Sagaró CNM, Zamora ML

Idioma: Español
Referencias bibliográficas: 26
Paginas:
Archivo PDF: 1033.27 Kb.

RESUMEN

Introducción: el diseño de la metodología ASI-IMC permite una correcta aplicación del análisis estadístico implicativo en los estudios de causalidad en salud. Luego surgió la necesidad de validarla.
Objetivo: evaluar la efectividad de la metodología de aplicación del ASI-IMC.
Métodos: se realizó un estudio observacional analítico prospectivo de tipo casos y controles anidado en una cohorte, cuyo universo de estudio quedó conformado por todas las mujeres mayores de 18 años de edad, con el diagnóstico clínico e histológico de cáncer de mama, procedentes de la provincia de Santiago de Cuba, atendidas en el Hospital Oncológico “Conrado Benítez”, entre 2014 y 2019. Se emplearon como covariables 25 factores pronósticos supuestos. Se aplicó la regresión logística binaria previa verificación del cumplimiento de los supuestos requeridos sobre una muestra de 280 pacientes a razón de un control por caso que constituyó el mismo conjunto de datos al que se aplicó el análisis estadístico implicativo, para luego comparar los resultados de ambas técnicas. Se consideró la regresión como el estándar de oro, para lo cual se estimaron 14 indicadores: sensibilidad, especificidad, valores predictivos, razones de verosimilitud, odds ratio de diagnóstico, entre otros.
Resultados: fueron identificados, por ambas técnicas estadísticas, como factores de buen pronóstico de mortalidad por cáncer de mama en la población estudiada la determinación de los biomarcadores y de mal pronóstico el estadio avanzado, la metástasis y la quimioterapia. Los indicadores de eficacia arrojaron valores a favor de la técnica evaluada.
Conclusiones: se validó de manera satisfactoria la metodología diseñada demostrando ser efectiva para la identificación de factores pronósticos.

REFERENCIAS (EN ESTE ARTÍCULO)

1. Sagaró Del Campo NM, Zamora Matamoros L. Evolución histórica de las técnicas estadísticas y las metodologías para el estudio de la causalidad en ciencias médicas. MEDISAN. 2019 [citado 11Mar2021];23(3):[aprox. -556 p.]. Disponible en: Disponible en: http://www.medisan.sld.cu/index.php/san/article/view/2434

2. Gras R, Régnier JC, Lahanier-Reuter D, Marinica C, Guillet F. L'AnalyseStatistiqueImplicative. Des Sciences dures auxSciencesHumaines et Sociales 3ème éditionrevue et augmentée. Toulouse: Cépaduès Ed; 2017.

3. Sagaró Del Campo NM, Zamora Matamoros L. ¿Por qué emplear el análisis estadístico implicativo en los estudios de causalidad en salud? Revista Cubana de Informática Médica 2019[citado 11 Mar 2021];11(1):88-103. Disponible en: Disponible en: http://revinformatica.sld.cu/index.php/rcim/article/view/316/pdf_94

4. Sagaró Del Campo NM, Zamora Matamoros L. Propuesta metodológica de contextualización del análisis estadístico implicativo a las investigaciones médicas de causalidad. RCIM. 2020;12(1):31-43.

5. Rodríguez Sarria Y.M, Delisle Ureña G, Sagaró del Campo N.M, Escalona Fonseca M. Factores pronósticos y supervivencia de mujeres con cáncer de mama en Santiago de Cuba MEDISAN 2018[citado 11 Mar 2021];22(5):485. Disponible en: Disponible en: http://scielo.sld.cu/scielo.php?script=sci_arttext&pid=S1029-30192018000500004

6. Moraga Rodríguez A, Zamora Matamoros L, Sagaró del Campo NM, Moraga Rodríguez A, Rodríguez Griñán A. Análisis estadístico implicativo para la identificación de factores pronósticos de la mortalidad por cáncer de mama. MEDISAN . 2017[citado 11 Mar 2021];21(4): 413. Disponible en: Disponible en: http://scielo.sld.cu/scielo.php?script=sci_arttext&pid=S1029-30192017000400003

7. Pardo-Santana S, Sagaró-del-Campo NM, Zamora-Matamoros L, Viltre-Castellanos DM. Utilidad del análisis estadístico implicativo para identificar factores pronósticos en pacientes con cáncer de mama. Revista Electrónica Dr. Zoilo E. MarinelloVidaurreta [revista en Internet]. 2019 [citado 11 Mar 2021];44(4). Disponible en: Disponible en: http://revzoilomarinello.sld.cu/index.php/zmv/article/view/1869

8. Sagaró Del Campo NM, Zamora Matamoros L, Bonne Bartutis MT. Identificación de posibles factores causales en salud aplicando la metodología “ASI-IMC”. Multimed. 2021[citado 11 Jun 2021];25(4). Disponible en: Disponible en: http://www.revmultimed.sld.cu/index.php/mtm/article/view/1910

9. Sagaró Del Campo NM, Zamora Matamoros L. ¿Cómo se creó una metodología para aplicar el análisis estadístico implicativo en las investigaciones clínicas? Gac. Méd. Espirit. 2020[citado 11 Mar 2021];22(1):15-36. Disponible en: Disponible en: http://scielo.sld.cu/pdf/gme/v22n1/1608-8921-gme-22-01-15.pdf

10. Maffuz Aziz A, Labastida Almendaro S, Espejo Fonseca A, Rodríguez Cuevas S. Características clinicopatológicas del cáncer de mama en una población de mujeres en México. Cirugía y Cirujanos. 2017[citado 11 Mar 2021];85(3):201-7. Disponible en: Disponible en: https://www.redalyc.org/pdf/662/66250860003.pdf .

11. Kim JM, Kim JY, Jung EJ, Kwag SJ, Park JH, Park T, et al. The prognosis factors among breast cancer patients with extensive axillary lymph node metástasis. Korean J ClinOncol. 2018[citado 11 Mar 2021];14(1):43-7. Disponible en: Disponible en: https://www.koreamed.org/article/0247KJCO/2018.14.1.43

12. Chávez Mac Gregor M, Hortobagyi GN. Avances en el manejo del Cáncer de Mama Metastásico. ¿Existen subgrupos curables? En: Cáncer De Mama: Aspectos de Interés Actual. Fundación de Estudios Mastológicos; 2012. Cap 20.

13. Mohar-Betancourt A, Alvarado-Miranda A, Torres-Domínguez JA, Cabrera P, Lara-Medina F, Villarreal-Gómez YS, et al. Factores pronósticos en pacientes con cáncer de mama y metástasis cerebral como primer sitio de recurrencia. Salud PublicaMex. 2018[citado 11 Mar 2021];60(2):141-50. Disponible en: Disponible en: http://saludpublica.mx/index.php/spm/article/view/9082/11453

14. Wiltzel I, Olivera-Ferrer L, Pantel K, Müller V, Wikman H. Breast cancer brain metastases: biology and new clinical perspectives. BreastCancer Res. 2016[citado 11 Mar 2021];18(1):8. Disponible en: Disponible en: https://www.ncbi.nlm.nih.gov/pmc/articles/PMC4717619/pdf/13058_2015_Article_665.pdf

15. Kim HS, Yoo TK, Park WC, Chae BJ. Potential Benefits of Neoadjuvant Chemotherapy in Clinically Node-Positive Luminal Subtype− Breast Cancer. J BreastCancer. 2019[citado 11 Mar 2021];22(3):412-424 Disponible en: Disponible en: https://pubmed.ncbi.nlm.nih.gov/31598341/

16. Grassadonia A, Vici P, Gamucci T, Moscetti L, Pizzuti L, Mentuccia L, et al. Long-term outcome of breast cancer patients with pathologic N3a lymph node stage. Breast 2017[citado 11 Mar 2021];32:79-86. Disponible en: Disponible en: https://www.clinicalkey.es/service/content/pdf/watermarked/1-s2.0-S0960977616302879.pdf?locale=es_ES&searchIndex=

17. Welch HG, Prorok PC, O’Malley AJ, Kramer BS. Breast-Cancer Tumor Size, Overdiagnosis, and Mammography Screening Effectiveness. N Engl J Med 2016[citado 11 Mar 2021];375:1438-47. Disponible en: Disponible en: https://www.ncbi.nlm.nih.gov/pubmed/27732805

18. Adrover Cebrián E, Sabadel Mercadal MD, Izquierdo Sanz M, Prag de Puig M, Modolell Roig A. Factores pronósticos y predictivos en cáncer de mama. Una visión evolutiva de la morfología a la genética. España: Sociedad Española de Patología Mamaria; 2017. [citado 11 Mar 2021]. Disponible en: Disponible en: https://docplayer.es/95738177-Factores-pronosticos-y-predictivos-en-cancer-de-mama.html

19. García Mederos Y, Zamora Matamoros L, Sagaró del Campo N. Análisis estadístico implicativo en la identificación de factores de riesgo en pacientes con cáncer de pulmón. MEDISAN . 2015;19(8). [citado 11 Mar 2021]; Disponible en: Disponible en: http://scielo.sld.cu/scielo.php?script=sci_arttext&pid=S1029-30192015000800003

20. Moraga Rodríguez A, Zamora Matamoros L, Sagaró del Campo NM, Moraga Rodríguez A, Rodríguez Griñán A. Análisis estadístico implicativo para la identificación de factores pronósticos de la mortalidad por cáncer de pulmón. MEDISAN . 2016[citado 11 Mar 2021];20(3). Disponible en: Disponible en: http://scielo.sld.cu/scielo.php?script=sci_arttext&pid=S1029-30192016000300010

21. Moraga Rodríguez A, Zamora Matamoros L, Sagaró del Campo NM, Moraga Rodríguez A, Rodríguez Griñán A. Análisis estadístico implicativo para la identificación de factores pronósticos de la mortalidad por cáncer de próstata. MEDISAN . 2018[citado 11 Mar 2021];22(1). Disponible en: Disponible en: http://scielo.sld.cu/scielo.php?script=sci_arttext&pid=S1029-30192018000100007

22. Galano Vázquez K, Sagaró del Campo NM, Zamora Matamoros L, Lambert Matos Y, Mingui Carbonell E. Análisis estadístico implicativo en la identificación de factores pronósticos de mortalidad del cáncer renal. Rev. inf. cient. [Internet]. 2018 [citado 11 Mar 2021];97(4). Disponible en: Disponible en: http://www.revinfcientifica.sld.cu/index.php/ric/article/view/2268

23. Sagaró-del-Campo N, Zamora-Matamoros L. Análisis estadístico implicativo en la identificación de factores pronósticos de mortalidad por cáncer cervicouterino. Acta Médica del Centro. 2021[citado 11 Mar 2021];15(2). Disponible en: Disponible en: http://www.revactamedicacentro.sld.cu/index.php/amc/issue/view/53

24. Lamber-Matos Y, Sagaró-del-Campo N, Zamora-Matamoros L. Identificación de factores pronósticos en cáncer cérvico-uterino mediante análisis estadístico implicativo. Archméd Camagüey. 2021[citado 11 Mar 2021];25(4):e7956. Disponible en: Disponible en: http://revistaamc.sld.cu/index.php/amc/view/7956

25. Rodríguez-Pérez I, Sagaró-del-Campo NM, Zamora-Matamoros L, Martínez-Álvarez A. Factores pronósticos en la enfermedad pulmonar obstructiva crónica exacerbada. Rev. electron. Zoilo. 2021[citado 11 Mar 2021];46(2). Disponible en: Disponible en: http://revzoilomarinello.sld.cu/index.php/zmv/article/view/2643

26. Paez Candelaria Y, Sagaró del Campo NM, Zamora Matamoros L. Análisis estadístico implicativo en la determinación de factores pronósticos del estado nutricional del paciente grave al egreso. MEDISAN 2018[citado 11 Mar 2021];22(6). Disponible en: Disponible en: http://scielo.sld.cu/scielo.php?script=sci_arttext&pid=S1029-30192018000600007