempo de sobrevivência foi medido a partir da internação da paciente com o câncer. Os modelos de regressão paramétricos e o modelo de Cox foram os métodos mais desenvolvidos no quesito interpretação e conclusão dos resultados, apesar de ser feita também uma análise não-paramétrica com o estimador de Kaplan-Meier e estimar as sobrevivências a partir dos modelos paramétricos: Exponencial, Weibull e Log-normal. O modelo de regressão escolhido possui distribuição Log-normal, com as seguintes covariáveis inseridas: idade da paciente, tipo de UTI utilizada, IDHM da cidade do hospital em que foi internada e a região da neoplasia. A partir das estimativas dos coeficientes do modelo foi concluído que quanto maior for a idade da paciente, menor será sua longevidade, se o IDHM da cidade do hospital for maior, a sobrevivência da paciente tende a ser maior e possuir lesão invasiva é tipo mais grave do câncer de mama. Para o modelo de Cox, foram selecionadas as covariáveis: idade da paciente, IDHM da cidade do hospital em que foi internada e a região da neoplasia. Para verificar a adequação do modelo, foi feita a análise gráfica da proporção dos riscos, a análise dos resíduos de Schoenfeld, resíduos Martingal e Deviance. Os resultados dos ajustes do modelo de Cox sugerem que pacientes com mais de 80 anos de idade possuem um risco de 78% maior de vir a falecer comparado com pacientes com menos de 80 anos e que pacientes com lesão invasiva possuem um risco de falecer 28% maior em relação a pacientes com câncer de mama em outra região, como no mamilo ou na região interna. |
| id |
UNSP_4eaa2f52726a11b7bb244a7f1281fefd |
|---|---|
| oai_identifier_str |
oai:repositorio.unesp.br:11449/239530 |
| network_acronym_str |
UNSP |
| network_name_str |
Repositório Institucional da UNESP |
| repository_id_str |
2946 |
| spelling |
Análise do tempo de vida em mulheres com câncer de mama no estado de São PauloAnalysis of the time of life in women with breast cancer in the state of São PauloCâncer de mamaAnálise de sobrevivênciaModelo de regressãoModelo de CoxBreast cancerSurvival analysisRegression modelCox modelO câncer de mama é o tipo de câncer mais comum em mulheres no Brasil e no mundo. Somente no estado de São Paulo foram estimados 18.280 casos, no ano de 2020. Neste trabalho, um dos principais objetivos, foi o de estimar o tempo de internação pelo SUS das pacientes com câncer de mama. As análises deste trabalho foram feitas através dos dados disponibilizados pelo SIHSUS (Sistema de Informações Hospitalares do SUS), no site do DATASUS, entre os anos de 2016 e 2020. O campo da estatística trabalhado foi a Análise de Sobrevivência, onde o tempo de sobrevivência foi medido a partir da internação da paciente com o câncer. Os modelos de regressão paramétricos e o modelo de Cox foram os métodos mais desenvolvidos no quesito interpretação e conclusão dos resultados, apesar de ser feita também uma análise não-paramétrica com o estimador de Kaplan-Meier e estimar as sobrevivências a partir dos modelos paramétricos: Exponencial, Weibull e Log-normal. O modelo de regressão escolhido possui distribuição Log-normal, com as seguintes covariáveis inseridas: idade da paciente, tipo de UTI utilizada, IDHM da cidade do hospital em que foi internada e a região da neoplasia. A partir das estimativas dos coeficientes do modelo foi concluído que quanto maior for a idade da paciente, menor será sua longevidade, se o IDHM da cidade do hospital for maior, a sobrevivência da paciente tende a ser maior e possuir lesão invasiva é tipo mais grave do câncer de mama. Para o modelo de Cox, foram selecionadas as covariáveis: idade da paciente, IDHM da cidade do hospital em que foi internada e a região da neoplasia. Para verificar a adequação do modelo, foi feita a análise gráfica da proporção dos riscos, a análise dos resíduos de Schoenfeld, resíduos Martingal e Deviance. Os resultados dos ajustes do modelo de Cox sugerem que pacientes com mais de 80 anos de idade possuem um risco de 78% maior de vir a falecer comparado com pacientes com menos de 80 anos e que pacientes com lesão invasiva possuem um risco de falecer 28% maior em relação a pacientes com câncer de mama em outra região, como no mamilo ou na região interna.Breast cancer is the most common type of cancer in women in Brazil and worldwide. In the state of São Paulo alone, 18.280 cases were estimated in the year of 2020. In this work, one of the main objectives was to estimate the length of hospitalization by the SUS of patients hospitalized with breast cancer. The analyzes of this work were carried out using data made available by SIHSUS (Sistema de Informações Hospitalares do SUS), on the DATASUS website, between the years 2016 and 2020. The field of statistics worked was Survival Analysis, where survival time was measured from the admission of the patient with cancer. The regression models and the Cox model were the most developed methods in terms of interpretation and conclusion of the results, although a non-parametric analysis was also carried out with the Kaplan-Meier estimator and survival estimates from the parametric models: Exponential, Weibull and Log-normal. The regression model chosen has a Log-normal distribution, with the following covariates inserted: patient’s age, type of ICU used, HDI of the city of the hospital where she was admitted and the region of the neoplasm. Based on the estimates of the model’s coefficients, it was concluded that the greater the age of the patient, the shorter her longevity, if the HDI of the city where the hospital is located is higher, the patient’s survival tends to be longer and having an invasive lesion is the more dangerous type of breast cancer. For the Cox model, the following covariates were selected: patient’s age, HDI of the city of the hospital where she was admitted and the region of the neoplasm. To verify the adequacy of the model, a graphical analysis of the proportion of risks, the analysis of Schoenfeld’s residuals, Martingal and Deviance residues was performed. The results of the Cox model fit suggest that patients over 80 years of age have a 78% greater risk of dying compared to patients younger that 80 years and that patients with an invasive lesion have a 28% greater risk of dying in relation to patients with breast cancer in another region, such as the nipple or internal region.Não recebi financiamentoUniversidade Estadual Paulista (Unesp)Tarumoto, Mário Hissamitsu [UNESP]Universidade Estadual Paulista (Unesp)Silva, Victor Hugo Mendes2023-02-15T20:09:08Z2023-02-15T20:09:08Z2023-02-28info:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/bachelorThesisapplication/pdfhttp://hdl.handle.net/11449/239530porinfo:eu-repo/semantics/openAccessreponame:Repositório Institucional da UNESPinstname:Universidade Estadual Paulista (UNESP)instacron:UNESP2025-10-22T17:07:20Zoai:repositorio.unesp.br:11449/239530Repositório InstitucionalPUBhttp://repositorio.unesp.br/oai/requestrepositoriounesp@unesp.bropendoar:29462025-10-22T17:07:20Repositório Institucional da UNESP - Universidade Estadual Paulista (UNESP)false |
| dc.title.none.fl_str_mv |
Análise do tempo de vida em mulheres com câncer de mama no estado de São Paulo Analysis of the time of life in women with breast cancer in the state of São Paulo |
| title |
Análise do tempo de vida em mulheres com câncer de mama no estado de São Paulo |
| spellingShingle |
Análise do tempo de vida em mulheres com câncer de mama no estado de São Paulo Silva, Victor Hugo Mendes Câncer de mama Análise de sobrevivência Modelo de regressão Modelo de Cox Breast cancer Survival analysis Regression model Cox model |
| title_short |
Análise do tempo de vida em mulheres com câncer de mama no estado de São Paulo |
| title_full |
Análise do tempo de vida em mulheres com câncer de mama no estado de São Paulo |
| title_fullStr |
Análise do tempo de vida em mulheres com câncer de mama no estado de São Paulo |
| title_full_unstemmed |
Análise do tempo de vida em mulheres com câncer de mama no estado de São Paulo |
| title_sort |
Análise do tempo de vida em mulheres com câncer de mama no estado de São Paulo |
| author |
Silva, Victor Hugo Mendes |
| author_facet |
Silva, Victor Hugo Mendes |
| author_role |
author |
| dc.contributor.none.fl_str_mv |
Tarumoto, Mário Hissamitsu [UNESP] Universidade Estadual Paulista (Unesp) |
| dc.contributor.author.fl_str_mv |
Silva, Victor Hugo Mendes |
| dc.subject.por.fl_str_mv |
Câncer de mama Análise de sobrevivência Modelo de regressão Modelo de Cox Breast cancer Survival analysis Regression model Cox model |
| topic |
Câncer de mama Análise de sobrevivência Modelo de regressão Modelo de Cox Breast cancer Survival analysis Regression model Cox model |
| description |
O câncer de mama é o tipo de câncer mais comum em mulheres no Brasil e no mundo. Somente no estado de São Paulo foram estimados 18.280 casos, no ano de 2020. Neste trabalho, um dos principais objetivos, foi o de estimar o tempo de internação pelo SUS das pacientes com câncer de mama. As análises deste trabalho foram feitas através dos dados disponibilizados pelo SIHSUS (Sistema de Informações Hospitalares do SUS), no site do DATASUS, entre os anos de 2016 e 2020. O campo da estatística trabalhado foi a Análise de Sobrevivência, onde o tempo de sobrevivência foi medido a partir da internação da paciente com o câncer. Os modelos de regressão paramétricos e o modelo de Cox foram os métodos mais desenvolvidos no quesito interpretação e conclusão dos resultados, apesar de ser feita também uma análise não-paramétrica com o estimador de Kaplan-Meier e estimar as sobrevivências a partir dos modelos paramétricos: Exponencial, Weibull e Log-normal. O modelo de regressão escolhido possui distribuição Log-normal, com as seguintes covariáveis inseridas: idade da paciente, tipo de UTI utilizada, IDHM da cidade do hospital em que foi internada e a região da neoplasia. A partir das estimativas dos coeficientes do modelo foi concluído que quanto maior for a idade da paciente, menor será sua longevidade, se o IDHM da cidade do hospital for maior, a sobrevivência da paciente tende a ser maior e possuir lesão invasiva é tipo mais grave do câncer de mama. Para o modelo de Cox, foram selecionadas as covariáveis: idade da paciente, IDHM da cidade do hospital em que foi internada e a região da neoplasia. Para verificar a adequação do modelo, foi feita a análise gráfica da proporção dos riscos, a análise dos resíduos de Schoenfeld, resíduos Martingal e Deviance. Os resultados dos ajustes do modelo de Cox sugerem que pacientes com mais de 80 anos de idade possuem um risco de 78% maior de vir a falecer comparado com pacientes com menos de 80 anos e que pacientes com lesão invasiva possuem um risco de falecer 28% maior em relação a pacientes com câncer de mama em outra região, como no mamilo ou na região interna. |
| publishDate |
2023 |
| dc.date.none.fl_str_mv |
2023-02-15T20:09:08Z 2023-02-15T20:09:08Z 2023-02-28 |
| dc.type.status.fl_str_mv |
info:eu-repo/semantics/publishedVersion |
| dc.type.driver.fl_str_mv |
info:eu-repo/semantics/bachelorThesis |
| format |
bachelorThesis |
| status_str |
publishedVersion |
| dc.identifier.uri.fl_str_mv |
http://hdl.handle.net/11449/239530 |
| url |
http://hdl.handle.net/11449/239530 |
| dc.language.iso.fl_str_mv |
por |
| language |
por |
| dc.rights.driver.fl_str_mv |
info:eu-repo/semantics/openAccess |
| eu_rights_str_mv |
openAccess |
| dc.format.none.fl_str_mv |
application/pdf |
| dc.publisher.none.fl_str_mv |
Universidade Estadual Paulista (Unesp) |
| publisher.none.fl_str_mv |
Universidade Estadual Paulista (Unesp) |
| dc.source.none.fl_str_mv |
reponame:Repositório Institucional da UNESP instname:Universidade Estadual Paulista (UNESP) instacron:UNESP |
| instname_str |
Universidade Estadual Paulista (UNESP) |
| instacron_str |
UNESP |
| institution |
UNESP |
| reponame_str |
Repositório Institucional da UNESP |
| collection |
Repositório Institucional da UNESP |
| repository.name.fl_str_mv |
Repositório Institucional da UNESP - Universidade Estadual Paulista (UNESP) |
| repository.mail.fl_str_mv |
repositoriounesp@unesp.br |
| _version_ |
1851767375247966208 |