Your browser doesn't support javascript.
loading
Show: 20 | 50 | 100
Results 1 - 2 de 2
Filter
Add filters








Year range
1.
Arq. neuropsiquiatr ; 57(2B): 392-400, jun. 1999. tab, graf
Article in Portuguese | LILACS | ID: lil-236066

ABSTRACT

Estudamos crianças acompanhadas em nosso Ambulatório de Epilepsia Infantil que apresentaram primeira crise epiléptica não provocada no período de setembro/1989 a julho/1996. O tempo médio decorrido entre a crise e a inclusão no estudo foi 16 dias. As variáveis: idade, sexo, tipo e etiologia da crise epiléptica, estado de sono, antecedente de convulsão febril (CF), antecedente de crise não provocada nos familiares próximos (AF), eletrencefalograma (EEG) e tomografia computadorizada (TC) foram avaliadas como fatores de risco para recorrência. Encontramos dois grupos de pacientes, quanto a etiologia das crises: -(a) crises idiopáticas (G-CI) e (b) crises sintomáticas remotas (G-CSR). Este último grupo tinha apenas dois pacientes e foram exluídos. Prosseguimos a análise com os pacientes do G-CI (n=86). Foi observada recorrência em 29 crianças (33 por cento), durante seguimento médio de 2,4 anos. Através de método estatístico, que utilizou o modelo de riscos proporcionados para análise uni e multivariada, observamos que os pacientes com EEG alterado e aqueles com AF positivo tiveram maior risco de recidiva (p<0,003). Observando a curva de sobrevivência, estimou-se risco de recorrência após primeira crise: 18 por cento no primeiro semestre e 27 por cento, 35 por cento, 38 por cento no primeiro, segundo e terceiro anos, respectivamente.


Subject(s)
Humans , Male , Female , Infant , Child, Preschool , Child , Adolescent , Epilepsy/epidemiology , Recurrence , Risk Factors
2.
Rev. bras. ter. intensiva ; 9(1): 40-9, jan.-mar. 1997. tab, graf, ilus
Article in Portuguese | LILACS | ID: lil-197277

ABSTRACT

Säo apresentadas as bases teóricas que dao suporte estatistico aos modernos conceitos que regem os diferentes sistemas de Indices Prognosticos atualmente em uso. Sendo a ocorrencia da morte ou sobrevida um processo dicotomico, a analise por regressao linear nao se aplica. Apresenta-se a analise de regressao logistica como metodo de identificacao de variaveis de interesse na estimativa do risco de obito em pacientes admitidos em Unidades de Terapia Intensiva. Sao apresentados os metodos de validacao dos sistemas prognosticos. Em particular e abordado o modelo de ajuste de Hosmer e Lemeshow. Sao apresentados os dois sistemas de analise, o primeiro que separa os pacientes por grupos com o mesmo numero de pacientes, e o segundo, por grupos com a mesma faixa de riscos. Enfatiza-se que, embora o primeiro sistema seja mais preciso, pode induzir a serios erros na comparacao entre a estimativa de obitos e a mortalidade observada, quando o numero de pacientes na faixa de risco e pequeno. Finalmente, descreve-se a curva ROC (Receiving Operating Characteristic) como um dos metodos essenciais na avaliacao de sistemas prognosticos. A despeito de um tratamento matematico muito sofisticado, a importancia da experiencia clinica em determinadas variaveis nao pode ser subestimada. Populacoes semelhantes podem produzir inumeros sistemas com diferentes equacoes e com resultados muito semelhantes. E feita uma analise critica dos sistemas atualmente disponiveis apontando as suas diferentas e limitacoes. Enfatiza-se o fato de que estes sistemas abrangentes carecem de uma avaliacao do componente anatomico cuja importancia nao e suficientemente considerada. Nestas condicoes, a despeito do sofisticado embasamento estatistico que os suportam, a sua aplicacao como ferramenta de controle de qualidade em Unidade de Terapia Intensiva merece ser questionada.


Subject(s)
Humans , Intensive Care Units , Prognosis , Death , Logistic Models , Methods , Quality Control , Risk Factors , ROC Curve
SELECTION OF CITATIONS
SEARCH DETAIL