O uso longitudinal da avaliação geriátrica ampla em um centro oncológico no Brasil: estudo piloto em portadores de câncer de mama
Bibliographic record
Abstract
Introdução: O Câncer e o envelhecimento estão integralmente relacionados e evidenciam um inexorável aumento nos países desenvolvidos e em desenvolvimento. No Brasil o câncer de mama é o mais frequente nas mulheres com aumento de sua incidência e mortalidade na população idosa. A avaliação Geriátrica Ampla (AGA) é instrumento seguro e utilizado por geriatras, para estratificar os idosos entre diferentes níveis de fragilidades e tem por objetivo determinar as deficiências e incapacidades para um planejamento individual do cuidado. Objetivos : Avaliar a utilidade da AGA e sua aplicabilidade como instrumento de monitoramento longitudinal em mulheres idosas portadoras de câncer de mama no Brasil. Material e métodos: Estudo coorte, prospectivo, quasi experimental em mulheres idosas, com >= 60 anos, provindas do sistema público de saúde, recém diagnosticadas do câncer de mama e que iriam iniciar tratamento oncológico. As pacientes foram seguidas por dois anos e avaliadas pelos parâmetros da AGA: Escala de Comorbidades de Charlson; Atividades básica de vida diária (ABVD); Atividades Instrumentais de Vida Diária (AIVD); Mini Exame do Estado Mental (MEEM) ; Escala de Depressão Geriátrica (GDS-15); Mini Avaliação Nutricional (MAN) e pela Escala de Sintomas de Edmonton ao diagnóstico e a cada 4 meses no primeiro ano e após 2 anos do diagnóstico. Resultados: 20 idosas de idade média 70,2 (+ - 7.03 ), receberam um total de 97 AGAs no decorrer de 2 anos. A AGA identificou novas fragilidades em 90% das avaliações, com ampliação da conduta clinica, e 45% das pacientes tiveram o tratamento oncológico modificado após a avaliação. Como instrumento de monitoramento, houve uma tendência de diminuição do numero de novos diagnósticos após cada AGA realizada ao longo de 2 anos. Conclusão: O presente estudo valida a importância do uso da AGA na população idosa com câncer de mama no Brasil ao identificar fragilidades e sugerir mudanças no plano do tratamento oncológico. Novos estudos, em diversos tipos de câncer, com maior tempo de seguimento, são necessários para avaliar o impacto da AGA na população idosa em tratamento oncológico
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 | 0.006 | 0.015 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.002 | 0.002 |
| Science and technology studies | 0.001 | 0.001 |
| Scholarly communication | 0.001 | 0.001 |
| Open science | 0.000 | 0.001 |
| Research integrity | 0.001 | 0.001 |
| 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".