naitielle de paula pantano É possÍvel predizer a … · mestre em oncologia. ... salmo 36 ....

Naitielle de Paula Pantano

É POSSÍVEL PREDIZER A SOBREVIDA DE PACIENTES AMBULATORIAIS COM CÂNCER AVANÇADO QUANDO ENCAMINHADOS AOS CUIDADOS PALIATIVOS?

Dissertação apresentada ao Programa de Pós-Graduação da Fundação Pio XII – Hospital de Câncer de Barretos para obtenção do Título de Mestre em Oncologia. Área de Concentração: Oncologia Orientador: Prof. Drº. Carlos Eduardo Paiva

Barretos, SP

2016


É POSSÍVEL PREDIZER A SOBREVIDA DE PACIENTES AMBULATORIAIS COM CÂNCER AVANÇADO QUANDO ENCAMINHADOS AOS CUIDADOS PALIATIVOS?

Dissertação apresentada ao Programa de Pós-Graduação da Fundação Pio XII – Hospital de Câncer de Barretos para obtenção do Título de Mestre em Ciências da Saúde. Área de Concentração: Oncologia.

Orientador: Prof. Drº. Carlos Eduardo Paiva.

Barretos, SP

2016

FOLHA DE APROVAÇÃO


É possível predizer a sobrevida de pacientes ambulatoriais com câncer avançado quando

encaminhados aos cuidados paliativos.

Dissertação apresentada ao Programa de Pós-Graduação da Fundação Pio XII – Hospital de Câncer de

Barretos para obtenção do Título de Mestre em Ciências da Saúde - Área de Concentração: Oncologia

Data da aprovação: 22/01/2016

Banca Examinadora:

Prof. Dr. Eduardo Burera

Instituição: MD Anderson Cancer Center

Prof.ª Dra. Fernanda Bono Fukushima

Instituição: Faculdade de Medicina de Botucatu - UNESP

Prof. Dr. Carlos Eduardo Paiva

Orientado – Presidente da Banca

FICHA CATALOGRÁFICA

Preparada por Martins Fideles dos Santos Neto CRB 8/9570

Biblioteca da Fundação Pio XII – Hospital de Câncer de Barretos

P197p Pantano, Naitielle de Paula.

É possível predizer a sobrevida de pacientes ambulatoriais com câncer avançado quando encaminhados aos cuidados paliativos? / Naitielle de Paula Pantano. - Barretos, SP 2015.

124 f. : il.

Orientador: Dr. Carlos Eduardo Paiva.

Dissertação (Mestrado em Ciências da Saúde) – Fundação Pio XII – Hospital de Câncer de Barretos, 2015.

1. Qualidade de Vida. 2. Questionários. 3. Validação. 4. Neoplasias. 5. Cuidados Paliativos. 6. Prognóstico. I. Autor. II. Paiva, Carlos Eduardo. III. Título.

CDD 616.029

“Esta dissertação foi elaborada e está apresentada de acordo com as normas da

Pós-Graduação do Hospital de Câncer de Barretos – Fundação Pio XII, baseando-se no

Regimento do Programa de Pós-Graduação em Oncologia e no Manual de Apresentação de

Dissertações e Teses do Hospital de Câncer de Barretos. Os pesquisadores declaram ainda

que este trabalho foi realizado em concordância com o Código de Boas Práticas Científicas

(FAPESP), não havendo nada em seu conteúdo que possa ser considerado como plágio,

fabricação ou falsificação de dados. As opiniões, hipóteses e conclusões ou recomendações

expressas neste material são de responsabilidade dos autores e não necessariamente

refletem a visão da Fundação Pio XII – Hospital de Câncer de Barretos”.

“Embora o Núcleo de Apoio ao Pesquisador do Hospital de Câncer de Barretos

tenha realizado as análises estatísticas e orientado sua interpretação, a descrição da

metodologia estatística, a apresentação dos resultados e suas conclusões são de inteira

responsabilidade dos pesquisadores envolvidos”.

“Os pesquisadores declaram não ter qualquer conflito de interesse relacionado a

este estudo”.

Dedico este trabalho

À Deus,

por permitir que este sonho se realizasse.

Aos meus pais, Nilton e Maristela,

minha base e a quem devo tudo o que sou.

À minha irmã, Heloisa,

minha melhor amiga e fiel companheira para todas as horas.

Ao Júlio, meu namorado,

que sempre me incentiva e me apóia em todas os meus objetivos.

Aos meus avós, Joaquim, Maria e Cida,

pelo amor e carinho que têm por mim e eu por eles.

Ao meu orientador, Drº Carlos e sua esposa Drª Bianca, pela paciência, paixão e

entusiasmo em tudo o que fazem e por assim também terem sido comigo.

AGRADECIMENTOS

À Deus, por ter me permitido essa conquista.

Aos pacientes do Hospital de Câncer de Barretos, pela colaboração, participação e pelas

lições de vida que presenciei, com as quais muito aprendi.

Ao Prof. Drº Carlos Eduardo Paiva, pela grande oportunidade, paciência, disponibilidade,

confiança e por tudo o que aprendi durante esta trajetória, mostrando sempre como eu

deveria prosseguir em cada etapa, como dar cada passo.

À Prof. Drª Bianca Sakamoto Ribeiro Paiva, pelo aprendizado, acompanhamento e por me

ensinar a importância de se fazer tudo com amor e dedicação.

Aos assistentes administrativos, enfermeiros e técnicos de enfermagem, em especial,

Nayara, Larissa, Jussara, Priscila, Renata, Celsinho, Elizabete, Inês, Rafael e Lisandra que

jamais mediram esforços em me sinalizar os pacientes elegíveis.

Aos médicos, que aceitaram participar deste estudo e muito colaboraram sinalizando o

encaminhamento de pacientes.

Aos funcionários do laboratório, pelos exames laboratoriais realizados.

A toda equipe do GPQUAL, pelas experiências, discussões e aprendizado durante nossas

reuniões.

Aos meus colegas de trabalho do Núcleo de Apoio ao Pesquisador e Drº José Humberto

Fregnani, que muito contribuíram no meu crescimento pessoal, na área de pesquisa e que

compreendiam e permitiam minha ausência em determinados momentos.

À equipe do NEB, em especial, Cleyton e Thaís, com toda a ajuda, ensinamentos e

explicações que clareavam todas as minhas dúvidas, além da participação nas bancas de

acompanhamento.

Ao departamento de Pós Graduação, Brenda, Silvana e Simone, pela atenção, informação e

ajuda durante este estudo.

Aos assessores Dr. Eduardo Bruera e Dr. Luiz Fernando Lopes, pelos elogios, sugestões,

críticas e colocações que muito colaboraram na minha evolução ao longo desta jornada.

Às minhas amigas, Elizabete e Naíra, com quem compartilhei diariamente cada etapa desta

caminhada.

Ao Hospital de Câncer de Barretos e toda sua estrutura do IEP (PAIP, EPIT, NAP), que

possibilitaram à busca pelo meu crescimento profissional.

“Confia ao Senhor a tua sorte, espera nele, e ele agirá. Como a luz, fará brilhar a tua

justiça; e como o sol do meio-dia, o teu direito”

Salmo 36

ÍNDICE

1 INTRODUÇÃO 1

1.1 Câncer – aspectos epidemiológicos 1

1.2 Cuidados Paliativos 2

1.3 Estimativas de sobrevida em pacientes com câncer avançado 4

2 JUSTIFICATIVA 11

3 OBJETIVO 12

3.1 Objetivo principal 12

3.2 Objetivos secundários 12

4 MATERIAIS E MÉTODOS 13

4.1 Delineamento do estudo 13

4.2 Cenário do estudo 13

4.3 Critérios de seleção 13

4.4 Tamanho amostral 13

4.5 Coleta de dados 14

4.6 Ferramentas Prognósticas 15

4.7 Análise estatística 17

5 ASPECTOS ÉTICOS 20

6 RESULTADOS 21

6.1 Dados sócio-demográficos 21

6.2 Dados clínicos 24

6.3 Classificação da funcionalidade 26

6.4 D-PAP score 28

6.5 Palliative Prognostic Index (PPI) 29

6.6 Nomograma Prognóstico de Barretos 30

6.7 Nomograma Prognóstico Espanhol 31

6.8 Modified Glasgow Prognostic Score 31

6.9 Número de fatores de risco de Chow 31

6.10 Escala de Avaliação de Sintomas de Edmontom (ESAS)

31

6.11 Confusion Assesment Scale (CAM) 32

6.12 Análises estatísticas das ferramentas prognósticas 33

6.12.1 Avaliação do momento do encaminhamento aos Cuidados Paliativos

33

6.12.2 Análise da estimativa clínica de sobrevivência

34

6.12.3 Nomograma Prognóstico de Barretos

42

6.12.4 D-PAP score 44

6.12.5 Palliative Prognostic Index (PPI) 45

6.12.6 Número de Fatores de risco de Chow 48

6.12.7 Modified Glasgow Prognostic Score

49

6.12.8 Nomograma Prognóstico Espanhol 51

6.13 Comparação das Curvas ROC entre as ferramentas prognósticas 53

7 DISCUSSÃO 56

8 CONCLUSÕES 65

REFERÊNCIAS 66

ANEXOS 75

Anexo A - Termo De Consentimento Livre E Esclarecido do Paciente 75

Anexo B - Termo De Consentimento Livre E Esclarecido do Médico 79

Anexo C - Protocolo de coleta de dados 83

Anexo D - Protocolo de Avaliação Prognóstica

85

Anexo E - D-PAP score 87

Anexo F - Palliative Prognostic Index (PPI)

89

Anexo G - Nomograma Prognóstico de Barretos

90

Anexo H - Nomograma Prognóstico Espanhol

91

Anexo I - Escala de Performance KPS

92

Anexo J – ECOG - PS

93

Anexo K - Escala de Avaliação de Sintomas de Edmontom (ESAS)

94

Anexo L - Confusion Assesment Scale (CAM)

95

Anexo M - Parecer Consubstanciado do CEP 96

Anexo N - Cópia do artigo publicado 99

LISTA DE FIGURAS

FIGURA 1 Fluxograma de recrutamento de pacientes................................................ 15

FIGURA 2 Relação do total de pacientes elegíveis...................................................... 21

FIGURA 3 Gráfico contendo as estimativas preditas pelos médicos (eixo y) e as

sobrevidas observadas (eixo x)................................................................... 36

FIGURA 4 Análise de Kaplan – Meyer para avaliação da sobrevida do Nomograma de

Barretos....................................................................................................... 43

FIGURA 5 Análise de Kaplan – Meyer para avaliação da sobrevida da ferramenta D-

PAP.............................................................................................................. 45

FIGURA 6 Análise de Kaplan – Meyer para avaliação da sobrevida da ferramenta

PPI............................................................................................................... 47


NFRCHOW................................................................................................... 49


mGPS........................................................................................................... 51

FIGURA 9 Análise de Kaplan – Meyer para avaliação da sobrevida do Nomograma

Prognóstico Espanhol.................................................................................. 53

LISTA DE TABELAS

Tabela 1 Ferramentas prognósticas utilizadas para pacientes em cuidados

paliativos............................................................................................................ 9

Tabela 2 Análise multivariada de sobrevida no desenvolvimento do NPB (Barretos, HCB,

SP, Brasil, 2013)............................................................................................... 10

Tabela 3 Distribuição dos dados sóciodemográficos dos participantes de pesquisa

(Barretos, HCB, SP, Brasil, 2015)...................................................................... 22

Tabela 4 Distribuição dos dados clínicos dos participantes (Barretos, HCB, SP, Brasil,

2015)................................................................................................................ 24

Tabela 5 Distribuição dos locais com metástase na data da inclusão no estudo


Tabela 6 Classificação quanto à funcionalidade KPS (Barretos, HCB, SP, Brasil,

2015)................................................................................................................ 27

Tabela 7 Classificação quanto à funcionalidade ECOG-PS (Barretos, HCB, SP, Brasil,

2015)................................................................................................................ 27

Tabela 8 Distribuição das variáveis do escore prognóstico D-PAP (Barretos, HCB, SP,

Brasil, 2015)..................................................................................................... 28

Tabela 9 Distribuição das variáveis do escore prognóstico PPI (Barretos, HCB, SP, Brasil,

2015)................................................................................................................ 30

Tabela 10 Distribuição das variáveis do questionário ESAS (Barretos, HCB, SP, Brasil,

2015)................................................................................................................ 32

Tabela 11 Distribuição das respostas do questionário CAM (Barretos, HCB, SP, Brasil,

2015)................................................................................................................ 32

Tabela 12 Distribuição dos motivos para encaminhamento aos cuidados paliativos


Tabela 13 Distribuição do tempo estimado de vida dos pacientes (Barretos, SP, Brasil,

2015)................................................................................................................ 35

Tabela 14 Associação de erros por pessimismo, erros por otimismo e acertos

(concordância) com características dos médicos e dos pacientes (Barretos, SP,

Brasil, 2015)..................................................................................................... 37

Tabela 15 Análises de regressão logística univariada e multivariada para identificação de

variáveis associadas a acertos na estimativa clínica de sobrevivência (Barretos,

SP, Brasil, 2015)............................................................................................... 39

Tabela 16 Análise de Kaplan Meyer para ferramenta Nomograma Prognóstico de

Barretos (Barretos, HCB, SP, Brasil, 2015)....................................................... 43

Tabela 17 Análise de Kaplan Meyer para ferramenta D-PAP (Barretos, HCB, SP, Brasil,

2015)................................................................................................................ 45

Tabela 18 Análise de Kaplan Meyer para ferramenta PPI (Barretos, HCB, SP, Brasil,

2015)................................................................................................................ 47

Tabela 19 Análise de Kaplan Meyer para ferramenta NFRCHOW (Barretos, HCB, SP,

Brasil, 2015)..................................................................................................... 49

Tabela 20 Análise de Kaplan Meyer para ferramenta mGPS (Barretos, HCB, SP, Brasil, 2015)................................................................................................................ 50

Tabela 21 Análise de Kaplan Meyer para ferramenta Nomograma Espanhol (Barretos, HCB, SP, Brasil, 2015)....................................................................................... 52

Tabela 22 Resumo dos resultados das curvas ROC entre as diferentes ferramentas prognósticas..................................................................................................... 54

Tabela 23 Comparações pareadas das curvas ROC entre as diferentes ferramentas

prognósticas..................................................................................................... 54

Tabela 24 Comparações dos valores de sensibilidade, especificidade e AUCs ao longo do

tempo e C-Index entre as diferentes ferramentas prognóstica

......................................................................................................................... 55

LISTA DE ABREVIATURAS E SIGLAS

ASCO American Society of Clinical Oncology

CA Câncer avançado

CAM Confusion Assesment Scale

CEP Comitê de Ética em Pesquisa

CPs Cuidados Paliativos

DHL Desidrogenase lática

ECOG-PS Eastern Cooperative Oncology Group Performance Status

ECS Estimativa clínica de sobrevivência

ESAS Edmonton Symptom Assessment System

HCB Hospital de Câncer de Barretos

IC Intervalo de confiança

KPS Karnofsky Performance Status

MGPS Modified Glasgow Prognostic Score

NFRCHOW Número de Fatores de Risco de Chow

NPB Nomograma Prognóstico de Barretos

OMS Organização Mundial de Saúde

PAP Palliative Prognostic Score

PCR Proteína C Reativa

PPI Palliative Prognostic Index

PPS Palliative Performance Scale

TCLE Termo de Consentimento Livre e esclarecido

LISTA DE SÍMBOLOS

% Porcentagem

+ Positivo

- Menos ou negativo

< Menor

> Maior

= Igual

≥ Maior ou igual

≤ Menor ou igual

RESUMO

Pantano NP. É possível predizer a sobrevida de pacientes ambulatoriais com câncer avançado

quando encaminhados aos cuidados paliativos? Dissertação (Mestrado). Barretos: Hospital

de Câncer de Barretos; 2015.

JUSTIFICATIVA: É essencial atualmente a existência de uma ferramenta clínica prognóstica para uso em pacientes ambulatoriais com câncer avançado (CA) encaminhados precocemente aos cuidados paliativos (CPs). Recentemente, desenvolvemos o Nomograma Prognóstico de Barretos (NPB) para avaliar a probabilidade de sobrevida de pacientes ambulatoriais com CA. OBJETIVO: Validar o NPB na predição de sobrevida de pacientes ambulatoriais com CA quando encaminhados aos cuidados paliativos (CPs) e comparar com outros modelos prognósticos validados: Palliative Prognostic Score (Delirium) (D-PAP), Nomograma Prognóstico Espanhol, Número de fatores de risco de Chow (NFRCHOW), modified Glasgow Prognostic Score (mGPS) e Palliative Prognostic Index (PPI), além de avaliar a estimativa clínica de sobrevivência (ECS) dos médicos. MATERIAIS E MÉTODOS: Estudo observacional prospectivo realizado no Hospital de Câncer de Barretos. Os participantes responderam a um questionário para avaliação de características sociodemográficas; ao instrumento de avaliação de sintomas Edmonton Symptom Assessment System (ESAS); foram classificados em função das escalas Eastern Cooperative Oncology Group Performance Status (ECOG-PS) e Karnofsky Performance Status (KPS) e responderam ao Confusion Assesment Method (CAM), para identificação do delirium, além da utilização de resultados de exames laboratoriais. Os pacientes incluídos foram entrevistados uma única vez e foram coletadas informações de seguimento através de análise de prontuário até o momento do óbito ou última avaliação no estudo (censura). Os médicos também foram convidados a participar desta pesquisa, caso tivessem consultado o paciente incluído no estudo, sendo solicitados a estimar o tempo de sobrevida do paciente. RESULTADOS: Na comparação da ECS dos médicos com a sobrevida observada, de acordo com análise de Kappa, a concordância foi de 0,35 (IC 95%: 0,27-0,42), valor este considerado razoável, que nos permite admitir que tal estimativa não tem boa acurácia. Nenhuma característica dos médicos (idade, experiência clínica, tempo de especialização em oncologia, número de consultas ao paciente encaminhado) se associou com maior chance de predição acurada. O NPB apresentou resultados adequados de calibração e discriminação. Em termos comparativos, em 30 dias, o NPB teve acurácia maior que o número de fatores de risco de Chow (p<0,001) e a ferramenta mGPS (p=0,001). Em 90 e 180 dias, o NPB continuou superior ao mGPS (p=0,0010 em 90 dias e p=0,0002 em 180 dias), porém, apenas superior ao NFRCHOW em 90 dias (p=0,0088). Quatro ferramentas avaliadas apresentaram valores de C Index ≥ 0,7: PPI (0,70), NPB (0,71), Nomograma Prognóstico Espanhol (0,72) e D-PAP (0,73). CONCLUSÃO: A estimativa clínica de sobrevivência não tem boa acurácia para predizer a sobrevida de pacientes com CA, independente de características pessoais dos médicos. O NPB mostrou ser uma boa ferramenta prognóstica com acurácia melhor que as ferramentas mGPS e NFRCHOW. Outras ferramentas prognósticas existentes também são eficazes, dentre elas, D-PAP, PPI e Nomograma Prognóstico Espanhol.

PALAVRAS-CHAVE: Qualidade de Vida; Questionários; Validação; Neoplasias; Cuidados

Paliativos; Prognóstico.

ABSTRACT

Pantano NP. Is It Possible to Predict the Outpatient Survival Of Those With Advanced Cancer

When Submitted to Palliative Care? Dissertation (Master´s degree): Barretos Cancer

Hospital; 2015.

BACKGROUND: Currently, it is essential a predictive clinical tool for outpatients with advanced cancer early reffered to palliative care. Recently, we developed a tool called Barretos Prognostic Nomogram (NPB) to assess the probability of survival of outpatients with advanced cancer. AIMS: To validate the NPB in predicting survival of outpatients with advanced cancer when referred to palliative care and to compare this toll with other prognostic available models: Palliative Prognostic Score Delirium (D-PAP), Spanish Nomogram Prognosis, Chow’s number of risk factors (NFRCHOW), modified Glasgow Prognostic Score (MGPS), and Palliative Prognostic Index (PPI), in addition to evaluate the clinical estimation of survival (ECS). MATERIALS AND METHODS: This was a prospective observational study conducted in the Barretos Cancer Hospital. All the participants answered a sociodemographic questionnaire; the Edmonton Symptom Assessment System (ESAS); were classified according to the Eastern Cooperative Oncology Group Scale-Performance Status (ECOG-PS) and Karnofsky Performance Status (KPS) and answered a Confusion Assesment Method (CAM), for identification of delirium. Further them, we assessed results of laboratory tests. Patients included were interviewed only once and the follow-up was developed through medical records until the date of death or last evaluation in the study. Physicians were also invited to participate in this study answering the estimate of the patient's survival. RESULTS: According to Kappa analysis, the correlation was 0, 35 (95% CI: 0.27 to 0.42) in the compasion of the survival estimated with the real survival, a value considered reasonable, allowing us to admit that this estimate has not accuracy. No physician characteristic (age, clinical experience, time since specialization in oncology, number of prior consultations) was associated with a higher chance of accurate prediction. The NPB showed adequate results in terms of calibration and discrimination. In comparative terms, at 30 days, NPB showed higher accuracy than the NFRCHOW (p <0.001) and mGPS tool (p = 0.001). At 90 and 180 days, NPB continued higher than mGPS (p = 0.0010 in 90 days, p = 0.0002 at 180 days), but only higher than NFRCHOW at 90 days (p = 0.0088). CONCLUSIONS: The clinical estimation of survival do not have good accuracy to predict survival in outpatients with advanced cancer, regardless of the physician's personal characteristics. The NPB showed to be a good prognostic tool with better accuracy than the mGPS and NFRCHOW. Other available prognostic tools are also effective, such as D-PAP, PPI and Spanish Nomogram Prognosis.

Keywords (Mesh / DeCS): Quality of life; Validation studies; Prognosis; Palliative care;

Medical Oncology; Questionnaires.

1

1 INTRODUÇÃO

1.1 Câncer – aspectos epidemiológicos

O câncer é um termo genérico que representa não apenas uma doença, mas, um

conjunto de doenças, cujas denominações específicas são dadas em função do nome do

órgão ou tipo de célula em que foram originados. O termo câncer é utilizado para doenças

nas quais células geneticamente anormais, frequentemente agressivas, se dividem sem

controle e tem a capacidade de invadir outros tecidos1.

A American Cancer Society estimou para 2013, nos Estados Unidos da América (EUA),

um total de 1.660.290 novos casos de câncer e 580.350 mortes secundárias à doença2. O

câncer de próstata é considerado o tipo mais incidente, com aproximadamente 238 mil

novos casos esperados para o ano de 2013 nos EUA. Os cânceres de mama e de pulmão

ocupam, respectivamente, a segunda e terceira colocações em incidência. No entanto, tanto

em homens como em mulheres, o câncer de pulmão é o principal causador de morte3,4.

No Brasil, seguindo a tendência mundial, nota-se que a partir da década de 1960, as

doenças infecciosas e parasitárias deixaram de ser a principal causa de morte, tendo sido

substituídas pelas doenças do aparelho cardiocirculatório e pelas neoplasias malignas.

Assim, as estimativas para 2016/2017 apontam a ocorrência de aproximadamente 596 mil

casos novos de câncer. Desconsiderando os cânceres de pele não melanoma, os cânceres

mais incidentes na população brasileira em 2016 serão os da próstata (61.200), mama

(57.960 ), cólon e reto (34.280 ), pulmão (28.220) e estômago (20.520)5.

Conforme afima um estudo retrospectivo a partir de dados de pacientes com os tipos

mais comuns de câncer no Hospital de Câncer Barretos, entre 2000 e 2009, a maioria dos

casos de câncer de próstata, mama e colo de útero foram diagnosticados em estágios

menos avançados. Em contraste, pacientes com câncer de pulmão, estômago, esôfago e

tumores de cavidade oral, geralmente estavam em estágios mais avançados no momento do

diagnóstico. Os cânceres de próstata, mama e colo de útero apresentaram taxas de

sobrevivência em 5 anos de 78,2%, 74,8% e 60,2%, respectivamente. Em contraste, os

cânceres de pulmão e esôfago apresentaram taxas de sobrevivência de apenas 9,2% e 8,7%,

respectivamente6. Nestes casos de doença avançada a conduta é essencialmente paliativa,

havendo várias estratégias de tratamento para cada tipo de neoplasia, com benefícios em

termos de sobrevida, melhora de sintomas e da qualidade de vida.

2

1.2 Cuidados Paliativos

Durante centenas de anos, quando alguém adoecia, era natural que o processo de

morte ocorresse nos próprios domicílios dos doentes, com a presença atuante de suas

famílias. Após a segunda grande guerra mundial, o progresso atingido pela humanidade em

relação a alguns aspectos médicos (ressuscitação cardiopulmonar, uso de antibióticos,

técnicas cirúrgicas e anestésicas) fez com que passássemos a acreditar que a morte poderia

ser vencida; assim, iniciou-se um processo que culminou com a transferência dos óbitos para

os hospitais e incentivou a obstinação terapêutica7.

Neste contexto, uma médica (que também era assistente social e enfermeira),

chamada Dame Cicely Saunders, começou a se preocupar com doentes que morriam em

grande sofrimento nos leitos de hospitais. Ela percebeu que estes doentes, marginalizados

pela medicina como se houvesse ocorrido um fracasso terapêutico, morriam com dor, tanto

de ordem física como associada com problemas psicossociais e existenciais7. Em 1967, Cicely

fundou em Londres o St Christhofer Hospice, o que deu início ao que chamamos hoje de

Movimento Hospice Moderno. Os trabalhos pioneiros de Cicely Saunders somaram-se aos

estudos sobre a morte e o morrer que a médica psiquiatra Elisabeth Kubler-Ross desenvolvia

na mesma época nos EUA. Desde então, este novo ramo da medicina tem evoluído a partir

de uma filosofia de cuidados à uma disciplina profissional voltada ao controle de sintomas,

ao apoio psicossocial, à assistência espiritual, comunicação, tomada de decisão, apoio aos

cuidadores e aos cuidados de fim de vida7,8. Por volta de 1975, esta filosofia passou a ser

denominada de “cuidados paliativos” (CPs) por Baulfor Mount, quando este cirurgião

desenvolveu um novo programa de CPs para ser oferecido em uma ala hospitalar no Royal

Victoria em Montreal (Canadá), adaptando o modelo oferecido pelos Hospices, considerado

caro por ele na época9,10.

A Organização Mundial de Saúde (OMS)11, definiu que os “Cuidados Paliativos

consistem na assistência promovida por uma equipe multidisciplinar, que objetiva a

melhoria da qualidade de vida do paciente e seus familiares, diante de uma doença que

ameace a vida, por meio da prevenção e alívio do sofrimento, da identificação precoce,

avaliação impecável, tratamento da dor e demais sintomas físicos, sociais, psicológicos e

espirituais”.

Um ensaio clínico de fase III, com pacientes com câncer de pulmão não pequenas

células metastático, recentemente diagnosticados, selecionou aleatoriamente dois grupos

3

para receber quimioterapia de primeira linha padrão, em associação ou não aos CPs

oferecidos precocemente. Após 12 semanas, foi evidente uma melhora na qualidade de vida

dos pacientes no grupo experimental, que recebia CPs precoce. Além de uma melhora

significativa na qualidade de vida, os autores observaram também uma diminuição nas taxas

de depressão e na realização de procedimentos fúteis em fase final de vida. Uma análise não

planejada inicialmente mostrou que os pacientes que receberam CPs precoce sobreviveram

quase três meses a mais, resultado este significativo mesmo após análise multivariada12.

Outro ensaio clínico de fase III, com 322 pacientes, recém diagnosticados com câncer

avançado (CA), randomizou participantes para um grupo com tratamento padrão e outro

experimental para uma intervenção adicional ao cuidado padrão, oferecido por enfermeiras

treinadas. Os pacientes recebiam uma intervenção psicossocial, semanalmente, durante 4

semanas e depois mensalmente, focada na resolução de problemas e na educação sobre as

condições associadas com a doença avançada. Os resultados deste estudo corroboraram

com os resultados de Temel et al.12, mostrando que os pacientes com CA submetidos à

intervenção psicoeducativa apresentaram melhores índices de qualidade de vida e menos

depressão13.

Considerando estes dois estudos de fase III, além de outros estudos de fase II, a

American Society of Clinical Oncology (ASCO) recomenda que pacientes com CA sejam

encaminhados precocemente aos serviços especializados em CPs para receberem de forma

simultânea o tratamento antineoplásico e os CPs14. Apesar destas evidências e

recomendações, os pacientes com câncer continuam sendo encaminhados aos CPs

tardiamente. Embora a literatura recomende o encaminhamento precoce, o momento ideal

do encaminhamento é ainda desconhecido, principalmente nos casos de neoplasias

indolentes, com os cânceres luminais da mama e os cânceres de próstata, que mesmo

quando metastáticos apresentam sobrevida global de vários anos.

Embora o CPs não tenha como objetivo aumentar a sobrevida como condição

essencial e sim melhorar a sua qualidade, a habilidade de prever com precisão a sobrevida

de pacientes oncológicos terminais é relevante, pois, esta informação pode ser norteadora

para familiares, pacientes e profissionais da saúde no momento de tomada de decisão e

elaboração de planos15. Esta é uma das tarefas árduas do médico oncologista, especialmente

em pacientes com CA, que podem ter sobrevidas variando de dias à anos16. Uma acurada

estimativa de sobrevida pode auxiliar, por exemplo, na indicação ou não de algum

4

procedimento mais invasivo (como a realização de quimioterapia ou radioterapia, uso de

sondas de alimentação, procedimentos de diálise, transfusões de hemoderivados,

internação hospitalar, dentre outros), além de facilitar a comunicação com o paciente e seus

familiares, visando favorecer um melhor planejamento pessoal quanto ao final de vida a ser

vivenciado.

1.3 Estimativas de sobrevida em pacientes com câncer avançado (CA)

Existem várias ferramentas clínicas utilizadas para predição de sobrevida em pacientes

com CA. Foi realizada uma revisão sistemática da literatura, utilizando a base de dados

Pubmed (http://www.ncbi.nlm.nih.gov/pubmed/), combinando os termos “prediction or

predictive or predicting”, “advanced or palliative or supportive care or end of life or hospice”,

“prognostic or prognosis or survival”, “score or nomogram or tool or instrument” e “tumor or

tumour or cancer or neoplasia or neoplasm”. Foram encontrados 936 artigos na busca inicial;

destes, 886 foram excluídos pelo título e resumo. Cinquenta artigos que descreviam

ferramentas clínicas preditoras de sobrevida em pacientes com CA foram avaliados

integralmente para a descrição deste tópico.

Estimativas clínicas de sobrevivência de acordo com estimativas dos médicos

Uma das formas de avaliar a sobrevida de pacientes com câncer é utilizando a

estimativa clínica de sobrevivência (ECS) de acordo com a opinião do profissional de saúde,

geralmente o médico. Esta predição é muitas vezes superestimada, pelo fato de os médicos

serem excessivamente otimistas ao prever a sobrevida dos pacientes17,18. Uma revisão

sistemática buscou avaliar a precisão das ECS feitas por médicos que tratavam pacientes

com CA, onde informações de oito estudos (incluindo 1.563 indivíduos) foram analisadas,

notando-se a mediana de sobrevivência de 42 dias segundo estimativas dos médicos e uma

sobrevida real de 29 dias19,20. No geral, considerando uma variabilidade de uma semana, as

ECS foram corretas em 25% dos casos; considerando duas semanas, em 43% dos casos e

considerando quatro semanas, em 61% dos casos. Gripp et al.21 avaliaram as ECS de

pacientes com CA pedindo aos médicos que estimassem a chance de sobrevida em <1 mês,

de 1 a 6 meses e com mais de 6 meses. A acurácia global dos médicos foi de

aproximadamente 60%. Interessante notar que, neste estudo, o tempo de experiência do

médico não modificou a acurácia de sua predição. A partir destas informações, torna-se

5

evidente a necessidade de melhorar as ECS, utilizando outras estratégias, quer seja incluindo

novos marcadores prognósticos ou criando novos modelos preditores de sobrevida.

Alguns fatores prognósticos clássicos em oncologia, como por exemplo, o

estadiamento tumoral, o grau histológico e fatores genéticos, não parecem ter impacto

prognóstico em pacientes com CA, em CPs16. Desta forma, outros marcadores prognósticos

vêm sendo pesquisados nesta situação clínica.

Avaliação da funcionalidade

Dentre todas as escalas de desempenho, destacam-se na oncologia o Eastern

Cooperative Oncology Group Performance Status (ECOG-PS), o Karnofsky Performance Status

(KPS) e o Palliative Performance Scale (PPS). O KPS foi inicialmente desenvolvido por

Karnofsky e Burchenal, em 1948, para quantificar o estado funcional de pacientes com

câncer de pulmão22. O mesmo avalia a habilidade para realizar atividades normais, trabalhar

ativamente e a necessidade de assistência. Os resultados do KPS podem variar de 0% (óbito)

a 100% (função normal). Uma das desvantagens do KPS é não ser adequado para pacientes

com baixo nível funcional que estão sendo cuidados por equipe de CPs23. Desta forma, foi

desenvolvido em 1996, no Victoria Hospice, baseado no KPS, o PPS. O PPS avalia, além dos

aspectos de progressão da doença, a capacidade de autocuidado, o estado de consciência do

doente e a sua alimentação.

O ECOG-PS foi desenvolvido em 1982 como uma escala simplificada para mensurar a

funcionalidade, pois classificava o estado funcional em apenas seis níveis, variando de 0

(perfeitamente ambulatorial e assintomático) a 5 (óbito)24. Tanto o ECOG-PS25,26 quanto

principalmente o KPS27,28 e o PPS29-32, têm sido utilizados como ferramentas prognósticas.

Sintomas

A ocorrência de alguns sintomas tem sido relacionada com o prognóstico de pacientes

com CA, principalmente, a dispneia21,33-35 , a anorexia33,35 , a fadiga18,36 , a disfagia35 e a perda

de peso34,35. Uma revisão sistemática recente identificou os sintomas mais associados com

pior prognóstico em pacientes com CA35. Nos pacientes com CA ainda recebendo terapias

antineoplásicas, os sintomas mais relacionados a pior prognóstico foram a anorexia,

caquexia, perda de peso, disfagia e dor; nos pacientes em CPs exclusivos, os sintomas com

maior impacto prognóstico foram a confusão, fadiga, caquexia, perda de peso, dispneia,

6

disfagia e náusea. A principal dificuldade em se avaliar sintomas diz respeito à sua

subjetividade, sendo que um mesmo problema pode causar sintomas de diferentes

intensidades em diferentes indivíduos. Além do mais, sabe-se que aspectos emocionais,

sociais e existenciais, podem interferir na sensação dos sintomas desconfortáveis de forma

individual.

Exames laboratoriais

Alguns exames laboratoriais se mostraram fatores prognósticos em pacientes com CA

em estudos prévios. A desidrogenase lática (DHL) é um marcador que se eleva no sangue

quando há destruição celular, o que ocorre frequentemente em tumores de alto potencial

proliferativo e/ou volumosos. Estudos prévios associaram níveis elevados de DHL sérico com

pior prognóstico em pacientes com CA21,37,38. Tanto a presença de leucocitose quanto de

linfopenia foram associadas com mau prognóstico em pacientes com CA39,40. A proteína C

reativa (PCR) também é um marcador inflamatório sérico que se encontra frequentemente

aumentado em pacientes com CA, especialmente naqueles com evolução ruim26,41. Outro

provável marcador sérico de mau prognóstico é a hipoalbuminemia39,41.

O modified Glasgow Prognostic Score (mGPS) define três grupos de pacientes com

riscos de óbito distintos: mGPS 0: albumina <3,5 mg/dl e PCR <10 mg/dl; mGPS 1: PCR >10

mg/dl e mGPS 2: albumina <3,5 mg/dl e PCR >10 mg/dl. O mGPS parece ser um fator

prognóstico adicional ao desempenho funcional medido pelo ECOG-PS em pacientes com

CA42.

Modelos prognósticos

A utilização dos fatores prognósticos descritos acima, em associação com outras

variáveis, permitiram o desenvolvimento e validação de inúmeros modelos prognósticos.

O Palliative Prognostic Score (PAP) foi desenvolvido a partir de informações

prognósticas de 519 pacientes com CA, em CPs exclusivos e com expectativa de vida menor

do que seis meses. As variáveis incluídas no modelo são a presença de anorexia, dispneia,

escore do KPS, leucócitos totais, linfopenia e a ECS. É um bom escore para avaliar a chance

de sobrevida de pacientes em 30 dias43.

Dois estudos subsequentes validaram o PAP em outras populações, mostrando

resultados semelhantes. O PAP dividiu os pacientes em três grupos distintos com chances de

7

sobrevida de aproximadamente 90%, 55% e 20%43,44. Uma desvantagem deste modelo é não

ser adequado para avaliar a sobrevida de pacientes com sobrevida estimada maior que 30

dias. A incorporação do delirium ao PAP (D-PAP) foi capaz de melhorar a acurácia

prognóstica do mesmo, sendo que vários estudos posteriores incluíram o delirium ao

PAP43,45- 48.

O Palliative Prognostic Index (PPI) foi desenvolvido em um estudo com 150

pacientes com CA e com expectativa de sobrevida menor que seis meses. O modelo final

incluiu as seguintes variáveis: PPS, ingestão oral, edema, dispneia em repouso e delirium.

Baseado no impacto de cada variável em predizer a sobrevida dos pacientes é criado um

escore final com a soma de pontuações de cada variável. Assim, em função da pontuação

calculada, o paciente é classificado dentre três grupos, que consegem distinguir a evolução

de forma distinta em 3 e 6 semanas49. O PPI foi validado em outras populações com

resultados promissores50,51.

O escore Número de Fatores de Risco de Chow (NFRCHOW) foi desenvolvido por Chow

et al, em 2008, a partir de dados retrospectivos de 395 pacientes avaliados em um setor de

radioterapia(28). O escore final é bastante simples e consiste das seguintes variáveis

dicotômicas: sítio da neoplasia primária (mama versus não mama), local de metástases

(apenas óssea versus não óssea) e KPS (≤60% versus >60%). A validação externa foi realizada

em uma população distinta de 467 pacientes. As medianas de sobrevida foram de 60

semanas no Grupo 1 (0-1 fator de risco), 26 semanas no Grupo 2 (2 fatores de risco) e 9

semanas no Grupo 3 (3 fatores de risco).

A desvantagem do mesmo se deve ao fato de ter sido desenvolvido em uma população

específica de pacientes em radioterapia e as principais vantagens são a sua simplicidade e

capacidade de avaliar o prognóstico em pacientes que estejam em CPs em uma fase mais

precoce52.

No que diz respeito ao Nomograma Prognóstico Espanhol, este foi desenvolvido em

406 pacientes com CA em CPs exclusivos que tiveram analisadas 38 possíveis características

prognósticas. Após análise de sobrevida por regressão de Cox, utilizando eliminação das

variáveis menos significativas em etapas (“backward”), foi desenvolvido um nomograma

capaz de predizer a sobrevida de pacientes em 15, 30 e 60 dias.

O Nomograma Prognóstico Espanhol foi validado em uma segunda coorte de 474

pacientes obtendo-se 68% de acurácia preditiva. As variáveis incluídas no nomograma

8

foram: ECOG-PS, DHL, número de linfócitos, albumina sérica e tempo entre o diagnóstico da

doença inicial e o diagnóstico da doença em fase terminal53. Uma vantagem deste

nomograma é ter sido criado baseado em uma ampla coorte de pacientes com CA e ter tido

adequada validação externa. No entanto, não é adequado para avaliar o prognóstico de

pacientes com expectativa de sobrevida maior que 60 dias.

Assim como exposto anteriormente, a maioria dos modelos prognósticos (PAP, PPI,

Nomograma Prognóstico Espanhol) foram criadas para predição de sobrevida de pacientes

com CA em fase final de vida.

O único escore desenvolvido para avaliar a sobrevida de pacientes com CA que

tenham maiores expectativas de vida é o NRFC. No entanto, este modelo prognóstico foi

criado a partir de pacientes em radioterapia e pode não ser generalizável para outros

pacientes com CA.

O modified Glasgow Prognostic Score (mGPS) é uma ferramenta que utiliza apenas

critérios bioquímicos (PCR e albumina sérica). Este também é um escore prognóstico que

pode ser utilizado para pacientes com maior expectativa de vida. De qualquer maneira,

torna-se necessário o desenvolvimento e validação de ferramentas que possam predizer a

sobrevida de pacientes com CA encaminhados precocemente aos CPs.

Desta forma, nosso grupo de pesquisa do Hospital de Câncer de Barretos (HCB)

desenvolveu recentemente um nomograma prognóstico, ao qual denominamos de

Nomograma Prognóstico de Barretos (NPB).

A tabela abaixo (Tabela 1) sintetiza as ferramentas prognósticas comumente

utilizadas na medicina oncológica paliativa.

9

Tabela 1 – Ferramentas prognósticas utilizadas para pacientes em cuidados paliativos.

Ferramenta Variáveis Limitações

mGPS Albumina e PCR

Necessidade de coleta de

sangue.

DPAP

Anorexia, dispneia, escore do KPS,

leucócitos totais, linfopenia, ECS e

presença de delirium.

Inadequado para pacientes com

sobrevida estimada maior que

30 dias.

PPI KPS, ingestão oral, edema, dispneia em

repouso e delirium.

Desenvolvido para pacientes

com expectativa de sobrevida

menor que seis meses.

Número de

fatores de

risco de Chow

Variáveis dicotômicas: sítio da neoplasia

primária (mama versus não mama), local

de metástases (apenas óssea versus não

óssea) e KPS (≤60% versus >60%).

Desenvolvido em população

específica de pacientes em

radioterapia.

Nomograma

Prognóstico

Espanhol

ECOG-PS, DHL, número de linfócitos,

albumina sérica e tempo entre o

diagnóstico da doença inicial e o

diagnóstico da doença em fase terminal

Inadequado para avaliar o

prognóstico de pacientes com

expectativa de sobrevida maior

que 60 dias.

ECS Opinião do profissional de saúde,

geralmente o médico.

Provavelmente menos acurada

(tendência a superestimar a

sobrevivência).

O Nomograma prognóstico de Barretos (NPB) foi criado a partir de informações de

sobrevida de 220 pacientes com CA ambulatoriais a partir do momento em que foram

atendidos pela primeira vez pela equipe de CPs. O mesmo foi desenvolvido após análise de

sobrevida global, considerando o tempo desde a primeira consulta no ambulatório de CPs

até o óbito ou censura. O seguimento clínico do estudo foi encerrado após uma taxa

10

predeterminada de 70% de óbitos. Foram avaliadas prospectivamente 32 variáveis

potencialmente prognósticas; destas, após análise multivariada, permaneceram no modelo

final as variáveis sexo, KPS, albumina sérica, leucócitos séricos e presença de metástase à

distância (Tabela 2). A sensibilidade, especificidade, valor preditivo positivo, valor preditivo

negativo e a acurácia do NPB (Nomograma Prognóstico de Barretos) foram consideradas

adequadas. A curva ROC foi de 0,749 (p<0,001). O teste de Kolmogorov-Smirnov para duas

amostras obteve o resultado de 0,487 (p<0,001). Os resultados da análise estatística inicial

foram todos considerados adequados sugerindo a necessidade de uma validação externa

adicional.

Tabela 2 - Análise multivariada de sobrevida no desenvolvimento do NPB (Barretos, HCB, SP,

Brasil, 2013).

Variáveis P Exp. (B) 95% IC de Exp. (B)

Sexo

Masculino

Ref.

Feminino 0,034 0,689 0,488 0,972

KPS <0.001 0,971 0,959 0,982

Albumina sérica <0.001 0,380 0,277 0,522

Metástase à distância

Ausente

Ref.

Presente 0,005 1,799 1,196 2,706

Leucócitos séricos <0.001 1,089 1,042 1,139

11

2 JUSTIFICATIVA DO ESTUDO

Este estudo se justifica pela ausência de uma ferramenta clínica prognóstica para uso

em pacientes ambulatoriais com CA encaminhados precocemente aos CPs. Isso é ainda mais

essencial atualmente, quando vem se aumentando a importância ao modelo simultâneo de

cuidados. Desta forma, a validação clínica de uma nova ferramenta prognóstica poderá ser

útil na prática oncológica. Além do mais, o presente estudo tem a intenção de preencher

uma lacuna das pesquisas de avaliação prognóstica, ao comparar modelos prognósticos já

estabelecidos visando identificar aquele mais adequado para uso. Os resultados poderão

indicar a melhor ferramenta prognóstica para uso em pacientes com CA ao serem

encaminhados aos CPs, melhorando a assistência ao paciente, evitando tratamentos

desnecessários e facilitando a comunicação sobre a expectativa de vida ao paciente e seus

familiares.

12

3 OBJETIVOS

3.1 Objetivo principal

• Validar o Nomograma Prognóstico de Barretos (NPB) na predição de sobrevida de

pacientes ambulatoriais com CA quando encaminhados aos CPs.

3.2 Objetivos secundários

• Avaliar o momento e os motivos do encaminhamento aos CPs.

• Avaliar a capacidade do médico em predizer corretamente a sobrevida global de

pacientes com CA e identificar fatores associados.

• Avaliar, separadamente, o impacto prognóstico de cada um dos modelos PPI, D-PAP,

NFRCHOW, Nomograma Prognóstico Espanhol e mGPS.

• Comparar a acurácia prognóstica do NPB em relação ao PPI, D-PAP, NFRCHOW,

Nomograma Prognóstico Espanhol, mGPS.

13

4 MATERIAIS E MÉTODOS

4.1 Delineamento do estudo

Trata-se de um estudo observacional prospectivo analítico.

4.2 Cenário do estudo

O Departamento de Oncologia Clínica do Hospital de Câncer de Barretos atende

diariamente, em regime ambulatorial, aproximadamente 125 pacientes. O referido

departamento encontra-se divido em diferentes subespecialidades: Mama e Ginecologia,

Digestivo, Urologia, Tórax, Cabeça e Pescoço e Sarcomas/Pele. Os oncologistas, dentro de

suas subespecialidades, trabalham em conjunto com cirurgiões, radioterapeutas e equipe

multiprofissional em regime de Workstation (juntos em um mesmo espaço físico, para

facilitar a atuação interdisciplinar). Após a prescrição do tratamento antineoplásico pelo

oncologista clínico, o paciente recebe o tratamento na Central de Infusão de Medicamentos.

O presente estudo ocorreu nos diferentes ambulatórios de Oncologia Clínica e também na

Central de Infusão de Medicamentos, do Hospital de Câncer de Barretos (Barretos-SP).

4.3 Critérios de Seleção

Foram incluídos pacientes que preencheram todos os critérios de inclusão e nenhum

critério de exclusão, a saber:

• Critérios de inclusão – Ter mais de 18 anos; ter diagnóstico de CA (com metástase à

distância e/ou doença locoregional irressecável e não passível de cura); ter sido

encaminhado (a) pela primeira vez à Unidade de CPs.

• Critérios de exclusão – Recusa em participar da pesquisa e assinar termo de

consentimento livre e esclarecido; neoplasias hematológicas; e pacientes que não sabem

sobre o diagnóstico de doença avançada.

4.4 Tamanho amostral

O tamanho amostral foi calculado considerando a proporção de acertos do NPB

desenvolvido inicialmente com 220 pacientes. Assim, por ser um estudo de sobrevivência,

com uma proporção de acertos de 80% (verdadeiros positivos e verdadeiros negativos), erro

absoluto de 5% e nível de significância de 5%, o tamanho amostral calculado foi de 246

14

pacientes(54). Considerando uma taxa de 10% de ausência de informações, decidiu-se por

incluir um mínimo de 270 pacientes para o presente estudo.

4.5 Coleta de dados

A pesquisadora principal deste estudo foi contatada pela equipe de secretários de cada

workstation para avaliar a elegibilidade do paciente no momento da solicitação de

agendamento de primeira consulta médica no ambulatório de CPs ou primeira internação na

Unidade de CPs, a partir do ambulatório de oncologia clínica. Após a assinatura do Termo de

Consentimento Livre e Esclarecido (TCLE) (Anexo A) e consequente inclusão no estudo, os

pacientes responderam a um questionário semiestruturado, desenvolvido para a presente

pesquisa, para avaliação de características sociodemográficas (Anexo B). As informações

clínicas foram obtidas por meio de análise de registros médicos.

No presente estudo, os pacientes incluídos foram entrevistados e avaliados

clinicamente uma única vez (visita 1) e foram coletadas informações de seguimento através

de análise de prontuário até o momento do óbito ou última avaliação no estudo (censura).

Nos casos de perda de seguimento clínico (não comparecimento em duas visitas

sequenciais) a pesquisadora do estudo entrou em contato por telefone para avaliar a

evolução do paciente.

Todos os pacientes responderam o instrumento de avaliação de sintomas Edmonton

Symptom Assessment System (ESAS) no momento da primeira visita. Para a avaliação do

desempenho funcional, os pacientes foram classificados em função das escalas ECOG-PS e

KPS. Para a avaliação do delirium, foi utilizado o Confusion Assesment Method (CAM).

Foram utilizados os seguintes resultados de exames laboratoriais: hemograma

completo, desidrogenase lática (DHL), albumina e proteína C-reativa (PCR). Amostras de

sangue periférico são rotineiramente coletadas nos dias das consultas no ambulatório de

oncologia clínica para realização de hemograma completo e/ou bioquímica sérica. Os

pacientes que não tinham realizado exame laboratorial no dia da consulta foram submetidos

à coleta de sangue periférico no momento da entrevista (9 ml divididos em 2 tubos,

hemograma completo e bioquímica sérica). Nos casos onde o paciente já tinha coletado

sangue, porém as análises não contemplaram todos os testes preconizados no estudo, foi

solicitado ao laboratório clínico do Hospital de Câncer de Barretos o acréscimo dos mesmos

nas análises. Os entrevistadores preencheram o Protocolo de Avaliação Prognóstica (Anexo

15

C), criado para a presente pesquisa, que inclui as variáveis potencialmente prognósticas,

tanto clínicas quanto laboratoriais. Este Protocolo de Avaliação Prognóstica inclui todas as

variáveis necessárias para o preenchimento das ferramentas PPI, D-PAP, NRF, mGPS,

Nomograma Prognóstico Espanhol e NPB (Figura 1).

Os médicos também foram convidados a participar desta pesquisa, caso tivessem

consultado o paciente incluído no estudo. Caso aceitassem participar, os mesmos deveriam

estimar o tempo de sobrevida do paciente de acordo com sua experiência clínica em 5

categorias (< 3 semanas, ≥ 3 e ≤ 7 semanas, ≥ 7 semanas e < 12 semanas, ≥ 12 semanas e ≤

24 semanas e > 24 semanas) e informar o motivo de encaminhamento aos CPs. Além do

mais, outras informações foram coletadas: tempo (em anos) desde a graduação em

medicina, tempo (em anos) que trabalha com oncologia e número de vezes em que

consultou o paciente previamente.

Figura 1 - Fluxograma de recrutamento de pacientes.

4.6 Ferramentas prognósticas

16

Palliative Prognostic Score (D-PAP): Inclui os itens anorexia, dispneia, KPS, leucócitos

totais, presença de linfopenia e estimativa clínica de sobrevida (em semanas), além da

presença de delirium. A pontuação numérica é dada para cada variável e a soma das

pontuações individuais dá a pontuação geral do D-PAP para cada paciente. Este instrumento

subdivide a população em três grupos, cada um com uma probabilidade diferente de

sobrevivência em 30 dias: Grupo A= > 70% (escore ≤5,5); Grupo B= 30-70 % (escore entre 5,6

e 11) e Grupo C= < 30 % (escore > 11) (Anexo D)22,44 .

Palliative Prognostic Index (PPI): Inclui as seguintes variáveis: PPS, ingestão oral,

presença de edema, dispneia em repouso e delirium. O total de pontos pode variar de 0 a

15, que classifica os pacientes nos grupos A (escore<2, mediana de sobrevida=155), B

(escore entre 2 e 4, mediana de sobrevida=89) e C (escore >4, mediana de sobrevida=18

dias)55. Considerando que o KPS e o PPS podem ser usados em lugar do outro sem prejuízo

no uso do PPI56, neste estudo, por questões de simplificação, foi utilizado o KPS (Anexo E).

Nomograma Prognóstico de Barretos (NPB): É composto das seguintes variáveis: KPS,

albumina sérica, leucócitos totais, presença de metástase à distância e sexo (Anexo F).

Nomograma Prognóstico Espanhol: As variáveis incluídas no nomograma foram:

ECOG-PS, DHL, número de linfócitos, albumina sérica e tempo entre o diagnóstico da doença

inicial e o diagnóstico da doença em fase terminal (Anexo G)53.

Escore prognóstico de Glasgow modificado (mGPS): O mGPS utiliza os níveis de

albumina sérica e PCR para classificar o paciente em três grupos de prognóstico distintos: 0=

PCR<10 mg/dL e albumina >3,5 mg/dL, 1= PCR>10 mg/dL e 2= PCR>10 mg/dL e albumina

<3,5 mg/dL42.

Número de Fatores de Risco de Chow (NFRCHOW): Consiste das seguintes variáveis

dicotômicas: sítio da neoplasia primária (mama versus não mama), local de metástases

(apenas óssea versus metástases não ósseas) e KPS (≤60% versus >60%). Os pacientes

podem ser classificados em três grupos: 1 (0-1 fator de risco, mediana de sobrevida= 60

semanas), 2 (2 fatores de risco, mediana de sobrevida = 26 semanas) e 3 (3 fatores de risco,

mediana de sobrevida= 9 semanas)52.

Estimativa clínica de sobrevida (médico): Neste estudo, o médico assistente (aquele

que encaminhou o paciente aos CPs) foi indagado a opinar sobre a expectativa de vida do

paciente da seguinte maneira: <1 semana, 1 a 2 semanas, 3 a 4 semanas, 5 a 6 semanas, 7 a

17

8 semanas, 9 a 10 semanas, 11 a 12 semanas, 12 a 24 semanas, 24 a 48 semanas e > 48

semanas.

Escalas de funcionalidade (ECOG-PS e KPS): O KPS foi desenvolvido em 1948,

inicialmente para uso em população com câncer de pulmão, sendo capaz de mensurar a

funcionalidade de pacientes com câncer, variando de 100% (totalmente ativo) a 0% (óbito)

(Anexo H)22. A pontuação do ECOG-PS varia de “0” a “5”; sendo que 0 classifica um paciente

assintomático, totalmente ativo e 5 se refere a um paciente falecido. O mesmo foi

desenvolvido em 1982 pelo Eastern Cooperative Oncology Group (ECOG) (Anexo I)24. Ambas

as escalas são muito utilizadas na prática diária e em pesquisa clínica.

Edmonton Symptom Assessment System (ESAS): A ESAS foi desenvolvida inicialmente

por Bruera et al. em 199157e validada por nosso grupo de pesquisa no Hospital de Câncer de

Barretos58. O ESAS avalia 10 sintomas comuns em pacientes com CA nas últimas 24 horas

(dor, fadiga, náusea, depressão, ansiedade, sonolência, falta de apetite, sensação de bem-

estar, falta de ar, sono). As intensidades podem variar de 0 (mínimo sintoma) a 10 (pior

sintoma possível) (Anexo J).

Confusion Assesment Method (CAM) – O algoritmo diagnóstico CAM foi inicialmente

desenvolvido como ferramenta pra uso de médicos não psiquiatras59. Tem boa

confiabilidade inter observador e já foi traduzida e validada no Brasil60. Consiste de nove

partes que avaliam a alteração aguda do estado mental (horas á dias), atenção, pensamento,

nível de consciência, orientação, memória, percepção sensorial, atividade psicomotora e

ciclo sono-vigília. Para o diagnóstico de delirium pelo CAM é necessário a presença de curso

flutuante/agudo, desatenção, pensamento desorganizado ou alteração do nível de

consciência (Anexo L).

4.7 Análise estatística

No processo de validação de uma ferramenta prognóstica, o desempenho da mesma é

caracterizado considerando dois aspectos fundamentais: calibração e discriminação61. A

discriminação é a capacidade da ferramenta prognóstica em diferenciar os pacientes com

desfechos diferentes, por exemplo, vivo versus óbito, enquanto a calibração mensura a

correlação entre o resultado previsto e o resultado observado62.

Neste estudo, para a avaliação da discriminação dos modelos prognósticos,

utilizamos a análise de sobrevivência, cálculo da curva ROC e as medidas de acurácia C-Index

18

e Estatística D de Kolmogorov Smirnov. Na avaliação da calibragem dos modelos utilizamos o

teste de Hosmer-Lemeshow.

Inicialmente, cada modelo prognóstico foi avaliado em separado. As curvas de

sobrevivência foram construídas utilizando o método de Kaplan-Meyer, sendo que as

diferenças entre as curvas foram comparadas pelo teste de Log-Rank.

Para cada modelo prognóstico foram calculados a sensibilidade, especificidade,

valores preditivos positivo e negativo e a acurácia global para predizer o risco de óbito em 1,

3 e 6 meses. Apesar do PPI, D-PAP e Nomograma Prognóstico Espanhol terem sido

construídos para avaliar o prognóstico em curto prazo (de 3 semanas até 8 semanas), neste

estudo, avaliamos o impacto prognóstico destes modelos também em 3 e 6 meses. Desta

forma, os escores dos referidos modelos foram utilizados como variáveis contínuas e a

ocorrência de óbito (sim versus não) como variável categórica em análises de curva ROC para

identificar os pontos (valores dos escores) de maior acurácia prognóstica. As curvas ROC

foram comparadas entre si de acordo com De Long et al63.

A estatística “D” de Kolmogorov-Smirnov foi utilizada visando mensurar a capacidade

das ferramentas prognósticas em discriminar os grupos (vivo versus óbito). O teste de

Kolmogorov – Smirnov avalia o grau de concordância entre a distribuição de um conjunto de

valores amostrais (valores observados) e determinada distribuição teórica específica. A

estatística teste (D) é o ponto de maior diferença entre as duas distribuições. Esta estatística

teste deve ser comparada com um valor tabelado de acordo com o tamanho da amostra.

Quando o tamanho da amostra é maior que 50 (para α 5%), adota-se a seguinte equação:

1,36÷√n para cálculo do valor tabelado. Se o valor de D calculado é maior que o valor

tabelado a conclusão é: não aceitar a hipótese nula64.

O teste C index, também chamado de índice de concordância, foi utilizado no

objetivo de mensurar a habilidade preditiva das ferramentas em estudo. Este teste avalia a

probabilidade de os resultados avaliados de um paciente escolhido ao acaso sejam

concordantes com os resultados observados. Valores de 0,5 indicam que não há

discriminação, já o valor de 1,0 indica perfeita discriminação entre o esperado e o observado

65.

O teste de Hosmer-Lemeshow goodness of fit foi utilizado para avaliar a calibragem

dos modelos prognósticos. Ele avalia a adequação do ajuste do modelo (de que forma os

resultados observados se ajustam ao que era previsto pelo modelo), sendo que resultados

19

adequados devem ser não estatisticamente significativos (p>0,05), ou seja, aceita-se a

hipótese nula, indicando que o ajuste é bom.

A estatística kappa (com intervalos de confiança de 95%) foi utilizada para avaliar a

concordância, além do acaso, entre a estimativa clínica de sobrevivência e a sobrevida global

mensurada. Os seguintes níveis de concordância foram considerados: <0,0 (pobre), 0,0 - 0,2

(leve), 0,21 – 0,4 (razoável), 0,41- 0,6 (moderado), 0,61 – 0,8 (forte), 0,81 – 1,0 (quase

perfeito)66.

Na análise da estimativa clínica de sobrevivência foram calculadas o que

denominamos de “coeficiente de otimismo” e “coeficiente de pessimismo”, da seguinte

maneira: o “coeficiente de otimismo” foi calculado a partir da soma de casos em que o

médico estimou um tempo de sobrevida maior do que o observado dividido pelo total de

casos estimados. O “coeficiente de pessimismo” foi calculado a partir da soma de casos em

que o médico estimou um tempo de sobrevida menor do que o observado pelos pacientes

dividido pelo total de casos estimados. Não houve aceitação de uma margem de erro, pois,

as opções de estimativas já eram classificadas em tempos categorizados. Os casos de

predição otimista, pessimista e os acertos foram comparados por meio do teste to qui-

quadrado ou Exato de Fisher. Além do mais, foram realizadas análises de regressão logística

univariada e multivariada com a variável desfecho “acerto na predição clínica de sobrevida

(sim versus. não)”. As variáveis que apresentaram p-valor menor que 0,2 na análise

univariada foram incluídas no modelo multivariado.

O nível de significância estatístico considerado foi 0,05. As comparações entre as

diferentes curvas ROC foram realizadas pelo MedCalc Statistical Software versão 14.8.1

(MedCalc Software bvba, Ostend, Belgium). As demais análises foram realizadas utilizando o

SPSS versão 20.0 (SPSS; Chicago, IL).

20

5 ASPECTOS ÉTICOS

Este projeto foi elaborado de acordo com as normas da Resolução CNS 466/12 e foi

aprovado pelo Comitê de Ética em Pesquisa (CEP) do Hospital de Câncer de Barretos via

Plataforma Brasil. Os pesquisadores se comprometem com a garantia da privacidade,

preservando os dados e as informações acerca dos participantes (confidencialidade), bem

como com o esclarecimento de que os pacientes receberão atendimento independente da

participação no estudo, e que sua desistência ou recusa não acarretará nenhum prejuízo ao

tratamento. Todos os participantes foram convidados a participar do estudo e, de forma

voluntária, assinaram o Termo de Consentimento Livre e Esclarecido.

21

6 RESULTADOS

6.1 Dados sóciodemográficos

A coleta foi realizada de 23/04/2014 à 23/10/2014. Durante este período foram

encaminhados 387 pacientes para consulta de primeira vez na unidade de CPs. Por questões

logísticas (impossibilidade da pesquisadora em recrutar pacientes naquele momento),

92(23,7%) não foram convidados para participar do estudo. Desta forma, 295 pacientes

foram convidados para participar deste estudo, sendo que 19 (6,4%) recusaram-se a

participar pelos seguintes motivos: necessidade de coleta de sangue periférico (n=2), falta de

tempo por uso de transporte coletivo (n=1), psicológico abalado pela solicitação da consulta

na unidade de CPs (n=3), percepção de falta de benefício direto pela participação no estudo

(n=1) e sem motivo específico (n=12). Assim, foram incluídos neste estudo 276 pacientes

encaminhados pela primeira vez à Unidade de CPs (consulta ou internação) (Figura 2).

Figura 2 – Relação do total de pacientes elegíveis.

Em relação às características sócio-demograficas, 59,4% (n= 164) dos pacientes eram

do sexo feminino, 74,6% (n= 206) provenientes da região sudeste, 63,4% (n= 175) eram

casados ou estavam em união estável, 65,6% (n= 181) referiram ser católicos e 28,0% (n= 78)

possuíam baixa escolaridade (analfabetos até ensino fundamental incompleto). A renda

familiar média foi de 2,95 salários mínimos (desvio padrão [DP]: 2,30; variação: 0 a 14) e

75,3% (n= 207) reportaram estar inativos no trabalho. A idade média dos participantes foi de

22

59,3 anos (DP: 13,1; variação: 24 a 91 anos). A Tabela 3 detalha as características

sóciodemográficas dos pacientes incluídos.

Tabela 3 – Distribuição dos dados sóciodemográficos dos participantes de pesquisa

(Barretos, HCB, SP, Brasil, 2015).

Variável Categorias n (%)

Sexo Masculino 112 (40,6)

Feminino 164 (59,4)

Região Norte 11 (4,0)

Nordeste 5 (1,8)

Centro-Oeste 52 (18,9)

Sudeste 206 (74,6)

Sul 2 (0,7)

Estado Civil Solteiro 24 (8,7)

Casado/União Estável 175 (63,4)

Viúvo 41 (14,9)

Divorciado 36 (13,0)

Religião Católico 181 (65,6)

Evangélico 64 (23,2)

Espírita 18 (6,5)

Testemunha de Jeová 2 (0,7)

Ateu 1 (0,4)

Outros (*) 10 (3,6)

Nível Educacional Analfabeto 33 (12,0)

Sabe ler e escrever 11 (4,0)

Ensino fundamental

incompleto

33 (12,0)

Ensino fundamental

completo

80 (29,0)

Ensino médio incompleto 38 (13,8)

(Continua na próxima página).

23

Tabela 3 (continuação) – Distribuição dos dados sóciodemográficos dos participantes



Nível Educacional Ensino médio completo 43 (15,6)

Superior incompleto 2 (0,7)

Superior completo 29 (10,5)

Pós-graduação 7 (2,5)

Renda Familiar 0 – 1 Salários Mínimos 62 (23,3)

De 1 – 5 Salários Mínimos 170 (64,0)

De 5 – 10 Salários Mínimos 30 (11,3)

Mais de 10 Salários

Mínimos

4 (1,6)

Informação ausente 10

Atividade Profissional Em atividade 68 (24,7)

Inativo 207 (75,3)


Profissão Trabalhador saúde 9 (3,3)

Trabalhador indústria 2 (0,7)

Trabalhador educação 15 (5,6)

Motorista/Caminhoneiro 17 (6,3)

Serviços gerais 40 (14,8)

Comerciário 11 (4,1)

Autônomo 51 (18,9)

Do lar 74 (27,5)

Funcionário público 5 (1,8)

Administrativo 9 (3,3)

Trabalhador rural 22 (8,1)

Trabalhador construção civil 15 (5,6)


(*) Não especificado.

24

6.2 Dados clínicos

A Tabela 4 detalha os locais de tumores primários observados; os sítios primários mais

comuns foram a mama (n=65, 23,7%), pulmão (n=39, 14,2%) e colorretal (n=35, 12,8%). O

tempo médio entre o diagnóstico de câncer e o primeiro encaminhamento aos CPs

(momento da inclusão no estudo) foi de 2,5 anos (DP:3,4; variação: 0 a 21,1). A maioria dos

pacientes foi diagnosticada incialmente com estadiamento TNM III (n=87, 36,2%). A maioria

dos pacientes (n=259, 94,2%) apresentava metástase à distância no momento da coleta.

Tabela 4 - Distribuição dos dados clínicos dos participantes (Barretos, HCB, SP, Brasil, 2015).


Local do tumor primário Mama 65 (23,7)

Colorretal 35 (12,8)

Próstata 14 (5,1)

Pulmão 39 (14,2)

Cabeça e pescoço 23 (8,4)

Colo do útero 13 (4,7)

Sistema Nervoso Central 3 (1,1)

Gástrico 16 (5,8)

Sarcoma 5 (1,8)

Esôfago 12 (4,4)

Primário oculto 5 (1,8)

Endométrio 9 (3,3)

Ovário 4 (1,5)

Pâncreas 8 (2,9)

Outros (*1) 23 (8,4)



25

Tabela 4 (continuação) - Distribuição dos dados clínicos dos participantes (Barretos, HCB, SP,

Brasil, 2015).


Estadiamento inicial I 14 (5,9)

II 67 (27,9)

III 87 (36,2)

IV 72 (30,0)

Não se aplica 3


Primeiro sítio de metástase Recidiva local 24 (8,9)

Osso 38 (14,1)

Pulmão 22 (8,1)

Peritônio 10 (3,7)

Fígado 37 (13,7)

Linfonodal 30 (11,1)

Outros (*2) 41 (15,2)

Mais de um primeiro sítio de metástase

68 (25,2)


Presença de metástase na data da coleta

Não 16 (5,8)

Sim 259 (94,2)


(*1) Apêndice: (n=1), Bexiga: (n=2), Colangiocarcinoma: (n=1), Fígado: (n=1), Melanoma: (n=2), Pele: (n=3),

Pênis: (n=2), Renal: (n=6), Tumor neuroendócrino: (n=1), Ureteres: (n=1), Vias Biliares: (n=2), Vulva: (n=1). (*2)

Adrenal: (n=1), Bioquímica: (n=4), Mesentério: (n=1), Irressecável: (n=14), Lesão extensa/Linfonodo: (n=1),

Linfonodal/Bioquímica: (n=1), Mama contralateral: (n=1), Mediastino: (n=1), Mesocolon: (n=1), Ovário: (n=2),

Pele: (n=1), Pelve: (n=1), Pleura: (n=5), Progressão da doença: (n=2), SNC: (n=5).

26

Dentre os pacientes com metástase à distância, os sítios mais comuns de

comprometimento foram linfonodo não regional (n=107, 41,3%), osso (n=102, 39,4%),

pulmão (n=92, 35,5%) e fígado (n=93, 35,9%) (Tabela 5).

Tabela 5 - Distribuição dos locais com metástase na data da inclusão no estudo (Barretos,

HCB, SP, Brasil, 2015).

Local com metástase n (%)

Linfonodo não regional 113 (43,6)

Osso 102 (39,4)

Pulmão 92 (35,5)

Fígado 93 (35,9)

Peritônio 35 (13,4)

Pleura 29 (11,1)

SNC 26 (10,0)

Glândula adrenal 17 (6,6)

Ovário 9 (3,5)

Baço 2 (0,8)

Pele 2 (0,8)

Outros locais (*) 5 (13,4)

(*) Outros locais: Assoalho da boca: (n=1), Bexiga: (n=2), Carcinomatose cutânea: (n=1), Duodeno/Esôfago:

(n=1), Fossa: (n=1), Intestino: (n=1), Língua: (n=1), Local: (n=6), Mama: (n=3), Mediastino: (n=6), Orofaringe:

(n=1), Pâncreas/Rim: (n=1), Paratireoide: (n=1), Partes moles adjacentes: (n=1), Pélvica: (n=3), Plastrão: (n=1),

Renal: (n=4), Subcutânea: (n=1), Vagina: (n=1).

6.3 Classificação da funcionalidade

Quanto à classificação de funcionalidade, 104 (37,7%) foram classificados em KPS≤50 e

94 (34%) em ECOG-PS 3/4 (Tabelas 6 e 7).

27

Tabela 6 - Classificação quanto à funcionalidade KPS (Barretos, HCB, SP, Brasil, 2015).

KPS N (%)

20 1 (0,4)

30 6 (2,2)

40 20 (7,2)

50 77 (27,9)

60 92 (33,3)

70 49 (17,8)

80 23 (8,3)

90 6 (2,2)

100 2 (0,7)

Tabela 7 - Classificação quanto à funcionalidade ECOG-PS (Barretos, HCB, SP, Brasil, 2015).

ECOG-OS N (%)

0 3 (1,1)

1 70 (25,4)

2 109 (39,5)

3 71 (25,7)

4 23 (8,3)

No que diz respeito à presença de sintomas, nota-se que 17,4% (n=48) referiram

dispneia moderada em repouso, 8,0% (n=22) dispneia importante em repouso; 29,1% (n=80)

relataram ingestão alimentar moderadamente reduzida e 33,8% (n=93) ingestão alimentar

severamente reduzida. Em relação ao edema periférico, 15,1% (n=41) apresentavam edema

leve, 9,2% (n=25) edema moderado e 7,0% (n=9) edema importante. Quanto às médias de

peso dos participantes: peso atual= 64,25 kg ± DP 15,1, peso habitual= 72,55 kg ± DP 15,7,

peso há aproximadamente 6 meses= 67,8 ± DP 15,1.

28

6.4 D-PAP

Na Tabela 8, vemos individualmente os itens do escore prognóstico D-PAP e a

classificação final obtida. Duzentos e dezoito (84,5%) pacientes foram classificados como

grupo A, 34 (13,2%) como grupo B e apenas 6 (2,3%) no grupo de pior prognóstico (Grupo C).

Interessante ressaltar que apenas seis (2,2%) pacientes tinham delirium no momento da

coleta; 70 (25,4%) referiram dispneia e 172 (62,5%) anorexia.

Tabela 8. Distribuição das variáveis do escore prognóstico D-PAP (Barretos, HCB, SP, Brasil,

2015).


Dispneia Não 206 (74,6)

Sim 70 (25,4)

Anorexia Não 103 (37,5)

Sim 172 (62,5)

Informação

ausente

1

Karnofsky ≥50 247 (89,5)

30-40 26 (9,4)

10-20 3 (1,1)

ECS >12 172 (65,6)

11-12 19 (7,3)

9-10 8 (3,1)

7-8 15 (5,7)

5-6 17 (6,5)

3-4 17 (6,5)

1-2 14 (5,3)

Informação

ausente

14


29

Tabela 8 (continuação) - Distribuição das variáveis do escore prognóstico D-PAP (Barretos,

HCB, SP, Brasil, 2015).


Total de leucócitos Normal 175 (64,3)

Alto 36 (13,2)

Muito alto 61 (22,4)

Informação

ausente

4

Porcentagem de linfócitos Normal 133 (48,9)

Baixo 81 (29,8)

Muito baixo 58 (21,3)

Informação

ausente

4

Delirium Não 270 (97,8)

Sim 6 (2,2)

Grupo de risco D-PAP A 218 (84,5)

B 34 (13,2)

C 6 (2,3)

Informação

ausente

18

6.5 PPI

Na Tabela 9 estão descritos os itens do PPI e as categorias de risco final; 107 (39,1%),

71 (25,9%) e 96 (35,0%) pacientes foram classificados como de prognóstico bom (Grupo A),

moderado (Grupo B) e ruim (Grupo C), respectivamente.

30

Tabela 9 - Distribuição das variáveis do escore prognóstico PPI (Barretos, HCB, SP, Brasil,

2015).


KPS% 10-20 1 (0,4)

30-50 102 (37,0)

≥60 173 (62,7)

Ingestão oral Muito reduzida 93 (33,8)

Reduzida 80 (29,1)

Normal 102 (37,1)


Edema Ausente 188 (69,1)

Presente 84 (30,9)


Dispneia em repouso Ausente 207 (75,0)

Presente 69 (25,0)

Delirium Ausente 270 (97,8)

Presente 6 (2,2)

Grupo de risco PPI A 107 (39,1)

B 71 (25,9)

C 96 (35,0)


31

6.6 Nomograma Prognóstico de Barretos

A média na pontuação do Nomograma Prognóstico de Barretos foi de 151,4 pontos ±

DP 42,1. Esta pontuação representa no nomograma as seguintes probabilidades de

sobrevida: 30 dias (87%), 90 dias (45%), 180 dias (10%) e 360 dias (1%).

6.7 Nomograma Prognóstico Espanhol

A média na pontuação do Nomograma Prognóstico Espanhol foi de 195,6 pontos ± DP

31,6. Esta pontuação representa as seguintes probabilidades de sobrevida: 15 dias (82%), 30

dias (67%) e 60 dias (47%).

6.8 Modified Glasgow Prognostic Score

Vemos que em relação à ferramenta mGPS, que leva em consideração as variáveis

albumina e PCR, 211 (78,7%) pacientes foram classificados no grupo 0, 14 (5,2%) no grupo 1

e 43 (16,0%) no grupo 2.

6.9 Número de fatores de risco de Chow

Em relação a ferramenta que classifica os pacientes de acordo com a apresentação de

fatores de risco, nota-se que 3 pacientes (1,1%) não apresentaram nenhum fator de risco, 30

(10,9%) apresentaram apenas um fator de risco, 103 (37,5%) apresentaram dois fatores de

risco e 139 (50,5%) apresentaram três fatores de risco no momento da avaliação.

6.10 Escala de Sintomas de Edmonton (ESAS)

A Tabela 10 descreve a média, o DP e os valores mínimo e máximo dos sintomas nas

últimas 24 horas mensurados pelo ESAS. Observaram-se que os sintomas com menores

médias foram náuseas (média=2,7) e falta de ar (média=1,8).

Os outros sintomas apresentaram médias próximas entre si, variando entre 4,5 (bem-

estar e tristeza) e 4,8 (ansiedade).

32

Tabela 10 - Distribuição das variáveis do questionário ESAS (Barretos, HCB, SP, Brasil, 2015).

Categorias Média Desvio Padrão

[DP]

Valor mínimo Valor máximo

Dor 4,5 3,6 0 10

Cansaço 4,6 3,7 0 10

Náusea 2,7 3,4 0 10

Tristeza 4,5 3,8 0 10

Ansiedade 4,8 3,8 0 10

Sonolência 4,6 3,8 0 10

Apetite 4,7 3,7 0 10

Bem-estar 4,5 3,4 0 10

Falta de ar 1,8 2,9 0 10

Sono 4,6 5,3 0 10

6.11 CAM (classificação do delirium)

Para análise da presença de delirium na população estudada foi utilizado o

instrumento CAM. A Tabela 11 descreve os resultados item a item. Ao final, apenas 6

(2,17%) pacientes foram classificados com delirium, de acordo com o CAM.

Tabela 11 - Distribuição das respostas do questionário CAM (Barretos, HCB, SP, Brasil, 2015).


CAM Q1 Não 268 (97,5) Sim 7 (2,5) Informação ausente 1

CAM Q2A Não 265 (96,7) Ausente em todo o tempo da

entrevista 5 (1,8)

Presente em algum momento da entrevista, leve

4 (1,5)

Incerto 2 CAM Q2B Não 272 (99,6)

Sim 1 (0,4) Incerto 3


33

Tabela 11 (continuação) - Distribuição das respostas do questionário CAM (Barretos, HCB,

SP, Brasil, 2015).


CAM Q3 Não 272 (98,9) Sim 3 (1,1) Incerto 1

CAM Q4 Alerta 266 (97,4) Letárgico 4 (1,5) Estupor 2 (0,7) Coma 1 (0,4) Incerto 3



CAM Q7 Não 275 (100,0) Ignorado 1

CAM Q8 (Parte 1) Não 275 (100,0) Informação ausente 1

CAM Q8 (Parte 2) Não 257 (93,5) Sim 18 (6,5) Informação ausente 1


6.12 Análises estatísticas das ferramentas prognósticas

6.12.1 Avaliação do momento do encaminhamento aos Cuidados Paliativos

Para avaliação dos motivos de encaminhamento aos CPs, utilizamos um questionário

fechado com categorias pré determinadas, assim, vemos que 30,8% (n= 85) dos médicos

relataram estar encaminhando os pacientes para “tratamento concomitante precoce” e

30,4% (n= 84) para CPs exclusivos (Tabela 12).

Tabela 12. Distribuição dos motivos para encaminhamento aos cuidados paliativos


Categorias n (%)

Controle de dor ou outros sintomas 44 (16,1)


34

Tabela 12 (continuação) - Distribuição dos motivos para encaminhamento aos cuidados

paliativos (Barretos, HCB, SP, Brasil, 2015).

Categorias n (%)

Suporte emocional 1 (0,3)

Auxílio no processo de comunicação 3 (1,1)

Tratamento concomitante precoce 85 (31,2)

Transição para o CPs 24 (8,8)

Paliativo exclusivo 84 (30,4)

Outros (*) 5 (1,8)

Mais de um motivo dos 5 acima citados 26 (9,5)


(*) Outros: Não responde ao tratamento/Refratário (n=2), Ausência de opções terapêuticas (n=1), Não

especificado: (n=2). O motivo “transição para os CPs” foi usado pelos médicos na situação onde o paciente

continuava recebendo o tratamento antineoplásico ativo, porém, havia uma antecipação por parte do médico

de que em breve tempo o tratamento seria encerrado e o paciente ficaria em CPs exclusivos. Assim, a

“transição para os CPs” seria uma forma menos brusca de transição.

6.12.2 Análise da estimativa clínica de sobrevivência

No momento do encaminhamento dos pacientes aos CPs, os médicos foram abordados

quanto a estimava de sobrevivência destes pacientes por meio de um questionário fechado.

A Tabela 13 descreve as predições referidas pelos médicos. Em relação ao número de vezes

que os médicos haviam consultado os pacientes, observou-se que a maioria havia

consultado apenas uma vez (n=160, 58,0%), 19,2% (n=53) duas vezes, 10,5% (n=29) três

vezes, 5,4% (n=15) quatro vezes e 6,9% (n=19) mais de quatro vezes.

Quanto à formação dos médicos incluídos neste estudo: 110 (39,9%) pacientes foram

atendidos por médicos residentes e 166 (60,1%) por médicos titulares. As médias dos

tempos desde a graduação em medicina e término da residência em clínica médica foram de

8,1 anos (DP: 3,4; variação: 3-10) e 5,0 anos (DP: 3,6; variação: 0-29), respectivamente. O

tempo médio desde o término da residência em cancerologia clínica dos médicos titulares

foi de 4,1 anos (DR: 3,9; variação: 0-25).

35

Tabela 13 - Distribuição do tempo estimado de vida dos pacientes (Barretos, SP, Brasil,

2015).

Tempo estimado n (%)

< 3 semanas 14 (5,3)

≥ 3 e < 7 semanas 34 (13,0)

≥ 7 e < 12 semanas 45 (17,2)

≥ 12 e ≤ 24 semanas 75 (28,6)

> 24 semanas 94 (35,9)

Informação ausente (*) 14

(*) Após entrevista com os pacientes que aceitavam participar do estudo, os médicos eram solicitados a

estimar a sobrevida deste paciente. Porém, devido ao grande número de atendimentos/dia, em determinados

momentos os mesmos não se recordavam integralmente do caso em discussão e, portanto, optaram em não

opinar quanto à estimativa de vida.

Estatística Kappa

De acordo com a estatística de Kappa, a concordância global foi de 84 de 262, 32,1%

(IC 95%: 26,3%-38,2%). O valor de Kappa ponderado foi de 0,349 (IC 95%: 0,275-0,423). O

coeficiente de pessimismo, a qual também chamamos de “underestimation rate” (casos em

que a predição do médico foi menor que o observado), foi de 92 em 262, o que corresponde

à 35,1% do total de estimativas (IC 95%: 29,4%-40,5%). O coeficiente de otimismo, a qual

também chamamos de “overestimation rate” (casos em que a predição do médico foi maior

que o observado), foi de 86 em 262, o que corresponde à 32,8% (IC 95%: 27,1%-38,9%). A

Figura 3 mostra graficamente as estimativas clínicas de sobrevivência em comparação com

as sobrevidas observadas (reais). Os pontos identificados abaixo das linhas vermelhas

mostram as predições corretas (concordância) feitas pelos médicos. Apenas 32,1% dos

pontos estão abaixo das linhas vermelhas de concordância.

36

Figura 3 – Gráfico contendo as estimativas preditas pelos médicos (eixo y) e as sobrevidas

observadas (eixo x).

De forma a entender melhor o processo de predição clínica de sobrevivência,

analisamos os casos em função de erros por otimismo, pessimismo e também os acertos na

predição clínica de sobrevivência.

A Tabela 14 detalha estes resultados. Pode-se observar que as características do

médico não influenciaram nos tipos de predição. As únicas variáveis cujos resultados foram

significativos nesta análise foram a fadiga, onde os médicos acertavam mais o prognóstico

quando o paciente tinha fadiga (p=0,049) e a ingesta alimentar, onde os médicos acertavam

mais o prognóstico quando os pacientes tinham ingestão reduzida (p=0,012).

37

Tabela 14 – Associação de erros por pessimismo, erros por otimismo e acertos

(concordância) com características dos médicos e dos pacientes (Barretos, SP, Brasil, 2015).

Variáveis Estimativa clínica de sobrevivência p-valor

Pessimismo n (%)

Concordância n (%)

Otimismo n (%)

Oncologista 0,628 Residente 32 (31,6) 35 (34,6) 34 (33,6) Titular 60 (37,2) 49 (30,4) 52 (32,2) Anos de experiência médica geral

0,903

<10 anos 59 (36,1) 50 (30,6) 54 (33,1) ≥10 anos 33 (34,3) 32 (33,3) 31 (32,2) Idade do médico 0,880 ≤35 anos 37 (33,3) 36 (32,4) 38 (34,2) >35 anos 53 (36,3) 46 (31,5) 47 (32,1) Consultou o paciente previamente?

0,664

Sim 50 (32,8) 51 (33,5) 51 (33,5) Não 42 (38,1) 33 (30,0) 35 (31,8) Câncer de mama 0,335 Sim 17 (27,4) 23 (37,0) 22 (35,4) Não 75 (37,5) 61 (30,5) 64 (32,0) Câncer ginecológico 0,121 Sim 14 (51,8) 5 (18,5) 8 (29,6) Não 78 (33,1) 79 (33,6) 78 (33,1) Câncer Aparelho Digestivo Baixo

0,457

Sim 14 (41,1) 12 (35,2) 8 (23,5) Não 78 (34,2) 72 (31,5) 78 (34,2) Câncer Aparelho Digestivo Alto

0,881

Sim 13 (35,1) 13 (35,1) 11 (29,7) Não 79 (35,1) 71 (31,5) 75(33,3) Câncer Urológico 0,220 Sim 7 (36,8) 3 (15,7) 9 (47,3) Não 85 (34,9) 81 (33,3) 77 (31,6) Câncer de Pulmão 0,091 Sim 10 (26,3) 18 (47,3) 10 (26,3) Não 82 (37,9) 66 (29,4) 76 (33,9) Câncer de cabeça e pescoço

0,946

Sim 7 (35,0) 7 (35,0) 6 (30,0) Não 85 (35,1) 77 (31,8) 80 (33,0) 0,089


38

Tabela 14 (continuação) – Associação de erros por pessimismo, erros por otimismo e acertos



Pessimismo n (%)

Concordância n (%)

Otimismo n (%)

Outro câncer 0,077 Sim 10 (41,6) 3 (12,5) 11 (45,8) Não 82 (34,4) 81 (34,0) 75 (31,5) Caquexia 0,074 Sim 41 (30,1) 52 (38,2) 43 (31,6) Não 47 (39,4) 30 (25,2) 42 (35,2) Dor 0,560 Sim 49 (35,2) 41 (29,4) 49 (35,2) Não 42 (34,4) 43 (35,2) 37 (30,3) Fadiga 0,049 Sim 44 (29,3) 56 (37,3) 50 (33,3) Não 47 (42,3) 28 (25,2) 36 (32,4) Depressão 0,333 Sim 43 (31,1) 49 (35,5) 46 (33,3) Não 47 (38,8) 34 (28,0) 40 (33,0) Anorexia 0,292 Sim 47 (31,5) 52 (34,8) 50 (33,5) Não 44 (40,0) 30 (27,2) 36 (32,7) Metástase hepática 0,477 Sim 28 (30,7) 31 (34,0) 32 (35,1) Não 60 (38,2) 50 (31,8) 47 (29,9) Metástase pulmonar 0,244 Sim 36 (42,3) 26 (30,5) 23 (27,0) Não 52 (31,9) 55 (33,7) 56 (34,3) Metástase SNC 0,893 Sim 9 (36,0) 9 (36,0) 7 (28,0) Não 79 (35,4) 72 (32,2) 72 (32,2) Idade dos pacientes 0,956 <60 anos 47 (35,8) 42 (32,0) 42 (32,0) ≥60 anos 45 (34,3) 42 (32,0) 44 (33,5) Ingesta nutricional 0,012

Normal ou quase normal

70 (40,4) 46 (26,5) 57 (32,9)

Pouco reduzida 22 (24,7) 38 (42,6) 29 (32,5) (Continua na próxima página).

39

Tabela 14 (continuação) – Associação de erros por pessimismo, erros por otimismo e acertos



Pessimismo n (%)

Concordância n (%)

Otimismo n (%)

KPS (%) 0,477 0-50 31 (30,6) 32 (31,6) 38 (37,6) 60-70 48 (36,0) 43 (32,3) 42 (31,5) 80-100 13 (46,4) 9 (32,1) 6 (21,4) CPs exclusivos 0,323 Sim 28 (32,1) 33 (37,9) 26 (29,8) Não 64 (36,7) 50 (28,7) 60 (34,4)

Em complementação, os casos foram categorizados em uma “variável desfecho”

dicotômica em função de acertos na predição clínica de sobrevivência (sim versus não). Cada

variável foi associada individualmente com a variável desfecho por regressão logística

(análise univariada). Em seguida, todas as variáveis com valores de p menor que 0,2 foram

incluídas no modelo multivariado; o método stepwise backward regression foi utilizado. As

variáveis significativas no modelo multivariado final foram “outros tipos de câncer”

(OR=0,240, p=0,026) e ingesta alimentar (OR=2,111, p=0,005). A Tabela 15 mostra os

resultados da regressão logística.

Tabela 15 – Análises de regressão logística univariada e multivariada para identificação de

variáveis associadas a acertos na estimativa clínica de sobrevivência (Barretos, SP, Brasil,

2015).

Variáveis Univariada Multivariada

OR (95%CI) p-valor

OR (95%CI) p-valor

Oncologista Residente Ref. Titular 0,825 (0,486-1,401) 0,477 Anos de experiência <10 anos Ref.


40

Tabela 15 (continuação) – Análises de regressão logística univariada e multivariada para

identificação de variáveis associadas a acertos na estimativa clínica de sobrevivência

(Barretos, SP, Brasil, 2015).


OR (95%CI) p-valor

OR (95%CI) p-valor

≥10 anos 1,130 (0,659-1,938) 0,657 Idade do médico ≤35 anos Ref. 0,875 >35 anos 1,043 (0,615-1,771) Consultou o paciente previamente?

Sim 0,849 (0,500-1,440) 0,543 Não Ref. Câncer de mama Sim 1,344 (0,740-2,441) 0,332 Não Ref. Câncer ginecológico Sim 0,449 (0,164-1,230) 0,119 NS Não Ref. Câncer Aparelho Digestivo Baixo

Sim 1,182 (0,554-2,519) 0,665 Não Ref. Câncer Aparelho Digestivo Alto

Sim 1,175 (0,566-2,441) 0,666 Não Ref. Câncer urológico Sim 0,375 (0,106-1,324) 0,128 NS Não Ref. Câncer de pulmão Yes 2,155 (1,071-4,333) 0,031 NS No Ref. Câncer de cabeça e pescoço

Sim 1,154 (0,443-3,007) 0,770 Não Ref.


41





OR (95%CI) p-valor

OR (95%CI) p-valor

Outro câncer Sim 0,277 (0,080-0,956) 0,042 0,240 (0,068-0,844) 0,026 Não Ref. Ref. Caquexia Sim 1,837 (1,071-3,149) 0,027 NS Não Ref. Dor Sim 0,769 (0,457-1,293) 0,322 Não Ref. Fadiga Sim 1,766 (1,028-3,034) 0,039 NS Não Ref. Depressão Sim 1,409 (0,831-2,388) 0,203 Não Ref. Anorexia Sim 1,430 (0,835-2,448) 0,193 NS Não Ref. Metástase hepática Sim 1,106 (0,639-1,713) 0,720 Não Ref. Metástase pulmonar Sim 0,865 (0,492-1,521) 0,615 Não Ref. Metástase SNC Sim 1,180 (0,497-2,798) 0,708 Não Ref. Idade do paciente <60 anos Ref. ≥60 anos 1,000 (0,595-1,680) 1,000 Ingesta nutricional Normal ou quase normal Ref. Ref. Reduzida ou muito reduzida

2,057 (1,200-3,525) 0,009 2,211 (1,277-3,829) 0,005

KPS (%) 0-50 Ref. 60-70 1,030 (0,592-1,794) 0,916 80-100 1,021 (0,416-2,505) 0,963


42





OR (95%CI) p-valor

OR (95%CI) p-valor

CPs exclusivos Sim 1,516 (0,880-2,610) 0,134 NS Não Ref.

6.12.3 Nomograma Prognóstico de Barretos (NPB)

Análise da Curva ROC

Para a análise do NPB foi utilizada a pontuação total apresentada pelos participantes.

Para o estatus dos participantes em 30 dias adotamos como ponto de corte a pontuação de

162, onde a área sob a curva ROC calculado foi 0,84 (erro padrão=0,032; IC95%=0,778-0,902,

p<0,001). A sensibilidade encontrada neste ponto foi de 78,43% (IC95%=64,68%-88,71%),

especificidade de 74,88% (IC95%=68,53%-80,53%), valor preditivo positivo (VPP) 42,55%

(IC95%=32,41%-53,18%) e valor preditivo negativo (VPN) 93,60% (IC95%=88,85%-96,76%).

No que diz respeito à análise dos participantes no estatus em 90 dias, adotamos

como ponto de corte 150 pontos onde a área foi calculada em 0,743 (erro padrão=0,031;

IC95%=0,682-0,803, p<0,001). Neste ponto a sensibilidade encontrada foi de 66,35%

(IC95%=56,42%-75,32%), especificidade de 65,24% (IC95%=57,43%-72,50%), VPP 54,76%

(IC95%=45,65%-63,64%) e VPN 75,35% (IC95%=67,42%-82,19%).

Em relação ao estatus dos participantes em 180 dias, adotamos o ponto de corte de

142 pontos onde a área foi calculada em 0,741 (erro padrão=0,031; IC95%=0,680- 0,802,


especificidade de 69,39% (IC95%=59,26%-78,30%), VPP 78,26% (IC95%=70,44%-84,83%) e

VPN 55,74% (IC95%=46,47%-64,72%).

Estatística D de Kolmogorov-Smirnov e C index.

Considerando a pontuação total apresentada, os resultados nas avaliações de 30, 90 e

180 dias foram respectivamente 0,537, 0,342 e 0,383. O valor de C index foi de 0,71.

43

Teste de Hosmer-Lemeshow

Este teste avalia a calibragem do modelo prognóstico, sendo que modelos com boa

calibragem devem ter resultados não significativos (p>0,05), ou seja, aceitar a hipótese nula.

Os resultados para 30 dias (X2=6,985, df=8, p=0,538), 90 dias (X2=6,606, df=8, p=0,580) e 180

dias (X2=5,016, df=8, p=0,756) foram todos considerados adequados.

Curva de sobrevivência

A análise de Kaplan Meyer foi realizada considerando os percentis da pontuação total

apresentada pelos participantes conforme vemos na Tabela 16.

Tabela 16 - Análise de Kaplan Meyer para ferramenta Nomograma Prognóstico de Barretos


Classificação Casos Óbitos 30 dias 90 dias 180 dias P

<p25 77 35 97,40% 83,10% 66,20%

<0,001 p25-p75 120 91 87,50% 64,20% 35,10%

>p75 71 60 52,10% 32,50% 16,90%

44

Figura 4 - Análise de Kaplan – Meyer para avaliação da sobrevida do Nomograma de

Barretos.

6.12.4 DPAP


Para análise referente ao estatus dos participantes em 30 dias, adotamos o ponto de

corte 4,25, a partir da curva ROC, onde a área foi calculada em 0,856 (erro padrão=0,031;

IC95%=0,796-0,917, p<0,001). A sensibilidade encontrada neste ponto foi de 80%


(IC95%=36,60%-58,81%) e VPN 94,25% (IC95%=89,68%-97,21%).

No que diz respeito à análise dos participantes no estatus em 90 dias, adotamos o

ponto de corte 2,75 onde a área foi calculada em 0,783 (erro padrão=0,03; IC95%=0,725-

0,841, p<0,001). Neste ponto a sensibilidade encontrada foi de 74,26% (IC95%=64,60%-

82,44%), especificidade de 70,70% (IC95%=62,92%-77,68%), VPP 61,98% (IC95%=52,71%-

70,65%) e VPN 81,02% (IC95%=73,44%-87,21%).

Em relação ao estatus dos participantes em 180 dias, adotamos o ponto de corte 1,75

onde a área foi calculada em 0,804 (erro padrão=0,028; IC95%=0,749-0,858, p<0,001). A

sensibilidade encontrada neste ponto foi de 79,49% (IC95%=72,29%-85,53%), especificidade

de 69,89% (IC95%=59,50%-78,97%), VPP 81,58% (IC95%=74,49%-87,40%) e VPN 67,01%

(IC95%=56,73%-76,22%).

Estatística D de Kolmogorov-Smirnov e C index

Na estatística D de Kolmogorov-Smirnov o resultado apresentado na avaliação de 30,

90 e 180 dias foram respectivamente 0,588, 0,450 e 0,499. O valor de C index foi de 0,73.


A calibragem do D-PAP foi mensurada pelo teste de Hosmer-Lemeshow, mostrando

os seguintes resultados: 30 dias (X2=1,428, df=7, p=0,985), 90 dias (X2=4,205, df=7, p=0,756)

e 180 dias (X2=3,515, df=7, p=0,834).

45


A análise de Kaplan Meyer considerando a categorização recomendada pelo autor

desta ferramenta (A, B e C) que equivalem á diferentes probabilidades de sobrevida em 30

dias. A Tabela 17 traz as probabilidades de sobrevivência.

Tabela 17 - Análise de Kaplan Meyer para ferramenta D-PAP (Barretos, HCB, SP, Brasil,

2015).


A 218 139 89,00% 68,80% 46,10%

<0,001 B 34 34 38,20% 17,60% 2,90%

C 6 6 16,70% 16,70% 0,00%

Figura 5 - Análise de Kaplan – Meyer para avaliação da sobrevida da ferramenta D-PAP.

6.12.5 PPI

46



corte 3, onde a área foi calculada em 0,814, (erro padrão=0,032; IC95%=0,751-0,877,

p<0,001). A sensibilidade encontrada neste ponto foi de 82.35% (IC95%=69,13%-91,60%),


VPN 93,79% (IC95%=88,54%-97,12%).

Já no estatus em 90 dias, adotamos o ponto de corte 3 onde a área foi calculada em

0,773 (erro padrão=0,029; IC95%=0,716-0,830, p<0,001). Neste ponto a sensibilidade

encontrada foi de 71,84% (IC95%=62,13%-80,27%), especificidade de 69,05%

(IC95%=61,47%-75,94%), VPP 58,73% (IC95%=49,62%-67,42%) e VPN 80,00%

(IC95%=72,56%-86,18%).

Em relação ao estatus dos participantes em 180 dias adotamos o mesmo ponto de

corte de 3, onde a área foi calculada em 0,760 (erro padrão=0,03; IC95%=0,702-0,818,



VPN 53,68% (IC95%=44,93%-62,26%).


Na estatística D de Kolmogorov-Smirnov o resultado apresentado foi de 0,447, 0,409 e

0,376 para as análises de 30, 90 e 180 dias. O valor de C index foi de 0,70.


A calibragem do PPI foi mensurada pelo teste de Hosmer-Lemeshow, mostrando os

seguintes resultados: 30 dias (X2=14,759, df=6, p=0,022), 90 dias (X2=2,856, df=6, p=0,827) e

180 dias (X2=2,693, df=6, p=0,846).


A análise de Kaplan Meyer foi realizada considerando a categorização recomendada

pelo autor desta ferramenta (A, B e C) que equivalem á diferentes medianas de sobrevida. A

Tabela 18 mostra as probabilidades de sobrevivência.

47

Tabela 18. Análise de Kaplan Meyer para ferramenta PPI (Barretos, HCB, SP, Brasil, 2015).


A 107 57 96,30% 84,10% 62,40%

<0,001 B 71 46 84,50% 64,80% 38,90%

C 96 87 59,40% 33,30% 14,60%

Figura 6 - Análise de Kaplan – Meyer para avaliação da sobrevida da ferramenta PPI.

6.12.6 Número de Fatores de risco de Chow

48



corte 2,5, onde a área foi calculada em 0,661 (erro padrão=0,039; IC95%=0,584-0,738,



VPN 90,44% (IC95%=84,21%-94,81%).


ponto de corte 2,5 onde a área foi calculada em 0,633 (erro padrão=0,034; IC95%=0,567-



58,24%) e VPN 72,79% (IC95%=64,50%-80,07%).

Em relação ao estatus dos participantes em 180 dias, adotamos o ponto de corte 2,5



de 69,00% (IC95%=58,97%-77,87%), VPP 77,04% (IC95%=69,02%-83,83%) e VPN 53,08%

(IC95%=44,13%-61,88%).


Na estatística D de Kolmogorov-Smirnov o resultado apresentado foi de 0,313 para 30

dias, 0,240 para 90 dias e 0,322 para 180 dias. O valor de C index foi de 0,62.


A calibragem do NFRCHOW foi mensurada pelo teste de Hosmer-Lemeshow,

mostrando os seguintes resultados: 30 dias (X2=0,464, df=1, p=0,496), 90 dias (X2=0,039,

df=1, p=0,843) e 180 dias (X2=0,406, df=1, p=0,524).


A análise de Kaplan Meyer foi realizada considerando o estatus dos participantes em 3

períodos. A Tabela 19 traz as probabilidades de sobrevivência.

49

Tabela 19 - Análise de Kaplan Meyer para ferramenta NFRCHOW (Barretos, HCB, SP, Brasil,

2015).


I 33 15 93,00% 84,00% 69,00% <0,001

II 103 60 89,00% 68,90% 50,20%

III 139 115 71,20% 50,40% 24,80%

Figura 7 - Análise de Kaplan – Meyer para avaliação da sobrevida da ferramenta.

6.12.7 Modified Glasgow Prognostic Score



corte 1, onde a área foi calculada em 0,708 (erro padrão=0,046; IC95%=0,618-0,798,



VPN 98,45% (IC95%=95,55%-99,68%).

50


ponto de corte 1 onde a área foi calculada em 0,371 (erro padrão=0,036; IC95%=0,300-



82,82%) e VPN 67,56% (IC95%=61,01%-73,63%).

Em relação ao estatus dos participantes em 180 dias, adotamos o ponto de corte 1



de 95,92% (IC95%=89,88%-98,88%), VPP 90,48% (IC95%=77,38%-97,34%) e VPN 43,32%

(IC95%=36,63%-50,19%).


O resultado na avaliação de 30, 90 e 180 dias foram respectivamente 0,402, 0,254 e

0,216. O valor de C index foi de 0,60.


A calibragem do mGPS mostrou os seguintes resultados: 30 dias (X2=0,011, df=1,

p=0,918), 90 dias (X2=0,232, df=1, p=0,630) e 180 dias (X2=0,070, df=1, p=0,792).


A análise de Kaplan Meyer foi realizada considerando a categorização desta

ferramenta (Tabela 20).

Tabela 20 - Análise de Kaplan Meyer para ferramenta mGPS (Barretos, HCB, SP, Brasil, 2015).


0 211 134 89,10% 69,20% 46,20%

<0,001 1 14 12 71,40% 42,90% 28,60%

2 43 39 46,50% 30,20% 11,20%

51

Figura 8 - Análise de Kaplan – Meyer para avaliação da sobrevida da ferramenta mGPS.

6.12.8 Nomograma Espanhol


Para análise do Nomograma Prognóstico Espanhol foi utilizada a pontuação total

apresentada pelos participantes. Para o estatus dos participantes em 30 dias adotamos

como ponto de corte a pontuação de 207,5, onde a área foi calculada em 0,812 (erro

padrão=0,036; IC95%=0,742-0,883, p<0,001). A sensibilidade encontrada neste ponto foi de

80,00% (IC95%=66,28%-89,97%), especificidade de 75,48% (IC95%=69,05%-81,17%), VPP

43,96% (IC95%=33,56%-54,75%) e VPN 94,01% (IC95%=89,26%-97,09%).

No que diz respeito à análise dos participantes no estatus em 90 dias, adotamos como

ponto de corte 197,5 pontos onde a área foi calculada em 0,781 (erro padrão=0,03;

IC95%=0,723-0,838, p<0,001). Neste ponto a sensibilidade encontrada foi de 75,00%


(IC95%=52,71%-70,65%) e VPN 81,75% (IC95%=74,25%-87,83%).

52

Em relação ao estatus dos participantes em 180 dias, adotamos o ponto de corte

187,5 pontos onde a área foi calculada em 0,803 (erro padrão=0,028; IC95%=0,749-0,858,



VPN 61,54% (IC95%=51,49%-70,91%).


Nesta ferramenta foi realizada a análise referente ao período de 15 dias, onde o valor

apresentado foi de 0,708. Para 30 dias, o valor apresentado foi de 0,555. No que diz respeito

a esta análise no período de 60 dias, o resultado apresentado foi de 0,441. O valor de C

index foi de 0,72.


A calibragem do Nomograma Espanhol foi mensurada pelo teste de Hosmer-

Lemeshow, mostrando os seguintes resultados: 30 dias (X2=10,992, df=8, p=0,202), 90 dias

(X2=8,573, df=8, p=0,380) e 180 dias (X2=3,512, df=8, p=0,898).


Considerando a análise de Kaplan Meyer de acordo com os percentis vemos os

resultados na tabela abaixo (Tabela 21).

Tabela 21. Análise de Kaplan Meyer para ferramenta Nomograma Espanhol (Barretos, HCB,

SP, Brasil, 2015).

Categorias Casos Óbitos 30 dias 90 dias 180 dias P

<p25 70 28 95,70% 88,60% 74,20%

<0,001 p25-p75 124 90 87,90% 62,90% 35,10%

>p75 64 62 50,00% 28,10% 6,30%

53

Figura 9 - Análise de Kaplan – Meyer para avaliação da sobrevida do Nomograma Espanhol.

6.13 Comparação das Curvas ROC entre as ferramentas prognósticas

A Tabela 22 mostra os resultados das curvas ROC (AUCs e seus respectivos intervalos

de confiança de 95%) entre as diferentes ferramentas prognósticas de maneira agrupada.

As curvas ROC foram comparadas, de forma pareada, entre as diferentes ferramentas

prognósticas; a Tabela 23 mostra os resultados destas comparações. Em 30 dias o NPB teve

acurácia maior que o número de fatores de risco de Chow (p<0,001) e mGPS (p=0,001).

Interessante notar que as ferramentas D-PAP, PPI e Nomograma Espanhol foram superiores

tanto ao NFRCHOW quanto ao mGPS em 30 dias (Tabela 23).

Em 90 e 180 dias, o NPB continua superior ao mGPS (p=0,0010 em 90 dias e p=0,0002

em 180 dias), porém apenas superior ao NFRCHOW em 90 dias (p=0,0088). Em 180 dias, a

AUC da curva ROC do NPB é estatisticamente inferior às AUCs do D-PAP (p=0,0121) e do

Nomograma Espanhol (p=0,0114).

54

As curvas ROC do NPB não se mostraram estatisticamente diferentes das calculadas

em relação ao PPI. Não houveram diferenças estatisticamente significativas entre as curvas

do PPI, D-PAP e Nomograma Espanhol em nenhum dos tempos avaliados. Na tabela 24

podemos encontrar a sensibilidade, especificidade, AUC e valor de C-index para cada

ferramenta.

Tabela 22 - Resumo dos resultados das curvas ROC entre as diferentes ferramentas

prognósticas.

Ferramenta 30 dias 90 dias 180 dias

AUC IC95% AUC IC95% AUC IC95%

NPB 0,840 0,778-0,902 0,743 0,682-0,803 0,741 0,680- 0,802

D-PAP 0,856 0,796-0,917 0,783 0,725-0,841 0,804 0,749-0,858

PPI 0,814 0,751-0,877 0,773 0,716-0,830 0,760 0,702-0,818

NFRCHOW 0,661 0,584-0,738 0,633 0,567-0,700 0,682 0,614-0,749

mGPS 0,708 0,618-0,798 0,371 0,300-0,442 0,612 0,544-0,680

NPE 0,812 0,742-0,883 0,781 0,723-0,838 0,803 0,749-0,858

Legenda: NPB=Nomograma Prognóstico de Barretos; NPE=Nomograma Prognóstico Espanhol;

NFRCHOW=Número de Fatores de Risco de Chow; mGPS=modified Glasgow Prognostic Score.

Tabela 23 - Comparações pareadas das curvas ROC entre as diferentes ferramentas

prognósticas.


Diferença entre

AUCs

30 dias 90 dias 180 dias

Δ p-valor Δ p-valor Δ p-valor

NPB - D-PAP -0,016 0,7336 -0,04 0,0764 -0,063 0,0121

NPB –PPI 0,026 0,4861 -0,03 0,4125 -0,019 0,4559

NPB – NFRCHOW 0,179 <0,0001 0,011 0,0088 0,059 0,2436

55

Tabela 23 (continuação) - Comparações pareadas das curvas ROC entre as diferentes

ferramentas prognósticas.

Legenda: AUC= area under the curve; NPB= Nomograma Prognóstico de Barretos; NPE= Nomograma

Prognóstico Espanhol; NFRCHOW= Número de Fatores de Risco de Chow; mGPS= modified Glasgow Prognostic

Score.

Tabela 24 - Comparações dos valores de sensibilidade, especificidade e AUCs ao longo do

tempo e C-index entre as diferentes ferramentas prognósticas.

Ferramentas

30 dias 90 dias 180 dias C index

S E AUC S E AUC S E AUC

NPB 78,4 74,8 0,84 66,3 65,2 0,74 66,6 69,3 0,74 0,71

D-PAP 80 78,8 0,85 74,2 70,7 0,78 79,4 69,8 0,80 0,73

PPI 82,3 61,2 0,81 71,8 69,0 0,77 61,1 73,7 0,76 0,70

NFRCHOW 75,4 55,4 0,66 65,0 58,5 0,63 63 69 0,68 0,62

mGPS 88,4 82,3 0,70 29,1 92,1 0,37 23,6 95,2 0,61 0,60

Nomograma

Espanhol

80 75,4 0,81 75 70,8 0,78 74,6 68,8 0,80 0,72

Diferença entre

AUCs

30 dias 90 dias 180 dias

Δ p-valor Δ p-valor Δ p-valor

NPB –mGPS 0,132 0,0001 0,372 0,0010 0,129 0,0002

NPB – NPE 0,028 0,2334 -0,038 0,0973 -0,062 0,0114

D-PAP - PPI 0,042 0,2962 0,010 0,4406 0,044 0,0977

D-PAP - NFRCHOWC 0,195 <0,0001 0,015 <0,0001 0,122 0,0009

D-PAP - mGPS 0,148 0,0003 0,412 <0,0001 0,192 <0,0001

D-PAP - NPE 0,044 0,1023 0,002 0,9404 0,001 0,9854

PPI - NFRCHOW 0,153 0,0001 0,140 0,0007 0,078 0,0543

PPI – GPS 0,106 0,0144 0,402 0,0004 0,148 <0,0001

PPI – NPE 0,002 0,7341 -0,008 0,5386 -0,043 0,1267

NFC – mGPS -0,047 0,3913 0,262 0,7332 0,07 0,0347

NFC – NPE -0,151 0,0016 -0,148 <0,0001 -0,121 0,0001

mGPS –NPE -0,104 0,0242 -0,410 <0,0001 -0,191 0,0001

56

7 DISCUSSÃO

Este estudo incluiu 276 pacientes com CA encaminhados pela primeira vez aos CPs e

teve como foco a busca por uma maneira de auxiliar o profissional da saúde, na maioria das

vezes, o médico, a predizer com maior acurácia a estimativa de sobrevida dos pacientes

oncológicos. A coleta de dados se dividiu em duas partes: uma realizada com o paciente e a

outra com o médico responsável pelo encaminhamento deste paciente para o ambulatório

de CPs. Tratou-se de um estudo longitudinal em que os pacientes foram entrevistados uma

única vez e o seguimento foi realizado através do prontuário médico. Nos casos de perda de

seguimento optou-se por contato telefônico até o momento do óbito ou última avaliação no

estudo. O NPB foi desenvolvido para avaliar pacientes ambulatoriais com CA, desta forma,

nenhum paciente incluído encontrava-se em ambiente de internação hospitalar. Todos os

entrevistados estavam no hospital para consulta médica em regime ambulatorial.

Um dos objetivos deste estudo foi identificar os motivos do encaminhamento dos

pacientes para o ambulatório de CPs na nossa instituição. Para obter essa resposta, os

médicos foram questionados a respeito do motivo da decisão de tal encaminhamento.

Aproximadamente 30% dos pacientes foram encaminhados para CPs exclusivos, ou seja,

uma forma de transição de cuidados abrupta, onde o paciente recebe a transferência para o

serviço de CPs ao mesmo tempo que tem suspenso o seu tratamento antineoplásico. Por

outro lado, 31,2% foram encaminhados para tratamento concomitante precoce. Um estudo

realizado em Virginia (EUA) mostrou que os pacientes oncológicos foram encaminhados em

média, 72,5 dias antes da morte aos CPs e também que concluiu que os pacientes podem

obter inúmeros benefícios se encaminhados pelo menos três meses antes da morte67. Um

estudo Australiano68 avaliou 50 casos de encaminhamentos consecutivos aos serviços de CPs

e identificou que a maior parte dos encaminhamentos eram para tratamento de dor. No

estudo de Homsi et al.69, em um hospital oncológico terciário americano, 79% dos pacientes

com câncer eram encaminhados ao serviço de CPs para tratamento de sintomas. Espera-se

que haja um aumento no encaminhamento precoce destes pacientes, visto os inúmeros

benefícios que vários autores já têm comprovado em seus estudos, como por exemplo,

melhora dos escores de qualidade de vida, diminuição das taxas de depressão e diminuição

de procedimentos fúteis em final de vida já citados anteriormente 12,13. Embora o número

57

não possa ser considerado expressivo, é interessante ressaltar que em aproximadamente

30% dos casos o motivo do encaminhamento neste estudo foi oferecer CPs precocemente, o

que mostra, no mínimo, um conhecimento deste potencial benefício por parte dos

oncologistas clínicos.

Muitos destes pacientes ficam receosos quando são comunicados do encaminhamento

aos CPs. Ainda há grande estigma em relação aos CPs no Brasil. Especificamente no Hospital

de Câncer de Barretos, a Unidade de CPs é localizada em uma estrutura física separada da

unidade principal. Ao longo dos últimos 15 anos criou-se no imaginário dos pacientes uma

ideia de que este serviço seria exclusivamente um “local para se morrer”. Este conceito foi

exacerbado pela própria conduta dos médicos de encaminhamento muito tardio de

pacientes para os CPs. Diante deste cenário, nota-se que esforços devem ser realizados no

sentido de educar e incentivar as equipes médicas a realizarem o encaminhamento cada vez

mais cedo, pois, sabemos que pacientes com doença avançada precisam ser assistidos

integralmente por uma equipe multiprofissional, visto as inúmeras necessidades que

apresentam mesmo que a doença não seja passível de cura, sejam elas, nutricionais,

psicológicas, medicamentosas, de cuidados de enfermagem ou até mesmo religiosas.

Diante do entendimento do estigma percebido em Barretos em relação aos CPs70 e do

conceito de benefício no encaminhamento precoce de pacientes aos CPs, nosso grupo de

pesquisas está conduzindo um ensaio clínico de fase II (PREPArE trial) para avaliar o impacto

dos CPs oferecidos precocemente em associação ou não com uma estratégia psicossocial

(utilizando terapia cognitivo-comportamental breve) que visa educar e reduzir o estigma em

relação aos CPs71. Este estudo incluiu até o momento 63 pacientes de um total de 150.

Com relação a avaliação prognóstica de pacientes com CA, foco principal deste estudo,

sabemos que é muito comum na prática clínica o médico utilizar como fundamento a sua

própria opinião, de acordo com sua experiência, para estimar a sobrevida dos pacientes.

Neste estudo, a avaliação da concordância por meio do Kappa ponderado, obtido quando

comparamos a ECS dos médicos com a observada, foi de 0,35, valor este considerado apenas

razoável, que nos permite admitir que tal estimativa não tem boa acurácia. Vemos na

literatura que outros estudos também afirmam a acurácia limitada da estimativa clínica de

sobrevivência, como em uma meta-análise realizada, por exemplo, que mostrou que a

58

estimativa dos médicos foi superestimada em quatro semanas em pelo menos 27% dos

casos 19.

Muito se encontra na literatura de que os médicos tendem a ser excessivamente

otimistas no momento de avaliar a sobrevida de seus pacientes17,67. Um estudo realizado em

Chicago (EUA), com 468 pacientes oncológicos em fase terminal, buscou avaliar o

prognóstico de acordo com a ECS e mostrou que os médicos acertaram em apenas 20% das

estimativas, superestimaram a sobrevida em 63% dos casos e subestimaram em outros

17%72. Neste estudo, o “coeficiente de pessimismo” (“underestimation rate”), casos em que

a predição do médico foi menor que o observado, foi de 35,1%. Já o “coeficiente de

otimismo” (“overestimation rate”), casos em que a predição do médico foi maior que o

observado, foi de 32,8%. Nossos resultados divergem dos reportados por Christakis et al.72

provavelmente por utilizar metodologias distintas para se avaliar a predição clínica de

sobrevivência. Além do mais, os contextos clínicos eram distintos, visto que em nosso estudo

os pacientes eram ambulatoriais e estavam teoricamente em estágio mais precoce em suas

evoluções (quando eram encaminhados pela primeira vez aos CPs). No estudo de Christakis

et al.72 os pacientes estavam em fase terminal da doença com média de sobrevida de apenas

24 dias.

Inicialmente, acreditávamos que algumas variáveis pudessem interferir na acurácia da

ECS, como por exemplo, o tempo de formação em medicina, idade do médico, experiência

médica em oncologia e o número de consultas anteriores ao paciente (que implica maior

conhecimento clínico do paciente encaminhado). Porém, após análise dos resultados,

concluímos que nenhuma destas variáveis mostrou ter relação com a acurácia da ECS. No

estudo de Gripp et al.21, o tempo de experiência do médico tmabém não modificou a

acurácia de sua predição. Os médicos apresentaram maior acurácia ao predizer a sobrevida

de pacientes com fadiga e ingesta nutricional reduzida. No processo mental decisório sobre

a ECS os médicos provavelmente utilizam dados objetivos identificados no exame clínico

para a tomada de decisão. Assim, a ocorrência de fadiga e baixa ingesta nutricional são

fatores que devem facilitar o processo mental decisório dos avaliadores clínicos. Nas análises

de regressão logística, além novamente da ingesta nutricional reduzida (onde os médicos

apresentaram cerca de 2 vezes mais acertos), os médicos acertaram menos a sobrevida de

pacientes classificados com “outros tipos” de cânceres. Estes tipos de câncer mais incomuns,

59

como os sarcomas de partes moles, tumores de sítio primário desconhecidos, tumores de

sistema nervoso central, dentre outros, são provavelmente menos conhecidos pelos

médicos. Assim, a ECS foi menos acurada em comparação com os outros tipos de cânceres.

Além do mais, trata-se de um grupo muito heterogêneo de tumores menos diagnosticados e

estudados.

Cinquenta e oito por cento dos pacientes deste estudo foram encaminhados pela

primeira vez para os CPs por médicos que consultavam o paciente pela primeira vez. Embora

isso não tenha sido avaliado no presente estudo, alguns encaminhamentos podem ter sido

percebidos pelos pacientes de forma inadequada, gerando indagações como “será que esse

médico conhece realmente o meu caso?” e, consequentemente, produzido insegurança ou

ansiedade nos pacientes. Acreditamos que o mais adequado seria que este

encaminhamento fosse realizado por um médico com o qual já exista um vínculo anterior ou

até mesmo que esta decisão fosse realizada durante uma consulta com a participação de

equipe multiprofissional.

Nosso objetivo principal foi a validação do NPB na busca por encontrar uma

ferramenta com boa acurácia para pacientes com CA em tratamento ambulatorial e não em

fase final de vida. Este nomograma foi desenvolvido em um estudo anterior a este, que

incluiu uma amostra de 220 pacientes. A ferramenta inicial abordava 32 variáveis

potencialmente prognósticas (que incluía os tipos de câncer, locais de metástases, vários

sintomas comuns, domínios de qualidade de vida e exames laboratoriais, como DHL, cálcio e

proteína C-reativa). Após as análises estatísticas, cinco variáveis permaneceram na versão

final do nomograma (validada no presente estudo). A única diferença entre o estudo de

desenvolvimento e este de validação foi o momento da entrevista destes pacientes; no

estudo de desenvolvimento as entrevistas foram realizadas no momento da 1ª consulta no

ambulatório de CPs, enquanto que neste estudo, as entrevistas aconteceram no momento

do encaminhamento para primeira consulta nos CPs, diferença de tempo que acreditamos

ser em torno de 15 a 45 dias.

O NPB é uma ferramenta prática, que pode ser utilizada por profissionais de saúde,

como, por exemplo, médicos ou enfermeiros, que apresentem necessidade de prognosticar.

Trata-se de um instrumento simples que exige alguns dados laboratoriais. Para cada

paciente foi elaborada uma pontuação total que correspondia à uma probabilidade de

60

sobrevivência em quatro diferentes períodos: 30, 90, 180 e 360 dias. Porém, nossas análises

se limitaram aos primeiros três períodos (30, 90 e 180 dias). Como todo estudo de validação

de ferramenta exige, realizamos testes de calibração e de discriminação. Nos três tempos a

ferramenta mostrou calibração e discriminação adequadas.

Com a utilização do nomograma é possível prognosticar em 30 dias com uma

sensibilidade de 78% e com especificidade de 75%. Em 90 dias esta sensibilidade diminui

para 66% e a especificidade para 65%. Já em 180 dias, conseguimos uma sensibilidade de

67% e especificidade de 69%, valores estes considerados razoáveis. Interessante notar uma

tendência das ferramentas prognósticas avaliadas apresentarem maior acurácia nos

primeiros 30 dias após avaliação inicial. A acurácia parece diminuir ao longo do tempo para

todas as ferramentas avaliadas. Desta forma, podemos inferir que a chance de acerto deva

ser maior quando o parâmetro de tempo para análise for menor.

Na China também foi realizado um estudo que consistiu na adaptação de uma

ferramenta (ChPS)73 desenvolvida por chineses na intenção de se estabelecer critérios para

encaminhamento dos pacientes com CA aos CPs. O estudo da nova ferramenta (new-ChPS)

incluiu 320 pacientes de doze hospitais com expectativa de vida correspondente a seis

meses. Todos os pacientes foram analisados depois de sete dias da admissão hospitalar. A

ferramenta por eles adaptada apresentou quatorze variáveis após análises univariada e

multivariada, que incluíam KPS, sinais e sintomas e resultados de exames laboratoriais. O

estudo propôs uma somatória de pontos que varia de 0 a 30 e dividiu os pacientes em 5

grupos: A (escore > 12, predição de sobrevida < 7 dias), B (escore 11 ou 12, predição de

sobrevida de 7 à 30 dias), C (escore 9 ou 10, predição de sobrevida de 30 à 90 dias), D

(escore 7 ou 8, predição de sobrevida de 90 à 180 dias) e E (escore ≤6, predição de sobrevida

de 180 à 365 dias) 74.

No Canadá, um estudo buscou a avaliação da sobrevida de pacientes a partir da

avaliação das escalas de funcionalidade ECOG, KPS e Palliative Performance Scale (PPS)75.

Participaram desta pesquisa 1.655 pacientes ambulatoriais com CA atendidos no

ambulatório de CPs para controle da dor ou outros sintomas. Para ECOG 3 e 4 a estimativa

de sobrevida foi de 50 dias e 25 dias, respectivamente. Para KPS ou PPS 80-100, 60-70, 40-50

e 10-30, as estimativas foram de 200, 100, 50 e 25 dias, respectivamente. Analisando estas

ferramentas de acordo com o teste de concordância C-index, os valores obtidos foram de

61

0,64 para ECOG e 0,63 para KPS e PPS, mostrando que as três ferramentas têm habilidade

preditiva similiar76. Embora não tenhamos calculado a acurácia isolada das escalas de

funcionalidade, pode-se observar que o uso de ferramentas prognósticas (como por

exemplo, o NPB) deva melhorar a acurácia prognóstica quando comparado com as escalas

de funcionalidade. No presente estudo, os melhores valores de C-Index foram 0,70 (PPI),

0,71 (NPB), 0,72 (Nomograma Espanhol) e 0,73 (D-PAP). Embora sejam comparações de

resultados entre estudos distintos, estes valores são claramente superiores aos valores de

0,63-0,64 utilizando apenas escalas de funcionalidade.

Alguns estudos na literatura discutem sobre a influência do tratamento sobre o

prognósticos dos pacientes77, exemplo disto é o estudo de Temel et al.12 que mostrou maior

sobrevida nos pacientes que receberam o CPs precocemente. Krishnan et al.16 publicaram

uma revisão bibliográfica em 2013 mostrando que considerando todas as ferramentas por

eles analisadas, para avaliação prognóstica de pacientes com tumores sólidos, nenhuma

comtemplava variáveis relacionadas ao tratamento. Tanto a continuidade do tratamento

antineoplásico após consulta por equipe de CPs quanto o próprio tratamento por equipe de

CPs podem ter impacto prognóstico. Durante a fase de desenvolvimento do NPB a variável

tratamento antineoplásico (sim versus não) foi incluída nas análises, porém, não foi

significativa no modelo final do nomograma. O fato de receber CPs não pôde ser avaliada

neste estudo, pois o critério de inclusão foi ter sido encaminhado aos CPs; não havia grupo

sem CPs para comparação.

Outras ferramentas estudadas neste trabalho também se mostraram eficazes. Uma

delas, o D-PAP, que leva em consideração as variáveis anorexia, dispneia, KPS, leucócitos

totais, presença de linfopenia, delirium e estimativa clínica de sobrevida (em semanas),

apesar de ter sido criada para avaliação da sobrevida em 30 dias, mostrou boa acurácia para

avaliação prognóstica em 90 dias (AUC: 0,783) e 180 dias (AUC: 0,804). Um estudo

retrospectivo com a ferramenta PAP (mesma ferramenta sem a inclusão do delirium),

realizado na Austrália, incluiu pacientes com tumores sólidos encaminhados também pela

primeira vez aos CPs. Este trabalho comtemplou pacientes internados (n=421) e

ambulatoriais (n=233), porém, ao invés de utilizar a ECS de acordo com a opinião do médico,

optou-se pela estimativa de sobrevivência elaborada por equipe multidisciplinar com a

participação do médico, enfermeiro, farmacêutico e um cuidador religioso. Na comparação

62

da predição da sobrevida pela equipe multidisciplinar (sem ferramenta) com a sobrevida

observada e pelo PAP (com a ECS elaborada por essa equipe) com a sobrevida observada, os

coeficientes de correlação de Spearman obtidos foram de 0,57 e 0,53 respectivamente para

o grupo de pacientes ambulatoriais e de 0,66 e 0,64 para o grupo de pacientes em ambiente

hospitalar78.

Cientes da existência de outras ferramentas prognósticas em literatura, decidimos por

comparar algumas delas com o NPB; o nomograma desenvolvido foi comparado com o D-

PAP, PPI, NFRCHOW, mGPS e o Nomograma Prognóstico Espanhol. Considerando o teste

estatístico C-index, os maiores valores obtidos foram para as ferramentas D-PAP com 0,73,

Nomograma Prognóstico Espanhol com 0,72, Nomograma Prognóstico de Barretos com 0,71

e PPI com 0,70. Já as ferramentas com menor valor de C index foram o NFRCHOW com 0,62

e o mGPS com 0,60.

Na literatura também encontramos um estudo prospectivo similar, publicado

recentemente, que incluiu pacientes com CA e avaliou quatro ferramentas prognósticas,

dentre elas, duas abordadas nesta pesquisa, o D-PAP e o PPI. Os maiores valores de C index

obtidos foram para D-PAP com 0,73, valor este igual ao encontrado neste estudo, e PAP com

0,72. Já os menores valores de C index obtidos foram em relação ao PPS com 0,63 e PPI com

0,6220. Levando-se em consideração os resultados deste estudo e o nosso, podemos afirmar

que as melhores taxas de acurácia neste contexto situam-se pouco acima 0,7 (em torno de

70% de acertos no geral). Há necessidade de outras ferramentas mais acuradas e um melhor

entendimento do processo de prognosticar. Neste contexto, uma continuação deste estudo

pretende criar algoritmos utilizando mais de uma ferramenta disponível em sequência, para

diferentes cenários, de forma a melhorar a acurácia prognóstica.

Um estudo prospectivo multicêntrico, envolvendo 58 serviços de CPs com pacientes

com doença localmente avançada ou metastática foi publicado recentemente. Este estudo

teve como objetivo comparar as ferramentas PAP, D-PAP e PPI para avaliação da sobrevida

em curto prazo (21 dias) e a longo prazo (42 dias) em 4 cenários diferentes, um deles para

unidade ambulatorial. Considerando o cenário de unidade de CPs ambulatoriais, o valor de C

index de cada ferramenta foi de 0,83, 0,84 e 0,75, respectivamente, para avaliação da

sobrevida em 42 dias. Em contrapartida, considerando a viabilidade do uso destas

63

ferramentas, o PPI mostrou maior viabilidade do que as ferramentas PAP e D-PAP. Porém,

vale citar que este estudo incluiu pacientes com neoplasias hematológicas, considerado

critério de exclusão na nossa análise, pelo diferente curso que se observa a respeito da

sobrevida, o que dificulta comparação de resultados79. Novamente se observa o D-PAP como

uma adequada ferramenta prognóstica, obtendo resultados de C Index acima dos

observados por outros estudos (incluindo o nosso).

Uma outra ferramenta prognóstica avaliada em nosso estudo foi o mGPS. Esta

ferramenta simples, que avalia a reação inflamatória sistêmica, inclui a mensuração

sanguínea de proteína C-reativa e albumina e classifica os pacientes em três grupos. Uma

revisão sistemática de literatura mostrou associação de maiores classificações no mGPS com

aumento da perda de peso e massa muscular, piores escores de performance estatus,

aumento de comorbidades e aumento de citocinas inflamatórias. Vários estudos

confirmaram o impacto prognóstico do mGPS em discriminar pacientes com câncer com

evoluções distintas, tanto nos cenários de doença localizada quanto avançada 42,80,81. Como

primeiro resultado publicado com dados desta dissertação, confirmamos o impacto

prognóstico do mGPS em pacientes com CA. Para tanto, fizemos uma análise combinada de

duas casuísticas para obtermos um tamanho amostral mais apropriado. Embora as medidas

de calibração e discriminação tenham sido inferiores às outras ferramentas prognósticas

neste estudo, não há dúvidas de que o mGPS também apresenta adequada capacidade de

discriminar pacientes com evoluções distintas, mesmo em CPs. Dois estudos que foram

realizados com o mGPS mostraram que pacientes com mGPS 2 tinham 2,7 e 2,0 vezes

maiores chances de morte quando comparados com aqueles classificados com mGPS 042,82.

No nosso estudo publicado, pacientes com mGPS 1 e 2, tinham respectivamente 2,06 e 2,66

vezes chance de óbito do que aqueles com mGPS 083.

É importante ressaltar que nossa intenção de estudar ferramentas prognósticas não

buscou uma “mecanização” da avaliação da sobrevida dos pacientes. É essencial que a

avaliação clínica individualizada do médico não deixe de existir durante seu trabalho, até

mesmo porque, frequentemente, ocorrem situações inesperadas que interferem na

sobrevida dos pacientes. Como uma maior divulgação dos benefícios dos CPs,

principalmente se iniciado precocemente, observou-se no Hospital de Câncer de Barretos

uma maior demanda pelos CPs. Assim, atualmente, há uma fila para agendamentos de

64

primeira consulta. O uso de uma ferramenta prognóstica pode ser uma estratégia potencial

para a priorização do atendimento e criação de protocolos institucionais que visem

classificar pacientes como prioritários em serviços de alta demanda como o nosso. Além do

mais, o uso de ferramentas prognósticas objetivas tem potencial para uso em ensaios

clínicos terapêuticos, como forma a objetivar a estimativa de sobrevivência, muitas vezes a

critério do médico assistente. De forma ainda mais importante, o melhor conhecimento

prognóstico de casos individuais na prática clínica, pode beneficiar o planejamento familiar e

a resolução de problemas pendentes, que são importantes pontos a serem solucionados na

busca do conforto daquele paciente com pouco tempo de sobrevida.

De uma maneira geral, identificamos que a ECS baseada na opinião do médico

oncologista não se mostra acurada. Assim, há a necessidade de uso de outras estratégias

que auxiliem o médico em suas predições. Neste estudo, confirmamos que o NPB é uma

adequada ferramenta prognóstica. Apesar da necessidade de coleta de sangue, os leucócitos

totais e albumina são frequentemente mensurados em pacientes com câncer, especialmente

quando estão em tratamento antineoplásico. Os resultados são disponíveis em

probabilidades de sobrevida. Outra ferramenta que traduz resultados em termos de

probabilidade de sobrevida é o Nomograma Prognóstico Espanhol. O D-PAP, por sua vez,

utiliza dados da ECS (que identificamos não ser adequadamente acurada) e também

resultados de exames laboratoriais. Já o PPI, utiliza resultados algumas vezes subjetivos,

como a avaliação dicotômica de sintomas. Considerando os resultados similares (ou por

vezes discretamente diferentes) entre as ferramentas prognósticas no presente estudo (PPI,

NPB, Nomograma Prognóstico Espanhol e D-PAP) e que este estudo não tem poder

estatístico para comparação adequada entre as ferramentas prognósticas, acreditamos que

a escolha da melhor ferramenta deva ser tomada baseando-se na experiência de uso de

cada serviço e na disponibilidade de informação das variáveis envolvidas nos cálculos das

ferramentas. Além do mais, é importante considerar qual a necessidade de informação de

cada serviço, se sobrevida em tempo ou em probabilidade.

Este estudo tem várias limitações. Uma delas é a não avaliação do tempo utilizado

(gasto para cálculo) para cada ferramenta aplicada, o que talvez pudesse nos informar

aquela mais viável para a rotina diária. Em relação aos pacientes com delirium, a presença

65

deste sinal foi identificada pela ferramenta CAM, porém, não se avaliou se isto poderia ser

decorrente de uma complicação hepática ou até mesmo medicamentosa. Considerando que

a avaliação do delirium não foi um objetivo principal deste estudo, acreditamos que esta

limitação seja de menor importância. Apesar de um dos nossos objetivos ter sido a

comparação das ferramentas prognósticas entre si, nosso tamanho amostral foi calculado

considerando o objetivo principal do estudo, que foi a validação do NPB. Assim, para um

estudo de comparação de ferramentas o ideal seria provavelmente um tamanho amostral

maior. No que se refere à ECS uma limitação do presente estudo foi a metodologia utilizada.

Os médicos estimavam a sobrevida em categorias e não em tempos absolutos. Isso dificultou

os cálculos de correlação entre as estimativas dos médicos e os tempos de sobrevida

observados. Outra forma de se avaliar a ECS, talvez mais acurada, é indagar a chance (%) de

sobrevida em períodos pré-definidos. De qualquer maneira, embora não tenha sido a mais

completa possível, a metodologia utilizada no presente estudo foi considerada adequada e a

mais factível para o presente estudo.

66

8 CONCLUSÕES

Com este estudo podemos concluir que:

• Aproximadamente 30% dos pacientes ainda são encaminhados aos CPs para cuidado

exclusivo, o que pode ser considerado uma transição de cuidados abrupta e

inadequada;

• Os médicos tem capacidade inadequada para predizer a sobrevida de pacientes com

CA, sendo que fatores associados aos médicos (experiência clínica, idade,

conhecimento prévio do paciente em avaliação) não parecem influenciar na acurácia;

Ao predizer a sobrevida de pacientes com CA algumas características dos pacientes

parecem influenciar a decisão, aumentando a chance de acerto (como por exemplo a

ingesta nutricional reduzida) ou diminuindo a chance de acerto (pacientes com

tumores mais incomuns).

• O NPB mostrou ser uma boa ferramenta prognóstica, com resultados adequados de

calibração e discriminação, podendo ser útil na prática clínica;

• O NPBmostrou melhor acurácia prognóstica que as ferramentas mGPS e NFRCHOW;

• Outras ferramentas prognósticas existentes também são eficazes para avaliação da

sobrevida destes pacientes, entre elas, D-PAP, PPI e Nomograma Prognóstico

Espanhol, cujos resultados foram similares ou discretamente superiores (no caso do

D-PAP e Nomograma Prognóstico Espanhol) aos do NPB.

67

REFERÊNCIAS

1. Cancer 2013 [Internet]. Available from: http://www.who.int/cancer/en/.

2. Siegel R, Naishadham D, Jemal A. Cancer statistics, 2013. CA Cancer J Clin.

2013;63(1):11–30.

3. CDC. Data & Statistics 2014 [Internet]. Available from:

http://www.cdc.gov/DataStatistics/.

4. INCA. O que é o câncer [Internet]. Available from:

http://www1.inca.gov.br/conteudo_view.asp?id=322.

5. INCA. Estimativa 2016 - Incidência de Câncer no Brasil. [Internet]. Available from:

http://www2.inca.gov.br/.

6. Carneseca EC, Mauad EC, de Araujo MAA, Dalbó RM, Longatto Filho A, Vazquez VDL.

The Hospital de Câncer de Barretos Registry: an analysis of cancer survival at a single

institution in Brazil over a 10-year period. BMC Res Notes. 2013;6:141.

7. Clark D. From margins to centre: a review of the history of palliative care in cancer.

Lancet Oncology. 2007; 430–8.

8. Loscalzo MJ. Palliative care: an historical perspective. Hematology Am Soc Hematol

Educ Program. 2008; 465.

9. Fallon M, Smyth J. Terminology: the historical perspective, evolution and current usage

- room for confusion? Eur J Cancer. 2008;44(8):1069–71.

10. Hui D, De La Cruz M, Mori M, Parsons H a., Kwon JH, Torres-Vigil I, et al. Concepts and

definitions for “supportive care,” “best supportive care,” “palliative care,” and

“hospice care” in the published literature, dictionaries, and textbooks. Support Care

Cancer. 2013;21(3):659–85.

11. Who. WHO Definition of Palliative Care [Internet]. 2014. Available from:

http://www.who.int/cancer/palliative/definition/en/.

12. Temel JS, Greer J a, Muzikansky A, Gallagher ER, Admane S, Jackson V a, et al. Early

palliative care for patients with metastatic non-small-cell lung cancer. N Engl J Med.

2010;363(8):733–42.

13. Bakitas M, Lyons KD, Hegel MT, Balan S, Brokaw FC, Hull JG, et al. Effects of a Palliative

Care Intervention. JAMA. 2014;302(7).

14. Smith TJ, Temin S, Alesi ER, Abernethy AP, Balboni TA, Basch EM, et al. American

Society of Clinical Oncology provisional clinical opinion: The integration of palliative

care into standard oncology care. Journal of Clinical Oncology. 2012; 880–7.

68

15. Chiang J-K, Lai N-S, Wang M-H, Chen S-C, Kao Y-H. A proposed prognostic 7-day

survival formula for patients with terminal cancer. BMC Public Health. 2009;9: 365.

16. Krishnan M, Temel JS, Wright A a, Bernacki R, Selvaggi K, Balboni T. Predicting life

expectancy in patients with advanced incurable cancer: a review. J Support Oncol.

2013; 11(2): 68–74.

17. Chow E, Harth T, Hruby G, Finkelstein J, Wu J, Danjoux C. How accurate are physicians’

clinical predictions of survival and the available prognostic tools in estimating survival

times in terminally ill cancer patients? A systematic review. Clin Oncol (R Coll Radiol).

2001; 13(3): 209–18.

18. Viganò A, Dorgan M, Bruera E, Suarez-Almazor ME. The relative accuracy of the clinical

estimation of the duration of life for patients with end of life cancer. Cancer. 1999;

86(1): 170–6.

19. Glare P, Virik K, Jones M, Hudson M, Eychmuller S, Simes J, et al. A systematic review

of physicians’ survival predictions in terminally ill cancer patients. BMJ.

2003;327(7408):195–8.

20. Maltoni M, Scarpi E, Pittureri C, Martini F, Montanari L, Amaducci E, et al. Prospective

Comparison of Prognostic Scores in Palliative Care Cancer Populations. Oncologist.

2012;17(3):446–54.

21. Gripp S, Moeller S, Bölke E, Schmitt G, Matuschek C, Asgari S, et al. Survival prediction

in terminally ill cancer patients by clinical estimates, laboratory tests, and self-rated

anxiety and depression. J Clin Oncol. 2007; 25(22): 3313–20.

22. Karnofsky DA, Abelmann WH, Craver LF, Burchenal JH. The use of the nitrogen

mustards in the palliative treatment of carcinoma.With particular reference to

bronchogenic carcinoma. Cancer. John Wiley & Sons, Inc; 1948; 1(4): 634–56.

23. Paiva CE, Paiva BSR. Does the Palliative Performance Scale Have Added Value Over the

Karnofsky Performance Status in Ambulatory Cancer Patients Receiving Palliative

Care? J Palliat Med. 2014; 17(3): 264–5.

24. Oken MM, Creech RH, Tormey DC, Horton J, Davis TE, McFadden ET, et al. Toxicity and

response criteria of the Eastern Cooperative Oncology Group. Am J Clin Oncol. 1982;

5(6): 649–55.

25. Suh S-Y, Leblanc TW, Shelby RA, Samsa GP, Abernethy AP. Longitudinal patient-

reported performance status assessment in the cancer clinic is feasible and prognostic.

J Oncol Pract. 2011; 7(6): 374–81.

26. Stone P, Kelly L, Head R, White S. Development and validation of a prognostic scale for

69

use in patients with advanced cancer. Palliat Med. 2008;22(6):711–7.

27. Liu Y, Zhang P-Y, Na J, Ma C, Huo W-L, Han L, et al. Prevalence, intensity, and

prognostic significance of common symptoms in terminally ill cancer patients. J Palliat

Med. 2013; 16(7): 752–7.

28. Chow E, Abdolell M, Panzarella T, Harris K, Bezjak A, Warde P, et al. Predictive model

for survival in patients with advanced cancer. J Clin Oncol. 2008; 26(36): 5863–9.

29. Lau F, Downing M, Lesperance M, Karlson N, Kuziemsky C, Yang J. Using the Palliative

Performance Scale to Provide Meaningful Survival Estimates. J Pain Symptom

Manage. 2009; 38(1): 134–44.

30. Weng L-C, Huang H-L, Wilkie DJ, Hoenig NA, Suarez ML, Marschke M, et al. Predicting

survival with the Palliative Performance Scale in a minority-serving hospice and

palliative care program. J Pain Symptom Manage. 2009; 37(4): 642–8.

31. Downing M, Lau F, Lesperance M, Karlson N, Shaw J, Kuziemsky C, et al. Meta-analysis

of survival prediction with palliative performance scale. J Palliat Care. 2007; 23(4):

245–54.

32. Casarett DJ, Farrington S, Craig T, Slattery J, Harrold J, Oldanie B, et al. The Art versus

Science of Predicting Prognosis: Can a Prognostic Index Predict Short-Term Mortality

Better than Experienced Nurses Do? J Palliat Med. 2012; 15(6): 703–8.

33. Liu Y, Xi Q -s., Xia S, Zhuang L, Zheng W, Yu S. Association between symptoms and their

severity with survival time in hospitalized patients with far advanced cancer. Palliative

Medicine. 2011; 682–90.

34. Toscani P, Brunelli C, Miccinesi G, Costantini M, Gallucci M, Tamburini M, et al.

Predicting survival in terminal cancer patients: clinical observation or quality-of-life

evaluation? Palliat Med. 2005;19(3): 220–7.

35. Trajkovic-Vidakovic M, de Graeff A, Voest EE, Teunissen SCCM. Symptoms tell it all: A

systematic review of the value of symptom assessment to predict survival in advanced

cancer patients. Critical Reviews in Oncology/Hematology. 2012; 130–48.

36. Paiva CE, Paiva BSR. Prevalence, predictors, and prognostic impact of fatigue among

Brazilian outpatients with advanced cancers. Support Care Cancer. 2013; 21(4): 1053–

60.

37. Suh S-Y, Ahn H-Y. Lactate dehydrogenase as a prognostic factor for survival time of

terminally ill cancer patients: a preliminary study. Eur J Cancer. 2007; 43(6): 1051–9.

38. Bachelot T, Ray-Coquard I, Catimel G, Ardiet C, Guastalla JP, Dumortier A, et al.

Multivariable analysis of prognostic factors for toxicity and survival for patients

70

enrolled in phase I clinical trials. Ann Oncol. 2000; 11(2): 151–6.

39. Maltoni M, Pirovano M, Nanni O, Marinari M, Indelli M, Gramazio A, et al. Biological

indices predictive of survival in 519 Italian terminally ill cancer patients. Italian

Multicenter Study Group on Palliative Care. Journal of pain and symptom

management. 1997.

40. Viganó A, Bruera E, Jhangri GS, Newman SC, Fields AL, Suarez-Almazor ME. Clinical

survival predictors in patients with advanced cancer. Arch Intern Med. 2000; 160(6):

861–8.

41. Suh S-Y, Ahn H-Y. A prospective study on C-reactive protein as a prognostic factor for

survival time of terminally ill cancer patients. Support Care Cancer. 2007; 15(6): 613–

20.

42. Laird BJ, Kaasa S, McMillan DC, Fallon MT, Hjermstad MJ, Fayers P, et al. Prognostic

factors in patients with advanced cancer: a comparison of clinicopathological factors

and the development of an inflammation-based prognostic system. Clin Cancer Res.

2013; 19(19): 5456–64.

43. Glare PA, Eychmueller S, McMahon P. Diagnostic accuracy of the palliative prognostic

score in hospitalized patients with advanced cancer. J Clin Oncol. 2004 ;22(23): 4823–

8.

44. Maltoni M, Nanni O, Pirovano M, Scarpi E, Indelli M, Martini C, et al. Successful

validation of the palliative prognostic score in terminally ill cancer patients. J Pain

Symptom Manage. 1999; 17(4): 240–7.

45. Miguel Sánchez C De, López Romero A. El paciente con cáncer avanzado. ¿Podemos

predecir la supervivencia? Atención Primaria. 2006; 38 (2):2–6.

46. Pirovano M, Maltoni M, Nanni O, Marinari M, Indelli M, Zaninetta G, et al. A new

palliative prognostic score: A first step for the staging of terminally ill cancer patients.

J Pain Symptom Manage. 1999; 17(4): 231–9.

47. Scarpi E, Maltoni M, Miceli R, Mariani L, Caraceni A, Amadori D, et al. Survival

prediction for terminally ill cancer patients: revision of the palliative prognostic score

with incorporation of delirium. Oncologist. 2011; 16(12): 1793–9.

48. Caraceni A, Nanni O, Maltoni M, Piva L, Indelli M, Arnoldi E, et al. Impact of delirium

on the short term prognosis of advanced cancer patients. Cancer. 2000; 89(5): 1145–9.

49. Morita T, Tsunoda J, Inoue S, Chihara S. The Palliative Prognostic Index: A scoring

system for survival prediction of terminally ill cancer patients. Support Care Cancer.

1999; 7(3): 128–33.

71

50. Morita T, Tsunoda J, Inoue S, Chihara S. Improved accuracy of physicians’ survival

prediction for terminally ill cancer patients using the Palliative Prognostic Index. Palliat

Med. 2001; 15(5): 419–24.

51. Cheng WH, Kao CY, Hung YS, Su PJ, Hsieh CH, Chen JS, et al. Validation of a Palliative

Prognostic Index to Predict Life Expectancy for Terminally Ill Cancer Patients in a

Hospice Consultation Setting in Taiwan. Asian Pacific J Cancer Prev. 2012; 13(6):

2861–6.

52. Chow E, Abdolell M, Panzarella T, Harris K, Bezjak A, Warde P, et al. Validation of a

predictive model for survival in metastatic cancer patients attending an outpatient

palliative radiotherapy clinic. Int J Radiat Oncol Biol Phys. 2009; 73(1): 280–7.

53. Feliu J, Jiménez-Gordo AM, Madero R, Rodríguez-Aizcorbe JR, Espinosa E, Castro J, et

al. Development and validation of a prognostic nomogram for terminally Ill cancer

patients. J Natl Cancer Inst. 2011; 103(21): 1613–20.

54. Lwanga SK, Lemeshow S, Organization WH. Sample size determination in health

studies : a practical manual / S. K. Lwanga and S. Lemeshow. Geneva : World Health

Organization; 1991.

55. Morita T, Tsunoda J, Inoue S, Chihara S. Survival Prediction of Terminally III Cancer

Patients by Clinical Symptoms: Development of a Simple Indicator. Jpn J Clin Oncol.

1999; 29(3): 156–9.

56. De Kock I, Mirhosseini M, Lau F, Thai V, Downing M, Quan H, et al. Conversion of

karnofsky performance status (KPS) and eastern cooperative oncology group

performance status (ECOG) to palliative performance scale (PPS), and the

Interchangeability of PPS and KPS in prognostic tools. J Palliat Care. 2013; 29(3): 163–

9.

57. Bruera E, Kuehn N, Miller MJ, Selmser P, Macmillan K. The Edmonton Symptom

Assessment System (ESAS): a simple method for the assessment of palliative care

patients. J Palliat Care. 1991; 7(2): 6–9.

58. Paiva CE, Manfredini LL, Paiva BSR, Hui D, Bruera E. The Brazilian Version of the

Edmonton Symptom Assessment System (ESAS) Is a Feasible, Valid and Reliable

Instrument for the Measurement of Symptoms in Advanced Cancer Patients. PLoS

One. 2015;10(7):e0132073.

59. Inouye SK, Van Dyck CH, Alessi CA, Balkin S, Siegal AP, Horwitz RI. Clarifying confusion:

The confusion assessment method: A new method for detection of delirium. Ann

Intern Med. 1990; 113(12): 941–8.

60. Fabbri RMA, Moreira MA, Garrido R, Almeida OP. Validity and reliability of the

72

portuguese version of the confusion assessment method (CAM) for the detection of

delirium in the elderly. Arq Neuropsiquiatr. 2001; 59(2 A): 175–9.

61. Steyerberg EW, Vickers AJ, Cook NR, Gerds T, Gonen M, Obuchowski N, et al.

Assessing the performance of prediction models: a framework for traditional and novel

measures. Epidemiology. 2010; 21(1): 128–38.

62. Steyerberg EW. A Practical Approach to Development, Validation, and Updating.

Clinical P. Springer, editor. New York; 2009.

63. DeLong ER, DeLong DM, Clarke-Pearson DL. Comparing the areas under two or more

correlated receiver operating characteristic curves: a nonparametric approach.

Biometrics. 1988; 44(3): 837–45.

64. SIEGEL S. Nonparametric Statistics for the Behavioral Sciences. New York: McGraw-

Hill Book Company.

65. Harrell F, Frank E. Regression Modeling Strategies. New York: springer; 2001.

66. Landis JR, Koch GG. The measurement of observer agreement for categorical data.

Biometrics. 1977; 33(1): 159–74.

67. Blackhall LJ, Read P, Stukenborg G, Dillon P, Barclay J, Romano A, et al. CARE Track for

Advanced Cancer: Impact and Timing of an Outpatient Palliative Care Clinic. J Palliat

Med. 2015.

68. Virik K, Glare P. Profile and evaluation of a palliative medicine consultation service

within a tertiary teaching hospital in Sydney, Australia. J Pain Symptom Manage.

2002; 23(1): 17–25.

69. Homsi J, Walsh D, Nelson KA, LeGrand SB, Davis M, Khawam E, et al. The impact of a

palliative medicine consultation service in medical oncology. Support Care Cancer.

2002; 10(4): 337–42.

70. Rugno FC, Paiva BSR, Nunes JS, Paiva CE. “There won’t' be anything else...it's over”:

perceptions of women referred to palliative care only. Eur J Oncol Nurs. 2014; 18(3):

261–6.

71. do Carmo TM, Paiva BSR, de Siqueira MR, da Rosa L de TB, de Oliveira CZ, Nascimento

MS de A, et al. A phase II study in advanced cancer patients to evaluate the early

transition to palliative care (the PREPArE trial): protocol study for a randomized

controlled trial. Trials. 2015;16:160.

72. Christakis NA, Lamont EB. Extent and determinants of error in doctors’ prognoses in

terminally ill patients: prospective cohort study. BMJ. 2000; 19; 320(7233): 469–72.

73

73. Lingjun Z, Jing C, Jian L, Wee B, Jijun Z. Prediction of survival time in advanced cancer:

a prognostic scale for Chinese patients. J Pain Symptom Manage. 2009; 38(4): 578–86.

74. Cui J, Zhou L, Wee B, Shen F, Ma X, Zhao J. Predicting survival time in noncurative

patients with advanced cancer: a prospective study in China. J Palliat Med. 2014

;17(5): 545–52.

75. Anderson F, Downing GM, Hill J, Casorso L, Lerch N. Palliative performance scale (PPS):

a new tool. J Palliat Care. 1996; 12(1): 5–11.

76. Jang RW, Caraiscos VB, Swami N, Banerjee S, Mak E, Kaya E, et al. Simple prognostic

model for patients with advanced cancer based on performance status. J Oncol Pract.

2014; 10(5):335–41.

77. Chiu N, Chiu L, Lutz S, Zhang N, Lechner B, Pulenzas N, et al. Incorporation of life

expectancy estimates in the treatment of palliative care patients receiving

radiotherapy: treatment approaches in light of incomplete prognostic models. Ann

Palliat Med. 2015; 4(3): 162–8.

78. Mendis R, Soo W-K, Zannino D, Michael N, Spruyt O. Multidisciplinary Prognostication

Using the Palliative Prognostic Score in an Australian Cancer Center. Palliat care. 2015;

9: 7–14.

79. Baba M, Maeda I, Morita T, Inoue S, Ikenaga M, Matsumoto Y, et al. Survival

prediction for advanced cancer patients in the real world: A comparison of the

Palliative Prognostic Score, Delirium-Palliative Prognostic Score, Palliative Prognostic

Index and modified Prognosis in Palliative Care Study predictor model. Eur J Cancer.

2015; 51(12): 1618–29.

80. Tan CSY, Read JA, Phan VH, Beale PJ, Peat JK, Clarke SJ. The relationship between

nutritional status, inflammatory markers and survival in patients with advanced

cancer: a prospective cohort study. Support Care Cancer. 2015; 23(2): 385–91.

81. Miura T, Matsumoto Y, Hama T, Amano K, Tei Y, Kikuchi A, et al. Glasgow prognostic

score predicts prognosis for cancer patients in palliative settings: a subanalysis of the

Japan-prognostic assessment tools validation (J-ProVal) study. Support Care Cancer.

2015; 23(11): 3149–56.

82. Partridge M, Fallon M, Bray C, McMillan D, Brown D, Laird B. Prognostication in

advanced cancer: a study examining an inflammation-based score. J Pain Symptom

Manage. 2012; 44(2): 161–7.

83. de Paula Pantano N, Paiva BSR, Hui D, Paiva CE. Validation of the Modified Glasgow

Prognostic Score in Advanced Cancer Patients Receiving Palliative Care. J Pain

Symptom Manage. 2015;81(13): 982–7.

74

ANEXOS

Anexo A – TCLE PACIENTE

TERMO DE CONSENTIMENTO LIVRE E ESCLARECIDO (TCLE)

PARA PARTICIPAÇÃO EM PESQUISA

Titulo do Projeto: É possível predizer a sobrevida de pacientes ambulatoriais com câncer

avançado quando encaminhados aos cuidados paliativos?

INVESTIGADORES DO ESTUDO

Hospital de Câncer de Barretos, Brasil


Carlos Eduardo Paiva

Identificação do participante Número do prontuário médico (se

pertinente)

Você está sendo convidado (a) a participar deste estudo que será realizado no Hospital de

Câncer de Barretos - Fundação Pio XII. Este Termo de Consentimento explica porque este

estudo está sendo realizado e qual será a sua participação, caso você aceite o convite. Este

documento também descreve os possíveis riscos e benefícios se você quiser participar. Após

analisar as informações com a pessoa que explica este Termo de Consentimento, e

esclarecer suas dúvidas, você deverá ter o conhecimento necessário para tomar uma decisão

esclarecida sobre sua participação ou não neste estudo.

JUSTIFICATIVA PARA O ESTUDO

Pacientes com câncer avançado apresentam diferentes tempos de sobrevivência. É muitas

vezes difícil para o médico, mesmo para os mais experientes, definir com exatidão o tempo

de vida (prognóstico) de um paciente. Assim, alguns instrumentos foram criados para ajudar

a definir a evolução desses pacientes.

OBJETIVO DO ESTUDO

Este estudo pretende avaliar um instrumento desenvolvido por pesquisadores do Hospital

de Câncer de Barretos, chamado Nomograma Prognóstico de Barretos, na sua capacidade de

prever a sobrevida dos pacientes. Além do mais, este instrumento será comparado com

75

outros já existentes criados a partir de informações de pacientes com câncer de outros

países.

PROCEDIMENTOS

Caso aceite participar deste estudo, você responderá a três questionários: um deles (ESAS,

10 itens) irá avaliar a presença de sintomas em você, outro (CAM, com 9 itens) irá avaliar a

presença de delirium (um tipo de problema de confusão mental) e o terceiro questionário,

desenvolvido especificamente para este estudo, irá avaliar suas características pessoais

(como por exemplo, idade, nível educacional, renda, etc). Você também preencherá o

Protocolo de Avaliação Prognóstica que foi criado para esta pesquisa. Serão obtidas

informações de sua doença por meio de análise de seu prontuário médico e também com

entrevista de seu médico assistente. Você será avaliado pessoalmente apenas uma vez.

Posteriormente, serão coletadas informações de seguimento através de análise de seu

prontuário médico. Caso não sejam encontradas informações sobre você no prontuário

(perda de seguimento) a pesquisadora deste estudo entrará em contato por telefone. Alguns

resultados de exames de sangue (hemograma e exames bioquímicos) serão analisados neste

estudo. Caso você não tenha realizado exame laboratorial no dia da consulta, você será

submetido à coleta de sangue da veia de seu braço (nove ml divididos em dois tubos). Caso

você tenha coletado apenas um tipo de exame laboratorial (hemograma ou bioquímica) será

coletado somente aquele que não foi realizado. Se você coletou exame de bioquímica (tubo

amarelo) no dia da consulta, mas não tenham sido realizados todos os exames bioquímicos

necessários, será solicitado ao laboratório clínico do hospital o acréscimo dos mesmos na

análise, sendo que neste caso não há necessidade de nova coleta de sangue de seu braço. Os

resultados dos exames serão utilizados para a pesquisa, no entanto, caso estejam alterados,

o seu médico assistente irá saber o resultado e tomará a conduta mais adequada.

RISCOS E DESCONFORTOS PARA OS PARTICIPANTES

Embora os riscos sejam considerados pequenos, é possível que ocorra algum desconforto

físico, como por exemplo, dor durante a coleta do sangue, formação de hematoma no local

da coleta de amostra de sangue e infecção de pele neste mesmo local. Caso ocorra dor,

formação de hematoma ou infecção de pele no local, você receberá orientações sobre

cuidados locais necessários e tratamento apropriado quando indicado. Outro risco possível é

a perda da confidencialidade dos seus dados, no entanto, os pesquisadores tomarão todos

os cuidados possíveis para evitar que isso ocorra, sendo que as suas informações serão de

uso exclusivo para este estudo.

BENEFÍCIOS ESPERADOS

76

É possível que este estudo não traga benefícios diretos a você. Mas, ao final do estudo, as

informações que ele gerar, poderão trazer benefícios a outros pacientes.

INTERRUPÇÃO DO ESTUDO

Este estudo poderá ser encerrado antes do prazo se houver dúvidas relativas à sua

segurança ou por razões administrativas. Qualquer que seja o motivo, o estudo somente

será interrompido depois da avaliação do Comitê de Ética em Pesquisa do Hospital de

Câncer de Barretos que o aprovou, a não ser que existam razões de segurança que exijam a

interrupção imediata do estudo.

LIBERDADE DE RECUSA A sua participação neste estudo é voluntária e não é obrigatória. Você pode aceitar

participar do estudo e depois desistir a qualquer momento. Isto não tirará nenhum direito

do seu tratamento e assistência neste hospital. Você também poderá pedir a qualquer

momento que as suas informações sejam excluídas completamente deste estudo e que elas

não sejam usadas para mais nada.

GARANTIA DE SIGILO

O pesquisador tomará todas as medidas para manter suas informações pessoais (como

nome, endereço e outras) em sigilo. Durante todo o estudo e mesmo depois que terminar,

quando os resultados deste estudo forem publicados em revistas científicas ou apresentados

em congressos ou reuniões, a sua identidade será guardada em segredo, não sendo revelada

qualquer informação a seu respeito que possa identificar você publicamente. Contudo,

durante o estudo, algumas pessoas do Hospital de Câncer de Barretos envolvidas

diretamente na pesquisa poderão ter acesso aos seus dados. Mesmo assim, os seus dados

serão preservados e não serão divulgados publicamente.

CUSTOS, REMUNERAÇÃO E INDENIZAÇÃO

A participação neste estudo não terá custos a mais para você. Os custos relacionados

diretamente com o estudo serão pagos pela instituição que está participando deste estudo.

Também não haverá qualquer tipo de pagamento devido à sua participação (mesmo que

haja patentes ou descobertas). Se você sofrer algum dano a sua saúde como resultado da

sua participação nesse estudo nesta instituição, o Hospital de Câncer de Barretos será

responsável por lhe dar todo o tratamento necessário e de forma gratuita. Ao assinar este

Termo de Consentimento, você não perderá nenhum direito, inclusive o de obter

indenização por dano a sua saúde se isto acontecer.

DESTINO DOS MATERIAIS BIOLÓGICOS

Todos os materiais biológicos coletados durante este estudo, que são as amostras de sangue

que serão coletadas quando necessário e os dados obtidos durante o estudo, não serão

77

utilizados para outros fins além daqueles explicados neste Termo de Consentimento. Esses

materiais não terão os seus dados pessoais, apenas códigos de identificação, para manter o

seu sigilo. Depois de todas as análises terem sido realizadas, o material biológico que restar

será descartado, assim como é realizado na rotina diária

ESCLARECIMENTOS ADICIONAIS, CRÍTICAS, SUGESTÕES E RECLAMAÇÕES Você poderá tirar qualquer dúvida sobre o estudo, fazer críticas, sugestões e reclamações

diretamente com o pesquisador no Hospital de Câncer de Barretos, Naitielle de Paula

Pantano, no telefone (17) 98830-1119. Você também poderá entrar em contato com o

coordenador do Comitê de Ética em Pesquisa do Hospital de Câncer de Barretos (CEP-HCB),

(Dr Sérgio Serrano), localizado na Rua Antenor Duarte Vilela, 1331 – telefone (17) 3321-

0347, (17) 3321-6600 ramal 6647 – e-mail [email protected].

DECLARAÇÃO DE CONSENTIMENTO

Entendi o estudo. Tive a oportunidade de ler o Termo de Consentimento ou alguém o leu

para mim. Tive a oportunidade de pensar, fazer perguntas e falar a respeito do documento

com outras pessoas quando precisei. Autorizo a minha inclusão neste estudo. Ao assinar

este Termo de Consentimento, não renuncio a nenhum dos meus direitos legais. Este

documento será assinado em duas vias, sendo que uma via ficará comigo e outra com o

pesquisador.

Nome por extenso do participante de pesquisa

ou do representante legal

Data Assinatura

Nome por extenso do responsável que explicou e

obteve o Termo de Consentimento

Data Assinatura

Nome por extenso da testemunha imparcial (Para casos de analfabetos, semi-analfabetos ou portadores de deficiência auditiva ou visual)

Data Assinatura

78

Anexo B – TCLE MÉDICO

TERMO DE CONSENTIMENTO LIVRE E ESCLARECIDO (TCLE)

PARA PARTICIPAÇÃO EM PESQUISA

Título do Projeto: É possível predizer a sobrevida de pacientes ambulatoriais com câncer

avançado quando encaminhados aos cuidados paliativos?

INVESTIGADORES DO ESTUDO

Hospital de Câncer de Barretos, Brasil


Carlos Eduardo Paiva

Identificação do participante

Você está sendo convidado (a) a participar deste estudo que será realizado no Hospital de

Câncer de Barretos - Fundação Pio XII. Este Termo de Consentimento explica porque este

estudo está sendo realizado e qual será a sua participação, caso você aceite o convite. Este

documento também descreve os possíveis riscos e benefícios se você quiser participar. Após

analisar as informações com a pessoa que explica este Termo de Consentimento, e

esclarecer suas dúvidas, você deverá ter o conhecimento necessário para tomar uma decisão

esclarecida sobre sua participação ou não neste estudo.

JUSTIFICATIVA PARA O ESTUDO

Pacientes com câncer avançado apresentam diferentes tempos de sobrevivência. É muitas

vezes difícil para o médico, mesmo para os mais experientes, definir com exatidão o tempo

de vida (prognóstico) de um paciente. Assim, alguns instrumentos foram criados para ajudar

a definir a evolução desses pacientes.

OBJETIVO DO ESTUDO

Este estudo pretende avaliar um instrumento desenvolvido por pesquisadores do Hospital

de Câncer de Barretos, chamado Nomograma Prognóstico de Barretos, na sua capacidade de

prever a sobrevida dos pacientes com câncer em fase avançada. Este instrumento será

comparado com outros já existentes e criados a partir de informações de pacientes com

câncer de outros países. Além do mais, pretendemos avaliar a capacidade do médico em

predizer a sobrevida utilizando sua experiência clínica.

79

PROCEDIMENTOS

Caso aceite participar deste estudo, você responderá para a pesquisadora responsável, qual

a estimativa clínica de sobrevivência, em sua opinião, do paciente que estiver presente no

estudo e que passou por consulta médica com você. Além disso, você responderá há

quantos anos se formou em Medicina, há quantos anos trabalha na área de oncologia e

quantas vezes consultou o paciente que estiver em estudo (esta informação poderá ser

coletada do prontuário médico do paciente caso você não se recorde do número).

RISCOS E DESCONFORTOS PARA OS PARTICIPANTES

Embora os riscos sejam considerados pequenos, é possível que ocorra algum desconforto

emocional durante as perguntas que serão feitas a você, especialmente nas situações onde

você se sinta muito próximo emocionalmente do paciente investigado. Outro risco possível é

a perda da confidencialidade dos seus dados, permitindo que outras pessoas avaliem a sua

capacidade de predizer a sobrevida dos pacientes que atende. No entanto, os pesquisadores

tomarão todos os cuidados possíveis para evitar que isso ocorra, sendo que as suas

informações serão de uso exclusivo para este estudo.

BENEFÍCIOS ESPERADOS

É possível que este estudo não traga benefícios diretos a você. Mas, ao final do estudo, as

informações que ele gerar, poderão beneficiar pacientes com câncer, familiares de pacientes

e outros médicos, por aprimorar a predição do tempo de vida restante e facilitar a

comunicação médico-paciente durante a fase avançada do câncer, quando os pacientes

iniciam seguimento por equipe especializada em cuidados paliativos.

INTERRUPÇÃO DO ESTUDO

Este estudo poderá ser encerrado antes do prazo se houver dúvidas relativas à sua

segurança ou por razões administrativas. Qualquer que seja o motivo, o estudo somente

será interrompido depois da avaliação do Comitê de Ética em Pesquisa do Hospital de

Câncer de Barretos que o aprovou, a não ser que existam razões de segurança que exijam a

interrupção imediata do estudo.

LIBERDADE DE RECUSA A sua participação neste estudo é voluntária e não é obrigatória. Você pode aceitar

participar do estudo e depois desistir a qualquer momento. Isto não tirará nenhum direito

do seu tratamento e assistência neste hospital. Você também poderá pedir a qualquer

momento que as suas informações sejam excluídas completamente deste estudo e que elas

não sejam usadas para mais nada.

GARANTIA DE SIGILO

80

O pesquisador tomará todas as medidas para manter suas informações pessoais (como

nome, endereço e outras) em sigilo. Durante todo o estudo e mesmo depois que terminar,

quando os resultados deste estudo forem publicados em revistas científicas ou apresentados

em congressos ou reuniões, a sua identidade será guardada em segredo, não sendo revelada

qualquer informação a seu respeito que possa identificar você publicamente. Contudo,

durante o estudo, algumas pessoas do Hospital de Câncer de Barretos envolvidas

diretamente na pesquisa poderão ter acesso aos seus dados. Mesmo assim, os seus dados

serão preservados e não serão divulgados publicamente.

CUSTOS, REMUNERAÇÃO E INDENIZAÇÃO

A participação neste estudo não terá custos a mais para você. Os custos relacionados

diretamente com o estudo serão pagos pela instituição que está participando deste estudo.

Também não haverá qualquer tipo de pagamento devido à sua participação (mesmo que

haja patentes ou descobertas). Se você sofrer algum dano a sua saúde como resultado da

sua participação nesse estudo nesta instituição, o Hospital de Câncer de Barretos será

responsável por lhe dar todo o tratamento necessário e de forma gratuita. Ao assinar este

Termo de Consentimento, você não perderá nenhum direito, inclusive o de obter

indenização por dano a sua saúde se isto acontecer.

ESCLARECIMENTOS ADICIONAIS, CRÍTICAS, SUGESTÕES E RECLAMAÇÕES Você poderá tirar qualquer dúvida sobre o estudo, fazer críticas, sugestões e reclamações

diretamente com o pesquisador no Hospital de Câncer de Barretos, Naitielle de Paula

Pantano, no telefone (17) 98830-1119. Você também poderá entrar em contato com o

coordenador do Comitê de Ética em Pesquisa do Hospital de Câncer de Barretos (CEP-HCB),

(Dr Sérgio Serrano), localizado na Rua Antenor Duarte Vilela, 1331 – telefone (17) 3321-

0347, (17) 3321-6600 ramal 6647 – e-mail [email protected].

81

DECLARAÇÃO DE CONSENTIMENTO

Entendi o estudo. Tive a oportunidade de ler o Termo de Consentimento ou alguém o leu

para mim. Tive a oportunidade de pensar, fazer perguntas e falar a respeito do documento

com outras pessoas quando precisei. Autorizo a minha inclusão neste estudo. Ao assinar

este Termo de Consentimento, não renuncio a nenhum dos meus direitos legais. Este

documento será assinado em duas vias, sendo que uma via ficará comigo e outra com o

pesquisador.

Nome por extenso do participante de pesquisa Data Assinatura

Nome por extenso do responsável que explicou e

obteve o Termo de Consentimento

Data Assinatura

Nome por extenso da testemunha imparcial (Para casos de analfabetos, semi-analfabetos ou portadores de deficiência auditiva ou visual)

Data Assinatura

82

Anexo C – Protocolo de coleta de dados

Cole aqui a etiqueta do paciente

CARACTERÍSTICAS SÓCIO-DEMOGRÁFICAS

1 ID do estudo 1

2 Nome do paciente

2

3 RH

3

4 Data da coleta

DD/MM/AAAA 4 ___/___/______

5 Data de nascimento

DD/MM/AAAA 5 ___/___/______

6 Cidade e Estado em que reside atualmente

Cidade-Estado 6

7 Telefone (s) para contato

(_ _) _ _ _ _ _ _ _ _ _ 7

(_ _) _ _ _ _ _ _ _ _ _

8 Estado civil: 1- Solteiro (a); 2- Casado (a)/União estável; 3- Viúvo(a); 4- Divorciado(a); 99- Ignorado

8

9 Religião 1- Católico; 2- Evangélico; 3- Espírita; 4- Testemunha de Jeová; 5- Ateu; 6- Outro; 99- Ignorado

9

10

Nível educacional 0- Analfabeto; 1- Sabe ler e escrever; 2- Ensino fundamental incompleto; 3- Ensino fundamental completo; 4- Ensino médio incompleto; 5- Ensino médio completo; 6- Superior incompleto; 7- Superior completo; 8- Pós-graduação; 99- Ignorado

10

11 Renda familiar

Em salários mínimos; 99- Ignorado 11

12 Profissão

Descrever; 99- Ignorado 12

13 Atividade profissional (Incluindo o trabalho em casa - do lar)

1- Em atividade, 2- Inativo; 99- Ignorado 13

CARACTERÍSTICAS CLÍNICAS

14 Tipo de tumor: 1- Mama; 2- Coloretal; 3- Próstata; 4- Pulmão; 5- Cabeça e pescoço; 6- Colo uterino; 7- Gástrico; 8- Sarcoma; 9- Outros; 99- Ignorado

14

15 Se outro tipo de tumor, especificar:

Descrever; 88- Não se aplica; 99- Ignorado 15

16

Estadiamento inicial (TNM): 1- Estádio 0; 2- Estádio I; 3- Estádio II A; 4- Estádio II B; 5- Estádio III A; 6- Estádio III B; 7- Estádio III C; 8- Estádio IV; 88- Não se aplica; 99- Ignorado

16

17 Data do diagnóstico inicial 17 ___/___/______

83

DD/MM/AAAA

18 Data do diagnóstico de doença metastática ou recidivada

DD/MM/AAAA 18 ___/___/______

19

Primeiro sítio de metástase 0- Recidiva local; 1- Osso; 2- Pulmão; 3- Fígado; 4- Outro; 5- Mais de

um primeiro sítio de metástase (descrever todos abaixo); 99- Ignorado

19

20 Se outro primeiro sítio de metástase, detalhar:


METÁSTASE ATUAL

21 Algum outro local com metástase atualmente?

0- Não; 1- Sim; 99- Ignorado 21

22 Linfonodos?

0- Não; 1- Sim; 88- Não se aplica; 99- Ignorado 22

23 Pele


24 Osso (s)


25 Pulmão (ões)


26 Fígado


27 Cérebro


28 Glândula adrenal


29 Baço


30 Ovário (s)


31 Outros locais (especificar)


SEGUIMENTO

32 Estatus

0- Óbito; 1- Vivo; 2- Perda de seguimento; 99- Ignorado 32

33 Data do estatus

DD/MM/AAAA 33 ___/___/______

34 Data do óbito

DD/MM/AAAA 34 ___/___/______

84

Anexo D – Protocolo de Avaliação Prognóstica

Cole aqui a etiqueta do paciente

Protocolo de Avaliação Prognóstica

ESTIMATIVA CLÍNICA DE SOBREVIDA

1 ID do estudo 1

2 Nome do paciente

2

3 RH

3

4

Motivo do encaminhamento para os cuidados paliativos 1- Controle de dor ou outros sintomas; 2- Suporte emocional; 3- Auxílio no processo de comunicação; 4- Tratamento concomitante precoce; 5- Paliativo exclusivo; 6- Outro; 99- Ignorado

4

5 Se outro motivo de encaminhamento para os cuidados paliativos, detalhar:


6

Tempo estimado de vida: 0- <1 semana, 1- 1 a 2 semanas, 2- 3 a 4 semanas, 3- 5 a 6 semanas, 4- 7 a 8 semanas, 5- 9 a 10 semanas, 6- 11 a 12 semanas, 7- 12 a 24 semanas, 8- > 24 semanas; 9- Mais de 48 semanas; 99- Ignorado

6

7 Médico:

1- Residente; 2- Titular; 99- Ignorado 7

8 Número de vezes que o médico consultou o paciente: 1- Uma vez; 2- Duas vezes; 3- Três vezes; 4- Quatro vezes; 5- > quatro vezes; 99- Ignorado

8

9 Ano de formatura em medicina

AAAA 9

10 Ano de término de residência de clínica médica

AAAA 10

11 Ano de término da residência em cancerologia clínica

AAAA; 8888- Não se aplica 11

ESCALAS DE DESEMPENHO FUNCIONAL

12 KPS (%):

0 a 100 12

13 ECOG-PS:

0 a 4 13

SINTOMAS NÃO AVALIADOS PELO ESAS

14 Dispnéia em repouso

0- Ausente; 1- Moderada; 2- Importante; 99- Ignorado 14

15 Ingestão alimentar:

0- Normal; 1- Moderadamente reduzida; 2- Severamente 15

85

reduzida; 99- Ignorado

EXAME FÍSICO

16 Presença de edema periférico:

0- Ausente; 1- Leve; 2- Moderado; 3- Importante; 99– Ignorado

16

17 Peso atual

Em kg 17

18 Peso habitual

Em kg 18

19 Peso há aproximadamente 6 meses

Em kg 19

20 Altura

Em centímetros 20

EXAMES DE SANGUE

21 Hemograma - Leucócitos totais:

999999999- Ignorado 21

22 Hemograma – Linfócitos:

999999999- Ignorado 22

23 Albumina sérica:

999999999- Ignorado 23

24 Desidrogenase lática (DHL)

999999999- Ignorado 24

25 Proteína C reativa (PCR)

999999999- Ignorado 25

86

Anexo E – D-PAP score

Item Pontuação Parcial

Dispneia

Não 0

Sim 1

Anorexia

Não 0

Sim 1

Karnofsky

≥50 0

30-40 0

10-20 2,5

Estimativa clínica de sobrevida em semanas

>12 0

11-12 2,0

9-10 2,0

7-8 2,5

5-6 4,5

3-4 6,0

1-2 8,5

Total de Leucócitos

Normal (4.800 – 8.500) 0

Alto (8.501 – 11.000) 0,5

Muito alto >11.000 1,5

Porcentagem de Linfócitos

Normal (20,0 - 40,0) 0

Baixo (12,0 – 19,9) 1,0

87

Muito baixo (0 – 11,9) 2,5

Delirium

Não 0

Sim 2,0

Grupo de Risco Escore Total D-PAP

A 0,0 – 7,0

B 7,1 – 12,5

C 12,6 – 19,5

88

Anexo F- Palliative Prognostic Index (PPI)

Item Pontuação Parcial

KPS %

10-20 4,0

30-50 2,5

≥60 0

Ingestão Oral

Muito reduzida 2,5

Reduzida 1,0

Normal 0

Edema

Presente 1,0

Ausente 0

Dispneia em repouso

Presente 3,5

Ausente 0

Delirium

Presente 4,0

Ausente 0

Grupos de risco

A 0,0 – 2,0

B 2,5 – 4,0

C 4,5 – 15,0

PPI > 4 - 20% sobrevivência às 6 semanas

PPI > 6 - 20% sobrevivência às 3 semanas

PPI ≤ 4 - > 20% sobrevivência às 6 semanas

89

Anexo G – Nomograma Prognóstico de Barretos

90

Anexo H – Nomograma Prognóstico Espanhol

91

Anexo I – Escala de Performance KPS

92

Anexo J – ECOG - PS

93

Anexo K – Escala de Avaliação de Sintomas de Edmontom (ESAS)

Escala de Avaliação de Sintomas de Edmonton (ESAS)

Esta é uma escala de avaliação de sintomas. Você responderá a 10 itens com respostas que variam de 0 (mínima intensidade) a 10 (máxima intensidade). Por favor, circule o número

que melhor descreve os seus sintomas nas últimas 24 horas:

94

Anexo L - Confusion Assesment Scale (CAM)

95

Anexo M – Parecer Consubstanciado do CEP

98

Anexo N – Cópia do artigo publicado

naitielle de paula pantano É possÍvel predizer a … · mestre em oncologia. ... salmo 36 ....

Documents