MétaCan
Menu
Retour à la cohorte
Enregistrement W4415670870 · doi:10.1016/j.htct.2025.104471

DESAFIOS NA ELEGIBILIDADE PARA TRATAMENTO INTENSIVO DA LEUCEMIA MIELOIDE AGUDA NO SISTEMA ÚNICO DE SAÚDE: UM RELATO DE CASO

2025· article· en· W4415670870 sur OpenAlexaboutno aff
AÍ Osik, C Cralcev, Trevor P. Almeida, CFP Massei, Tatiana Souza Porto, GBD Amarantes, FVP Souza, BKL Duarte

Notice bibliographique

RevueHematology Transfusion and Cell Therapy · 2025
Typearticle
Langueen
DomaineMedicine
ThématiqueAcute Myeloid Leukemia Research
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésPalliative careIntensive care unitAnamnesisNursing careNeutropenia

Résumé

récupéré en direct d'OpenAlex

Ilustrar a dinamicidade da performance na elegibilidade para tratamento intensivo da leucemia mieloide aguda (LMA) e os desafios impostos pelas limitações terapêuticas do Sistema Único de Saúde (SUS). Relato de caso com dados de prontuário e discussão baseada em literatura médica. Paciente do sexo feminino, 60 anos, diagnosticada com LMA de risco favorável ( NPM1 mutado) em dezembro de 2024. Inicialmente inelegível para quimioterapia intensiva devido a obesidade grau 3 e comprometida escala de status de desempenho (ECOG 3), seguiu com tratamento paliativo com citarabina em baixas doses (LDAC 20 mg/m2/dia por 10 dias, em ciclos a cada 28 dias). Manteve estabilidade clínica com a medicação e suporte transfusional até março de 2025, quando houve ascensão leucocitária de 17920/µL para 116200/µL em menos de 3 semanas. Compareceu à unidade de emergência por linfonodomegalia cervical e hipoacusia bilateral, sendo internada por leucostase. Em nova avaliação, evidenciada melhora relativa da capacidade funcional: Índice de Comorbidade de Charlson 4 pontos, Escala de Fragilidade de Edmonton 5 pontos, Escala de desempenho paliativo 70%, ECOG 2. Em virtude desse cenário, após ampla discussão multidisciplinar e concordância com a paciente, prescrita quimioterapia de indução com esquema “3+7”. Houve boa tolerância: evoluiu com intercorrências clínicas esperadas, como neutropenia febril, e recebeu alta pós 35 dias. Diante de avaliação de doença residual mensurável negativa por citometria de fluxo, a paciente seguiu em tratamento de consolidação com altas doses de citarabina. Apresentou recuperação auditiva, resolução de linfonodomegalia e melhora de qualidade de vida. A LMA é neoplasia com incidência aumentada em pacientes idosos: a mediana de idade ao diagnóstico é de 67 anos. Embora não constitua critério de risco adverso na estratificação da doença, a idade avançada é importante fator prognóstico, tanto pelas alterações citogenéticas e moleculares de maior risco nessa população quanto pelo acúmulo de fragilidade e comorbidades que limitam a tolerância ao tratamento. Diversas ferramentas foram desenvolvidas e validadas para estimar o risco de mortalidade associada ao tratamento intensivo nessa faixa etária; apresentam, contudo, reprodutibilidade limitada e poder preditivo restrito. Quando parte da limitação funcional decorre da própria LMA, critérios fixos de elegibilidade podem subestimar o potencial de recuperação funcional com o controle da doença. Por um lado, a mortalidade de 30 a 50% proveniente da indução intensiva nos pacientes acima de 60 anos, em particular no Sistema Único De Saúde (SUS), limita sua adoção. A LDAC, por sua vez, apresenta taxas de resposta completa de 20%, com mediana de sobrevida global inferior a 6 meses. Estratégias terapêuticas de menor intensidade e maior eficácia - como venetoclax e azacitidina (VIALE-A) - todavia, seguem fora do escopo de cobertura do SUS, perpetuando o dilema clínico na escolha terapêutica. As ferramentas atualmente disponíveis para avaliação de eligibilidade de idosos à quimioterapia intensiva na LMA são limitadas e pouco reprodutíveis em cenários de alta mortalidade relacionada à indução, como no SUS, onde há escassez de alternativas eficazes de baixa intensidade. A reavaliação dinâmica da elegibilidade pode, portanto, favorecer a melhor seleção de candidatos à terapia intensiva, mesmo quando inicialmente considerados inaptos.

Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.

Comment cette classification a été obtenuedéplier

Prédiction machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,002
score de la tête « metaresearch » (Gemma)0,006
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Étude de cas · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,003
Score d'incertitude au seuil0,010

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,006
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,001
Communication savante0,0020,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

Scores machine (provisoires)

Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.

Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.

Tête enseignante Opus0,022
Tête enseignante GPT0,309
Écart entre enseignants0,287 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeÉtude de cas
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations0
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueHematology Transfusion and Cell TherapyMême sujetAcute Myeloid Leukemia ResearchTravaux en français237 207