é possível predizer a sobrevida de pacientes ambulatoriais com

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 PósGraduação 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
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 PósGraduação 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
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 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 DPAP.............................................................................................................. 45
FIGURA 6
Análise de Kaplan – Meyer para avaliação da sobrevida da ferramenta
PPI............................................................................................................... 47
FIGURA 7
Análise de Kaplan – Meyer para avaliação da sobrevida da ferramenta
NFRCHOW................................................................................................... 49
FIGURA 8
Análise de Kaplan – Meyer para avaliação da sobrevida da ferramenta
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
(Barretos, HCB, SP, Brasil, 2015)...................................................................... 26
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
(Barretos, HCB, SP, Brasil, 2015)...................................................................... 33
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
mGPS
Variáveis
Limitações
Albumina e PCR
Necessidade de coleta de
sangue.
DPAP
Anorexia, dispneia, escore do KPS,
Inadequado para pacientes com
leucócitos totais, linfopenia, ECS e
sobrevida estimada maior que
presença de delirium.
30 dias.
KPS, ingestão oral, edema, dispneia em
Desenvolvido para pacientes
repouso e delirium.
com expectativa de sobrevida
PPI
menor que seis meses.
Variáveis dicotômicas: sítio da neoplasia
Número de
Desenvolvido em população
primária (mama versus não mama), local
fatores de
específica de pacientes em
de metástases (apenas óssea versus não
risco de Chow
radioterapia.
óssea) e KPS (≤60% versus >60%).
ECOG-PS, DHL, número de linfócitos,
Inadequado para avaliar o
albumina sérica e tempo entre o
prognóstico de pacientes com
diagnóstico da doença inicial e o
expectativa de sobrevida maior
diagnóstico da doença em fase terminal
que 60 dias.
Opinião do profissional de saúde,
Provavelmente menos acurada
geralmente o médico.
(tendência a superestimar a
Nomograma
Prognóstico
Espanhol
ECS
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
Sexo
Masculino
Feminino
KPS
Albumina sérica
Metástase à distância
Ausente
Presente
Leucócitos séricos
P
Exp. (B)
95% IC de Exp. (B)
0,034
<0.001
<0.001
Ref.
0,689
0,971
0,380
0,488
0,959
0,277
0,972
0,982
0,522
0,005
<0.001
Ref.
1,799
1,089
1,196
1,042
2,706
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 bemestar, 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 quiquadrado 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)
Norte
11
(4,0)
Nordeste
5
(1,8)
Centro-Oeste
52
(18,9)
Sudeste
206
(74,6)
Sul
2
(0,7)
Solteiro
24
(8,7)
Casado/União Estável
175
(63,4)
Viúvo
41
(14,9)
Divorciado
36
(13,0)
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)
Analfabeto
33
(12,0)
Sabe ler e escrever
11
(4,0)
Ensino fundamental
33
(12,0)
80
(29,0)
38
(13,8)
Região
Estado Civil
Religião
Nível Educacional
incompleto
Ensino fundamental
completo
Ensino médio incompleto
(Continua na próxima página).
23
Tabela 3 (continuação) – Distribuição dos dados sóciodemográficos dos participantes
(Barretos, HCB, SP, Brasil, 2015).
Variável
Categorias
n
(%)
Nível Educacional
Ensino médio completo
43
(15,6)
Superior incompleto
2
(0,7)
Superior completo
29
(10,5)
Pós-graduação
7
(2,5)
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
4
(1,6)
Renda Familiar
Mínimos
Atividade Profissional
Profissão
(*) Não especificado.
Informação ausente
10
Em atividade
68
(24,7)
Inativo
207
(75,3)
Informação ausente
1
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)
Informação ausente
6
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).
Variável
Categorias
n
(%)
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)
Informação ausente
2
(Continua na próxima página).
25
Tabela 4 (continuação) - Distribuição dos dados clínicos dos participantes (Barretos, HCB, SP,
Brasil, 2015).
Variável
Categorias
n
(%)
Estadiamento inicial
I
14
(5,9)
II
67
(27,9)
III
87
(36,2)
IV
72
(30,0)
Não se aplica
3
Informação ausente
33
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)
Informação ausente
6
Não
16
(5,8)
Sim
259
(94,2)
Primeiro sítio de metástase
Presença de metástase na data
da coleta
Informação ausente
(*1)
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).
Variável
Categorias
Dispneia
Anorexia
n
(%)
Não
206
(74,6)
Sim
70
(25,4)
Não
103
(37,5)
Sim
172
(62,5)
Informação
ausente
Karnofsky
ECS
1
≥50
247
(89,5)
30-40
26
(9,4)
10-20
3
(1,1)
>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
(Continua na próxima página).
29
Tabela 8 (continuação) - Distribuição das variáveis do escore prognóstico D-PAP (Barretos,
HCB, SP, Brasil, 2015).
Variável
Categorias
Total de leucócitos
Porcentagem de linfócitos
Delirium
Grupo de risco D-PAP
6.5
n
(%)
Normal
175
(64,3)
Alto
36
(13,2)
Muito alto
61
(22,4)
Informação
ausente
4
Normal
133
(48,9)
Baixo
81
(29,8)
Muito baixo
58
(21,3)
Informação
ausente
4
Não
270
(97,8)
Sim
6
(2,2)
A
218
(84,5)
B
34
(13,2)
C
6
(2,3)
Informação
ausente
18
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).
Variável
Categorias
n
(%)
KPS%
10-20
1
(0,4)
30-50
102
(37,0)
≥60
173
(62,7)
Muito reduzida
93
(33,8)
Reduzida
80
(29,1)
Normal
102
(37,1)
Ingestão oral
Informação ausente
Edema
1
Ausente
188
(69,1)
Presente
84
(30,9)
Informação ausente
4
Dispneia em repouso Ausente
207
(75,0)
Presente
69
(25,0)
Ausente
270
(97,8)
Presente
6
(2,2)
A
107
(39,1)
B
71
(25,9)
C
96
(35,0)
Informação ausente
3
Delirium
Grupo de risco PPI
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 (bemestar e tristeza) e 4,8 (ansiedade).
32
Tabela 10 - Distribuição das variáveis do questionário ESAS (Barretos, HCB, SP, Brasil, 2015).
Categorias
Média
Desvio Padrão
Valor mínimo
Valor máximo
[DP]
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).
Variável
CAM Q1
CAM Q2A
CAM Q2B
Categorias
Não
Sim
Informação ausente
Não
Ausente em todo o tempo da
entrevista
Presente em algum momento da
entrevista, leve
Incerto
Não
Sim
Incerto
n
268
7
1
265
5
(%)
(97,5)
(2,5)
4
(1,5)
2
272
1
3
(99,6)
(0,4)
(96,7)
(1,8)
(Continua na próxima página).
33
Tabela 11 (continuação) - Distribuição das respostas do questionário CAM (Barretos, HCB,
SP, Brasil, 2015).
Variável
CAM Q3
CAM Q4
CAM Q5
CAM Q6
CAM Q7
CAM Q8 (Parte 1)
CAM Q8 (Parte 2)
CAM Q9
Categorias
Não
Sim
Incerto
Alerta
Letárgico
Estupor
Coma
Incerto
Não
Sim
Informação ausente
Não
Sim
Informação ausente
Não
Ignorado
Não
Informação ausente
Não
Sim
Informação ausente
Não
Sim
Informação ausente
n
272
3
1
266
4
2
1
3
274
1
1
270
5
1
275
1
275
1
257
18
1
268
7
1
(%)
(98,9)
(1,1)
(97,4)
(1,5)
(0,7)
(0,4)
(99,6)
(0,4)
(98,2)
(1,8)
(100,0)
(100,0)
(93,5)
(6,5)
(97,5)
(2,5)
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
(Barretos, HCB, SP, Brasil, 2015).
Categorias
n
(%)
Controle de dor ou outros sintomas
44
(16,1)
(Continua na próxima página).
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)
Informação ausente
4
(*) 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
Oncologista
Residente
Titular
Anos de experiência
médica geral
<10 anos
≥10 anos
Idade do médico
≤35 anos
>35 anos
Consultou o paciente
previamente?
Sim
Não
Câncer de mama
Sim
Não
Câncer ginecológico
Sim
Não
Câncer Aparelho
Digestivo Baixo
Sim
Não
Câncer Aparelho
Digestivo Alto
Sim
Não
Câncer Urológico
Sim
Não
Câncer de Pulmão
Sim
Não
Câncer de cabeça
e pescoço
Sim
Não
Estimativa clínica de sobrevivência
Pessimismo
Concordância
Otimismo
n (%)
n (%)
n (%)
p-valor
0,628
32 (31,6)
60 (37,2)
35 (34,6)
49 (30,4)
34 (33,6)
52 (32,2)
0,903
59 (36,1)
33 (34,3)
50 (30,6)
32 (33,3)
54 (33,1)
31 (32,2)
37 (33,3)
53 (36,3)
36 (32,4)
46 (31,5)
38 (34,2)
47 (32,1)
0,880
0,664
50 (32,8)
42 (38,1)
51 (33,5)
33 (30,0)
51 (33,5)
35 (31,8)
0,335
17 (27,4)
75 (37,5)
23 (37,0)
61 (30,5)
22 (35,4)
64 (32,0)
0,121
14 (51,8)
78 (33,1)
5 (18,5)
79 (33,6)
8 (29,6)
78 (33,1)
0,457
14 (41,1)
78 (34,2)
12 (35,2)
72 (31,5)
8 (23,5)
78 (34,2)
0,881
13 (35,1)
79 (35,1)
13 (35,1)
71 (31,5)
11 (29,7)
75(33,3)
7 (36,8)
85 (34,9)
3 (15,7)
81 (33,3)
9 (47,3)
77 (31,6)
0,220
0,091
10 (26,3)
82 (37,9)
18 (47,3)
66 (29,4)
10 (26,3)
76 (33,9)
0,946
7 (35,0)
85 (35,1)
7 (35,0)
77 (31,8)
6 (30,0)
80 (33,0)
0,089
(Continua na próxima página).
38
Tabela 14 (continuação) – Associação de erros por pessimismo, erros por otimismo e acertos
(concordância) com características dos médicos e dos pacientes (Barretos, SP, Brasil, 2015).
Variáveis
Outro câncer
Sim
Não
Caquexia
Sim
Não
Dor
Sim
Não
Fadiga
Sim
Não
Depressão
Sim
Não
Anorexia
Sim
Não
Metástase hepática
Sim
Não
Metástase pulmonar
Sim
Não
Metástase SNC
Sim
Não
Idade dos pacientes
<60 anos
≥60 anos
Ingesta nutricional
Normal ou quase
normal
Pouco reduzida
Estimativa clínica de sobrevivência
Pessimismo
Concordância
Otimismo
n (%)
n (%)
n (%)
p-valor
0,077
10 (41,6)
82 (34,4)
3 (12,5)
81 (34,0)
11 (45,8)
75 (31,5)
0,074
41 (30,1)
47 (39,4)
52 (38,2)
30 (25,2)
43 (31,6)
42 (35,2)
0,560
49 (35,2)
42 (34,4)
41 (29,4)
43 (35,2)
49 (35,2)
37 (30,3)
0,049
44 (29,3)
47 (42,3)
56 (37,3)
28 (25,2)
50 (33,3)
36 (32,4)
0,333
43 (31,1)
47 (38,8)
49 (35,5)
34 (28,0)
46 (33,3)
40 (33,0)
0,292
47 (31,5)
44 (40,0)
52 (34,8)
30 (27,2)
50 (33,5)
36 (32,7)
0,477
28 (30,7)
60 (38,2)
31 (34,0)
50 (31,8)
32 (35,1)
47 (29,9)
0,244
36 (42,3)
52 (31,9)
26 (30,5)
55 (33,7)
23 (27,0)
56 (34,3)
0,893
9 (36,0)
79 (35,4)
9 (36,0)
72 (32,2)
7 (28,0)
72 (32,2)
0,956
47 (35,8)
45 (34,3)
42 (32,0)
42 (32,0)
42 (32,0)
44 (33,5)
0,012
70 (40,4)
46 (26,5)
57 (32,9)
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
(concordância) com características dos médicos e dos pacientes (Barretos, SP, Brasil, 2015).
Variáveis
KPS (%)
0-50
60-70
80-100
CPs exclusivos
Sim
Não
Estimativa clínica de sobrevivência
Pessimismo
Concordância
Otimismo
n (%)
n (%)
n (%)
p-valor
0,477
31 (30,6)
48 (36,0)
13 (46,4)
32 (31,6)
43 (32,3)
9 (32,1)
38 (37,6)
42 (31,5)
6 (21,4)
0,323
28 (32,1)
64 (36,7)
33 (37,9)
50 (28,7)
26 (29,8)
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
Oncologista
Residente
Titular
Anos de experiência
<10 anos
Univariada
OR (95%CI)
Ref.
0,825 (0,486-1,401)
pvalor
Multivariada
OR (95%CI)
pvalor
0,477
Ref.
(Continua na próxima página).
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).
Variáveis
≥10 anos
Idade do médico
≤35 anos
>35 anos
Consultou o paciente
previamente?
Sim
Não
Câncer de mama
Sim
Não
Câncer ginecológico
Sim
Não
Câncer Aparelho
Digestivo Baixo
Sim
Não
Câncer Aparelho
Digestivo Alto
Sim
Não
Câncer urológico
Sim
Não
Câncer de pulmão
Yes
No
Câncer de cabeça
e pescoço
Sim
Não
Univariada
OR (95%CI)
1,130 (0,659-1,938)
pvalor
0,657
Multivariada
OR (95%CI)
Ref.
1,043 (0,615-1,771)
0,875
0,849 (0,500-1,440)
Ref.
0,543
1,344 (0,740-2,441)
Ref.
0,332
0,449 (0,164-1,230)
Ref.
0,119
1,182 (0,554-2,519)
Ref.
0,665
1,175 (0,566-2,441)
Ref.
0,666
0,375 (0,106-1,324)
Ref.
0,128
NS
2,155 (1,071-4,333)
Ref.
0,031
NS
1,154 (0,443-3,007)
Ref.
0,770
pvalor
NS
(Continua na próxima página).
41
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).
Variáveis
Outro câncer
Sim
Não
Caquexia
Sim
Não
Dor
Sim
Não
Fadiga
Sim
Não
Depressão
Sim
Não
Anorexia
Sim
Não
Metástase hepática
Sim
Não
Metástase pulmonar
Sim
Não
Metástase SNC
Sim
Não
Idade do paciente
<60 anos
≥60 anos
Ingesta nutricional
Normal ou quase normal
Reduzida ou muito
reduzida
KPS (%)
0-50
60-70
80-100
Univariada
OR (95%CI)
pvalor
Multivariada
OR (95%CI)
0,277 (0,080-0,956)
Ref.
0,042
0,240 (0,068-0,844)
Ref.
1,837 (1,071-3,149)
Ref.
0,027
NS
0,769 (0,457-1,293)
Ref.
0,322
1,766 (1,028-3,034)
Ref.
0,039
1,409 (0,831-2,388)
Ref.
0,203
1,430 (0,835-2,448)
Ref.
0,193
1,106 (0,639-1,713)
Ref.
0,720
0,865 (0,492-1,521)
Ref.
0,615
1,180 (0,497-2,798)
Ref.
0,708
Ref.
1,000 (0,595-1,680)
pvalor
0,026
NS
NS
1,000
Ref.
2,057 (1,200-3,525)
0,009
Ref.
1,030 (0,592-1,794)
1,021 (0,416-2,505)
0,916
0,963
Ref.
2,211 (1,277-3,829)
0,005
(Continua na próxima página).
42
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).
Variáveis
Univariada
OR (95%CI)
CPs exclusivos
Sim
Não
6.12.3
1,516 (0,880-2,610)
Ref.
pvalor
0,134
Multivariada
OR (95%CI)
pvalor
NS
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,
p<0,001). A sensibilidade encontrada neste ponto foi de 66,67% (IC95%=58,84%-73,87%),
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
(Barretos, HCB, SP, Brasil, 2015).
Classificação
Casos
Óbitos
30 dias
90 dias
180 dias
<p25
77
35
97,40%
83,10%
66,20%
p25-p75
120
91
87,50%
64,20%
35,10%
>p75
71
60
52,10%
32,50%
16,90%
P
<0,001
44
Figura 4 - Análise de Kaplan – Meyer para avaliação da sobrevida do Nomograma de
Barretos.
6.12.4
DPAP
Análise da Curva ROC
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%=66,3%-90,0%), especificidade de 78,85% (IC95%=72,66%-84,19%), VPP 47,62%
(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%=0,7250,841, 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.
Teste de Hosmer-Lemeshow
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
Curva de sobrevivência
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).
Classificação
Casos
Óbitos
30 dias
90 dias
180 dias
A
218
139
89,00%
68,80%
46,10%
B
34
34
38,20%
17,60%
2,90%
C
6
6
16,70%
16,70%
0,00%
P
<0,001
Figura 5 - Análise de Kaplan – Meyer para avaliação da sobrevida da ferramenta D-PAP.
6.12.5
PPI
46
Análise da Curva ROC
Para análise referente ao estatus dos participantes em 30 dias, adotamos o ponto de
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%),
especificidade de 61,82% (IC95%=55,05%-68,27%), VPP 33,33% (IC95%=25,19%-42,28%) e
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
especificidade
foi
de
(IC95%=61,47%-75,94%),
71,84%
VPP
(IC95%=62,13%-80,27%),
58,73%
(IC95%=49,62%-67,42%)
e
de
69,05%
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,
p<0,001). A sensibilidade encontrada neste ponto foi de 61,11% (IC95%=53,15%-68,66%),
especificidade de 73,74% (IC95%=63,93%-82,07%), VPP 79,20% (IC95%=71,03%-85,94%) e
VPN 53,68% (IC95%=44,93%-62,26%).
Estatística D de Kolmogorov-Smirnov e C index
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.
Teste de Hosmer-Lemeshow
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).
Curva de sobrevivência
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).
Classificação
Casos
Óbitos
30 dias
90 dias
180 dias
A
107
57
96,30%
84,10%
62,40%
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
P
<0,001
48
Análise da Curva ROC
Para análise referente ao estatus dos participantes em 30 dias, adotamos o ponto de
corte 2,5, onde a área foi calculada em 0,661 (erro padrão=0,039; IC95%=0,584-0,738,
p<0,001). A sensibilidade encontrada neste ponto foi de 75,47% (IC95%=61,72%-86,24%),
especificidade de 55,41% (IC95%=48,61%-62,06%), VPP 28,78% (IC95%=21,42%-37,06%) e
VPN 90,44% (IC95%=84,21%-94,81%).
No que diz respeito à análise dos participantes no estatus em 90 dias, adotamos o
ponto de corte 2,5 onde a área foi calculada em 0,633 (erro padrão=0,034; IC95%=0,5670,700, p<0,001). Neste ponto a sensibilidade encontrada foi de 65,09% (IC95%=55,22%74,10%), especificidade de 58,58% (IC95%=50,76%-66,09%), VPP 49,64% (IC95%=41,06%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
onde a área foi calculada em 0,682 (erro padrão=0,034; IC95%=0,614-0,749, p<0,001). A
sensibilidade encontrada neste ponto foi de 63,03% (IC95%=55,18%-70,40%), especificidade
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%).
Estatística D de Kolmogorov-Smirnov e C index
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.
Teste de Hosmer-Lemeshow
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).
Curva de sobrevivência
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).
Classificação
I
II
III
Casos
33
103
139
Óbitos
15
60
115
30 dias
93,00%
89,00%
71,20%
90 dias
84,00%
68,90%
50,40%
180 dias
69,00%
50,20%
24,80%
P
<0,001
Figura 7 - Análise de Kaplan – Meyer para avaliação da sobrevida da ferramenta.
6.12.7
Modified Glasgow Prognostic Score
Análise da Curva ROC
Para análise referente ao estatus dos participantes em 30 dias, adotamos o ponto de
corte 1, onde a área foi calculada em 0,708 (erro padrão=0,046; IC95%=0,618-0,798,
p<0,001). A sensibilidade encontrada neste ponto foi de 88,46% (IC95%=69,85%-97,55%),
especificidade de 82,33% (IC95%=76,80%-87,01%), VPP 35,94% (IC95%=24,32%-48,90%) e
VPN 98,45% (IC95%=95,55%-99,68%).
50
No que diz respeito à análise dos participantes no estatus em 90 dias, adotamos o
ponto de corte 1 onde a área foi calculada em 0,371 (erro padrão=0,036; IC95%=0,3000,442, p<0,001). Neste ponto a sensibilidade encontrada foi de 29,13% (IC95%=20,59%38,90%), especificidade de 92,12% (IC95%=86,90%-95,74%), VPP 69,77% (IC95%=53,87%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
onde a área foi calculada em 0,612 (erro padrão=0,035; IC95%=0,544-0,680, p<0,001). A
sensibilidade encontrada neste ponto foi de 23,60% (IC95%=17,28%-30,93%), especificidade
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%).
Estatística D de Kolmogorov-Smirnov e C index
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.
Teste de Hosmer-Lemeshow
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).
Curva de sobrevivência
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).
Classificação
Casos
Óbitos
30 dias
90 dias
180 dias
0
211
134
89,10%
69,20%
46,20%
1
14
12
71,40%
42,90%
28,60%
2
43
39
46,50%
30,20%
11,20%
P
<0,001
51
Figura 8 - Análise de Kaplan – Meyer para avaliação da sobrevida da ferramenta mGPS.
6.12.8
Nomograma Espanhol
Análise da Curva ROC
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%=65,34%-83,12%), especificidade de 70,89% (IC95%=63,14%-77,83%), VPP 61,98%
(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,
p<0,001). A sensibilidade encontrada neste ponto foi de 74,68% (IC95%=67,16%-81,26%),
especificidade de 68,82% (IC95%=58,37%-78,02%), VPP 80,27% (IC95%=72,91%-86,37%) e
VPN 61,54% (IC95%=51,49%-70,91%).
Estatística D de Kolmogorov-Smirnov e C index
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.
Teste de Hosmer-Lemeshow
A calibragem do Nomograma Espanhol foi mensurada pelo teste de HosmerLemeshow, 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).
Curva de sobrevivência
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
<p25
p25-p75
>p75
Casos
70
124
64
Óbitos
28
90
62
30 dias
95,70%
87,90%
50,00%
90 dias
88,60%
62,90%
28,10%
180 dias
74,20%
35,10%
6,30%
P
<0,001
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
NFRCHOW=Número de Fatores de Risco de Chow; mGPS=modified Glasgow Prognostic Score.
Espanhol;
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
(Continua na próxima página).
55
Tabela 23 (continuação) - Comparações pareadas das curvas ROC entre as diferentes
ferramentas prognósticas.
Diferença entre
30 dias
AUCs
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
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.
30 dias
90 dias
180 dias
C index
Ferramentas
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
80
75,4
0,81
75
70,8
0,78
74,6
68,8
0,80
0,72
Espanhol
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 DPAP, 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
http://www.cdc.gov/DataStatistics/.
[Internet].
Available
from:
4.
INCA.
O
que
é
o
câncer
[Internet].
http://www1.inca.gov.br/conteudo_view.asp?id=322.
Available
from:
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.
2014
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 patientreported 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: McGrawHill 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
Naitielle de Paula Pantano
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) 33210347, (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 Data
ou do representante legal
Assinatura
Nome por extenso do responsável que explicou e Data
obteve o Termo de Consentimento
Assinatura
Nome por extenso da testemunha imparcial
(Para casos de analfabetos, semi-analfabetos ou
portadores de deficiência auditiva ou visual)
Assinatura
Data
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
Naitielle de Paula Pantano
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) 33210347, (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 Data
obteve o Termo de Consentimento
Assinatura
Nome por extenso da testemunha imparcial
(Para casos de analfabetos, semi-analfabetos ou
portadores de deficiência auditiva ou visual)
Assinatura
Data
82
Anexo C – Protocolo de coleta de dados
Cole aqui a etiqueta do paciente
CARACTERÍSTICAS SÓCIO-DEMOGRÁFICAS
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
ID do estudo
Nome do paciente
1
2
RH
3
Data da coleta
DD/MM/AAAA
Data de nascimento
DD/MM/AAAA
Cidade e Estado em que reside atualmente
Cidade-Estado
Telefone (s) para contato
(_ _) _ _ _ _ _ _ _ _ _
Estado civil:
1- Solteiro (a); 2- Casado (a)/União estável; 3- Viúvo(a); 4Divorciado(a); 99- Ignorado
Religião
1- Católico; 2- Evangélico; 3- Espírita; 4- Testemunha de Jeová; 5Ateu; 6- Outro; 99- Ignorado
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; 7Superior completo; 8- Pós-graduação; 99- Ignorado
Renda familiar
Em salários mínimos; 99- Ignorado
Profissão
Descrever; 99- Ignorado
Atividade profissional (Incluindo o trabalho em casa - do lar)
1- Em atividade, 2- Inativo; 99- Ignorado
CARACTERÍSTICAS CLÍNICAS
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
Se outro tipo de tumor, especificar:
Descrever; 88- Não se aplica; 99- Ignorado
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
Data do diagnóstico inicial
4
___/___/______
5
___/___/______
6
7
(_ _) _ _ _ _ _ _ _ _ _
8
9
10
11
12
13
14
15
16
17
___/___/______
83
DD/MM/AAAA
Data do diagnóstico de doença metastática ou recidivada
18
18
DD/MM/AAAA
Primeiro sítio de metástase
0- Recidiva local; 1- Osso; 2- Pulmão; 3- Fígado; 4- Outro; 5- Mais de
19
19
um primeiro sítio de metástase (descrever todos abaixo); 99Ignorado
Se outro primeiro sítio de metástase, detalhar:
Descrever; 88- Não se aplica; 99- Ignorado 20
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
METÁSTASE ATUAL
Algum outro local com metástase atualmente?
0- Não; 1- Sim; 99- Ignorado
Linfonodos?
0- Não; 1- Sim; 88- Não se aplica; 99- Ignorado
Pele
0- Não; 1- Sim; 88- Não se aplica; 99- Ignorado
Osso (s)
0- Não; 1- Sim; 88- Não se aplica; 99- Ignorado
Pulmão (ões)
0- Não; 1- Sim; 88- Não se aplica; 99- Ignorado
Fígado
0- Não; 1- Sim; 88- Não se aplica; 99- Ignorado
Cérebro
0- Não; 1- Sim; 88- Não se aplica; 99- Ignorado
Glândula adrenal
0- Não; 1- Sim; 88- Não se aplica; 99- Ignorado
Baço
0- Não; 1- Sim; 88- Não se aplica; 99- Ignorado
Ovário (s)
0- Não; 1- Sim; 88- Não se aplica; 99- Ignorado
Outros locais (especificar)
Descrever; 88- Não se aplica; 99- Ignorado
SEGUIMENTO
Estatus
0- Óbito; 1- Vivo; 2- Perda de seguimento; 99- Ignorado
Data do estatus
DD/MM/AAAA
Data do óbito
DD/MM/AAAA
___/___/______
21
22
23
24
25
26
27
28
29
30
31
32
33
___/___/______
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
Nome do paciente
2
3
4
5
6
7
8
9
10
11
12
13
14
15
RH
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; 99Ignorado
Se outro motivo de encaminhamento para os cuidados
paliativos, detalhar:
Descrever; 88- Não se aplica; 99- Ignorado
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
Médico:
1- Residente; 2- Titular; 99- Ignorado
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
Ano de formatura em medicina
AAAA
Ano de término de residência de clínica médica
AAAA
Ano de término da residência em cancerologia clínica
AAAA; 8888- Não se aplica
ESCALAS DE DESEMPENHO FUNCIONAL
KPS (%):
0 a 100
ECOG-PS:
0a4
SINTOMAS NÃO AVALIADOS PELO ESAS
Dispnéia em repouso
0- Ausente; 1- Moderada; 2- Importante; 99- Ignorado
Ingestão alimentar:
0- Normal; 1- Moderadamente reduzida; 2- Severamente
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
85
reduzida; 99- Ignorado
16
17
18
19
20
21
22
23
24
25
EXAME FÍSICO
Presença de edema periférico:
0- Ausente; 1- Leve; 2- Moderado; 3- Importante; 99–
Ignorado
Peso atual
Em kg
Peso habitual
Em kg
Peso há aproximadamente 6 meses
Em kg
Altura
Em centímetros
EXAMES DE SANGUE
Hemograma - Leucócitos totais:
999999999- Ignorado
Hemograma – Linfócitos:
999999999- Ignorado
Albumina sérica:
999999999- Ignorado
Desidrogenase lática (DHL)
999999999- Ignorado
Proteína C reativa (PCR)
999999999- Ignorado
16
17
18
19
20
21
22
23
24
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
96
97
98
Anexo N – Cópia do artigo publicado
99
100
101
102
103
104