Síndrome de POEMS: aspectos fisiopatológicos, métodos diagnósticos e condutas terapêuticas
Bibliographic record
Abstract
A síndrome de POEMS (SP), também chamada de síndrome de Crow-Fukase ou síndrome de Takatsuki, é uma condição multissistêmica que usualmente cursa polineuropatia, organomegalia, endocrinopatia, proteína monoclonal plasmática e alterações cutâneas. Analisar estudos acerca da SP e fornecer uma revisão abrangente sobre a temática, abordando-se a epidemiologia, a etiologia, a fisiopatologia, as manifestações clínicas, o diagnóstico e seus desafios, o manejo e o prognóstico desta doença. Revisão de 17 artigos encontrados na base de dados PubMed a partir dos descritores “POEMS syndrome”, “Pathophysiology”, “Diagnosis” e “Treatment”, utilizados os filtros idioma inglês e estudos dos tipos ensaio clínico, meta-análise, revisão sistemática, coorte e caso-controle. A SP é mais comum em homens da faixa etária de 50 anos, embora não seja restrita a esse público. Usualmente manifesta-se com polineuropatia periférica, sobrecarga de volume extravascular, papiledema, lesões ósseas escleróticas, lesões cutâneas ou organomegalia, que por sua vez pode ser uma linfadenopatia proliferativa associada à doença de Castleman. Além disso, achados laboratoriais incluem displasia monoclonal de células plasmáticas, endocrinopatias e trombocitose. O manejo depende da quantidade de lesões ósseas e da gravidade da neuropatia, podendo ser radioterapia, quimioterapia ou transplante autólogo de células hematopoiéticas. Em relação aos preditores de bom prognóstico, destaca-se a albumina sérica não reduzida, a resposta hematológica completa e a idade jovem. Compreende-se que a SP, na sua condição de doença rara, ainda carece de elucidação em termos de fisiopatologia e tratamento, uma vez que não há um método padrão de manejo e a definição depende da gravidade e extensão da doença. Vale ressaltar a necessidade de mais ensaios clínicos randomizados a fim de aprimorar os métodos atuais de tratamento e, consequentemente, o prognóstico da doença.
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 | 0.002 | 0.006 |
| Meta-epidemiology (narrow) | 0.001 | 0.000 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.003 | 0.003 |
| Science and technology studies | 0.001 | 0.001 |
| Scholarly communication | 0.002 | 0.002 |
| Open science | 0.001 | 0.001 |
| Research integrity | 0.001 | 0.001 |
| Insufficient payload (model declined to judge) | 0.004 | 0.001 |
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".