MétaCan
Menu
Back to cohort

Análise do perfil epidemiológico de pacientes que utilizam trastuzumabe em hospital de grande porte de Pernambuco

2017· article· pt· W4249975182 on OpenAlexaff
Glenda Laíssa Oliveira de Melo Candeia, Rayanne Vitória Oliveira da Costa Tavares, Aracelly França Luis, Alba Tatiana Serafim do Nascimento Dimech, José Arimatea Rocha Filho

Bibliographic record

VenueJornal de Assistência Farmacêutica e Farmacoeconomia · 2017
Typearticle
Languagept
FieldComputer Science
TopicHealthcare during COVID-19 Pandemic
Canadian institutionsImpact
Fundersnot available
KeywordsMedicineGynecology

Abstract

fetched live from OpenAlex

Introdução: Câncer de mama é o segundo mais frequente no mundo, e cerca de 20% das pacientes acometidas são do tipo HER-2+(Human Epidermal Growth Factor Receptor-2). Este tipo, o mais agressivo, caracteriza-se por apresentar células com número anormal do gene HER-2, que é fundamental para ativação de vias de sinalização associadas à proliferação e diferenciação celular. Um dos tratamentos possíveis é o uso do anticorpo monoclonal Trastuzumabe, um bloqueador do receptor HER-2, que age inativando sua superexpressão. Assim, o objetivo deste trabalho é relatar o perfil das pacientes com câncer de mama que receberam Trastuzumabe em um hospital escola de grande porte e avaliar o impacto financeiro desta farmacoterapia. Materiais e Métodos: Foi realizada uma analise das variáveis idade, CIDs e custo dos tratamentos das 6 pacientes que utilizaram Trastuzumabe de 440mg/mL como monoterapia e das 17 pacientes que utilizaram o de 150mg/mL como tratamento adjuvante no ano de 2015. Resultados: Na concentração de 440mg/mL, as faixas etárias foram: 31-40 anos (17%), 41-50 anos (17%) e 51-60 anos (66%). As CIDs: C50.9 (50%), C50.1 (30%) e C50.8 (20%). Foram utilizadas 29 ampolas, cada uma custando cerca de R$ 7.760,00, totalizando, em média, R$225.000,00 gastos anualmente. Na concentração de 150mg/mL, as faixas etárias foram: 31-40 anos (22%), 41-50 anos (17%), 51-60 anos (28%), 61-70 anos (5%) e acima de 71 anos (28%). As CIDs observadas: C50.1 (30%), C50.8 (30%), C50.9 (24%) e C50.4 (16%). Foram utilizadas 230 ampolas, cada uma custando cerca de R$ 1.050,00, totalizando aproximadamente R$ 241.500,00 gastos ao ano. Discussão: É notório que muitas pacientes recorrem ao Trastuzumabe como monoterapia ou como tratamento adjuvante ao câncer de mama. Na monoterapia, a faixa etária predominante foi de 51 a 60 anos e a CID mais comum foi C50.9. No tratamento adjuvante, duas faixas etárias se destacaram: 51 a 60 anos e superior a 71 anos, sendo a CID C50.1 a mais comum. Nestas duas abordagens, as concentrações utilizadas variaram de acordo com cada paciente e com seus estadiamentos clínicos. Notou-se que nenhuma paciente utilizou a concentração exata da ampola, utilizando menos ou pouco mais de uma ampola. Conclusão: Há mais pacientes utilizando o Trastuzumabe de 150mg do que 440mg. Somado a isto, a neoplasia maligna da mama com lesão invasiva e a neoplasia maligna da mama não especificada foram as mais diagnosticadas. A faixa etária de maior recorrência em ambas as concentrações foi de 51-60 anos. O tratamento do câncer de mama apresenta inúmeras alternativas que personalizam a terapia. Com este trabalho observou-se que a manipulação do medicamento individualmente acarreta em perdas que podem ser evitadas. Sugere-se então que, o Trastuzumabe como tratamento do câncer de mama, seja comercializado em ampolas com concentrações menores facilitando a manipulação e evitando perdas de medicamento que acarretam em um aumento no custo do tratamento.

Fetched live from OpenAlex and de-inverted. Abstracts are not stored in this database: the inverted indexes are 8.6 GB of the frame’s 9.3 GB of text, and the host has 13 GB free.

How this classification was reachedexpand

Full frame machine prediction

Teacher imitation

Not calibrated prevalence, not ground truth. Human validation pending. The Gemma side is a direct model label for every work in the frame, read from the title-only record. The Codex side is a classifier learned from the 10,348 direct Codex labels and calibrated to design-weighted sample rates; fields without enough sample support carry no Codex call. Candidate is the union of the two sides; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels.

metaresearch head score (Codex)0.000
metaresearch head score (Gemma)0.002
Version: metacan-v3-hybrid-931329e0061cValidation status: machine_predicted_unvalidated
Candidate categoriesnone
Consensus categoriesnone
DomainCandidate signal: none · Consensus signal: none
Study designCandidate signal: Observational · Consensus signal: Observational
GenreCandidate signal: Empirical · Consensus signal: Empirical
Teacher disagreement score0.012
Threshold uncertainty score0.024

Distilled classifier scores by category (both heads)

CategoryCodexGemma
Metaresearch0.0000.002
Meta-epidemiology (narrow)0.0000.000
Meta-epidemiology (broad)0.0000.000
Bibliometrics0.0010.002
Science and technology studies0.0000.000
Scholarly communication0.0010.000
Open science0.0000.001
Research integrity0.0000.000
Insufficient payload (model declined to judge)0.0020.000

Machine scores (provisional)

The two teacher heads of the student model, read on this work. A score orders the frame for review; it never asserts a category, and the validation status ships verbatim with every row.

Baseline scores from an immature model (maturity gate not passed, 7 training rounds). Scores rank; they never assert a category.

Opus teacher head0.032
GPT teacher head0.343
Teacher spread0.310 · how far apart the two teachers sit on this one work
Validation statusscore_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from it

Classification

machine, unvalidated

Machine predicted; a candidate call from one source (direct Gemma or distilled Codex), not a consensus.

The models applied no category: nothing in the taxonomy fit this work.
Study designObservational
Domainnot available
GenreEmpirical

How this classification was reached, model by model and score by score, is at the end of the page under "How this classification was reached".

Quick stats

Citations0
Published2017
Admission routes1
Has abstractyes

Explore more

Same venueJornal de Assistência Farmacêutica e FarmacoeconomiaSame topicHealthcare during COVID-19 PandemicFrench-language works237,207