RELAÇÕES LINFÓCITO/MONÓCITO, NEUTRÓFILO/LINFÓCITO, PLAQUETA/LINFÓCITO E TOXICIDADES EM PACIENTES DIAGNOSTICADOS COM CÂNCER DE CABEÇA E PESCOÇO
Bibliographic record
Abstract
O câncer de cabeça de pescoço é o terceiro mais incidente no Brasil, afetando em sua maioria o sexo masculino. O prognóstico dos pacientes acometidos por tumores é associado com marcadores de progressão tumoral e apresenta relação com o sistema imunológico e suas respostas. Dentre os marcadores, as relações entre monócitos e linfócitos (RLM), neutrófilos e linfócitos (RNL) e entre linfócitos e plaquetas (RLP) vêm sendo apontadas como importantes indicadores tumorais e relacionados com a qualidade de vida. O presente estudo teve como objetivo avaliar as relações entre monócitos e linfócitos, neutrófilos e linfócitos e entre linfócitos e plaquetas como marcadores no prognóstico e de toxicidade precoce em pacientes com câncer de cabeça e pescoço de um hospital de médio porte da região do Vale do Taquari/RS. A pesquisa foi retroativa assim, analisando as evoluções médicas dos pacientes do estudo, disponíveis no programa Tasy do hospital. Os dados foram obtidos através da análise de hemogramas no período de janeiro de 2018 até o momento da coleta de dados em 2020. Dados como idade, sexo e data de início do tratamento foram levadas em conta, além de toxicidades agudas. Foram analisados um total de 197 prontuários, sendo que somente 10 puderam ser incluídos no estudo. As relações leucocitárias não apresentaram diferenças significativas, porém, alguns dos pacientes apresentaram diminuição da RNL e da RLP e aumento da RLM.
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 imitationNot 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.
Distilled classifier scores by category (both heads)
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.001 | 0.004 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.001 | 0.001 |
| Science and technology studies | 0.001 | 0.001 |
| Scholarly communication | 0.001 | 0.000 |
| Open science | 0.000 | 0.001 |
| Research integrity | 0.000 | 0.000 |
| Insufficient payload (model declined to judge) | 0.002 | 0.000 |
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.
score_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from itClassification
machine, unvalidatedMachine predicted; a candidate call from one source (direct Gemma or distilled Codex), not a consensus.
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".