Análises Estatísticas: Ana Paula

Edneide Ramalho
10/04/2026

Estatística Descritiva

**Tabela 1.** Características clínicas, demográficas e laboratoriais dos pacientes submetidos à PTX (n = 147)
Característica	N = 147
Idade (anos), Median (Q1, Q3)	43.0 (36.0, 52.0)
Sexo, n (%)
Feminino	74 (50.3%)
Masculino	73 (49.7%)
Doença de base, n (%)
Indeterminada	70 (47.6%)
Diabetes	12 (8.2%)
Hipertensão	29 (19.7%)
GNC	20 (13.6%)
Outras	16 (10.9%)
Tempo em diálise até PTX (meses), Median (Q1, Q3)	120.0 (84.0, 168.0)
Tempo de espera para PTX (meses), Median (Q1, Q3)	21.0 (13.0, 50.0)
Tipo de PTX, n (%)
Total com implante	132 (89.8%)
Subtotal	15 (10.2%)
Status vital (jan/2026), n (%)
Vivo	102 (69.4%)
Óbito	18 (12.2%)
Sem referência	27 (18.4%)
Tempo de seguimento pós PTX (meses), Median (Q1, Q3)	20.0 (8.0, 42.0)
Cálcio PRÉ (mg/dL), Median (Q1, Q3)	9.8 (9.2, 10.6)
Fósforo PRÉ (mg/dL), Median (Q1, Q3)	5.6 (4.7, 6.8)
Albumina PRÉ (g/dL), Median (Q1, Q3)	4.1 (3.9, 4.3)
Sem dado	19
Fosfatase Alcalina PRÉ (U/L), Median (Q1, Q3)	753.0 (383.0, 1,590.0)
FA PRÉ (× limite superior normal), Median (Q1, Q3)	4.5 (2.0, 7.3)
PTH PRÉ (pg/mL), Median (Q1, Q3)	2,292.0 (1,701.0, 2,500.0)
Vitamina D PRÉ (ng/mL), Median (Q1, Q3)	36.0 (28.0, 43.0)
Sem dado	61
PTH imediato pós PTX (pg/mL), Median (Q1, Q3)	20.0 (5.0, 110.0)
Fratura pré PTX, n (%)
Sim	29 (19.7%)
Não	118 (80.3%)
Tumor marrom, n (%)
Sim	21 (14.3%)
Não	126 (85.7%)
Calcifilaxia, n (%)
Sim	4 (2.7%)
Não	143 (97.3%)
Fratura pós PTX, n (%)
Sim	2 (1.4%)
Não	145 (98.6%)
Dor, n (%)
Sim	127 (95.5%)
Não	6 (4.5%)
Sem dado	14
Dose acumulada CaCO₃ 12M (g), Median (Q1, Q3)	964.0 (582.0, 1,719.0)
Sem dado	52
Dose acumulada Calcitriol 12M (mcg), Median (Q1, Q3)	177.5 (99.5, 401.0)
Sem dado	55
Evolução PTH com 12 meses, n (%)
PTH ≥ 150	42 (38.5%)
PTH < 150	67 (61.5%)
Sem dado	38
T-score Fêmur Total PRÉ, Median (Q1, Q3)	-1.9 (-2.6, -0.6)
Sem dado	74
G/cm² Fêmur Total PRÉ, Median (Q1, Q3)	0.7 (0.6, 0.9)
Sem dado	74
T-score Colo Femoral PRÉ, Median (Q1, Q3)	-1.8 (-2.6, -0.9)
Sem dado	74
G/cm² Colo Femoral PRÉ, Median (Q1, Q3)	0.6 (0.6, 0.7)
Sem dado	76
T-score L1-L4 PRÉ, Median (Q1, Q3)	-2.9 (-4.2, -1.7)
Sem dado	69
G/cm² L1-L4 PRÉ, Median (Q1, Q3)	0.8 (0.6, 0.9)
Sem dado	69
Osteoporose PRÉ, n (%)
Sim	45 (57.7%)
Não	33 (42.3%)
Sem dado	69

Comparação PRÉ vs 12M dos exames laboratoriais

**Tabela 2.** Exames laboratoriais PRÉ e 12 meses pós PTX (n = 109)
Characteristic¹	PRÉ N = 109¹	12M N = 109¹	p-value¹
Cálcio (mg/dL)	9.7 (9.3, 10.5)	8.6 (7.7, 9.3)	<0.001
Fósforo (mg/dL)	5.5 (4.7, 6.5)	3.6 (2.7, 5.0)	<0.001
Albumina (g/dL)	4.1 (3.9, 4.3)	4.4 (4.1, 4.6)	<0.001
Sem dado	16	20
Fosfatase Alcalina (U/L)	753.0 (383.0, 1,469.0)	195.0 (115.0, 338.0)	<0.001
Sem dado	0	8
FA (× limite superior normal)	4.5 (1.9, 6.8)	1.1 (0.8, 2.0)	<0.001
Sem dado	0	8
PTH (pg/mL)	2,294.0 (1,706.0, 2,500.0)	113.0 (50.0, 396.0)	<0.001
Vitamina D (ng/mL)	34.0 (27.0, 42.0)	40.5 (32.0, 53.0)	0.007
Sem dado	44	39
¹ Mediana (IQR). Wilcoxon pareado.

A comparação dos exames laboratoriais antes e 12 meses após a PTX (n = 109) demonstrou melhora significativa em todos os parâmetros avaliados. O PTH reduziu de 2.294 (IQR: 1.706–2.500) para 113 pg/mL (IQR: 50–396; p<0,001), refletindo o sucesso cirúrgico na supressão do hiperparatireoidismo. A fosfatase alcalina, marcador de remodelação óssea, também reduziu expressivamente de 753 (IQR: 383–1.469) para 195 U/L (IQR: 115–338; p<0,001), assim como a FA expressa em múltiplos do limite superior normal, de 4,5 para 1,1× (p<0,001). O cálcio reduziu de 9,7 para 8,6 mg/dL (p<0,001) e o fósforo de 5,5 para 3,6 mg/dL (p<0,001), indicando correção da hipercalcemia e hiperfosfatemia pré-operatórias. A albumina aumentou discretamente de 4,1 para 4,4 g/dL (p<0,001) e a vitamina D de 34,0 para 40,5 ng/mL (p=0,007), sugerindo melhora do estado nutricional e metabólico após o procedimento.

Nota: vitamina D teve alto número de dados faltantes (44 PRÉ e 39 no 12M), então a interpretação desse resultado deve ser cautelosa. E o N=109 no cabeçalho das colunas é o total do subgrupo — o Wilcoxon pareado trabalhou com os pares completos de cada variável, que variam conforme o missing. Posso ajustar o cabeçalho para mostrar o N real de cada par se quiser.

Comparação pacientes vivos x mortos

**Tabela 3.** Comparação das características entre pacientes vivos e em óbito (n = 120)
Characteristic¹	Óbito N = 18¹	Vivo N = 102¹	p-value¹
Idade (anos)	42.0 (39.0, 53.0)	45.0 (36.0, 52.0)	0.5
Sexo			0.6
Feminino	10 (55.6%)	49 (48.0%)
Masculino	8 (44.4%)	53 (52.0%)
Doença de base			0.024
Indeterminada	7 (38.9%)	55 (53.9%)
Diabetes	4 (22.2%)	4 (3.9%)
Hipertensão	5 (27.8%)	18 (17.6%)
GNC	0 (0.0%)	14 (13.7%)
Outras	2 (11.1%)	11 (10.8%)
Tempo em diálise até PTX (meses)	126.0 (80.0, 180.0)	120.0 (84.0, 168.0)	>0.9
Tempo de espera para PTX (meses)	18.0 (11.0, 76.0)	24.0 (14.0, 47.0)	0.4
Tipo de PTX			0.7
Total com implante	16 (88.9%)	93 (91.2%)
Subtotal	2 (11.1%)	9 (8.8%)
Tempo de seguimento pós PTX (meses)	21.0 (1.0, 48.0)	23.0 (12.0, 52.0)	0.4
Cálcio PRÉ (mg/dL)	9.8 (9.1, 10.4)	9.7 (9.3, 10.5)	>0.9
Fósforo PRÉ (mg/dL)	5.5 (3.9, 6.9)	5.6 (4.7, 6.5)	0.4
Albumina PRÉ (g/dL)	4.0 (3.9, 4.2)	4.1 (3.9, 4.3)	0.2
Sem dado	2	12
Fosfatase Alcalina PRÉ (U/L)	761.5 (536.0, 1,604.0)	659.5 (326.0, 1,339.0)	0.3
FA PRÉ (× limite superior normal)	4.8 (2.0, 6.5)	4.3 (1.9, 7.2)	0.8
PTH PRÉ (pg/mL)	2,355.5 (1,842.0, 2,500.0)	2,257.0 (1,674.0, 2,500.0)	0.7
Vitamina D PRÉ (ng/mL)	30.0 (29.0, 39.0)	37.0 (29.0, 45.0)	0.3
Sem dado	9	35
PTH imediato pós PTX (pg/mL)	30.5 (6.8, 266.0)	20.0 (5.0, 88.0)	0.3
Fratura pré PTX			0.4
Sim	2 (11.1%)	23 (22.5%)
Não	16 (88.9%)	79 (77.5%)
Tumor marrom			>0.9
Sim	3 (16.7%)	16 (15.7%)
Não	15 (83.3%)	86 (84.3%)
Calcifilaxia			0.5
Sim	1 (5.6%)	3 (2.9%)
Não	17 (94.4%)	99 (97.1%)
Fratura pós PTX			>0.9
Sim	0 (0.0%)	2 (2.0%)
Não	18 (100.0%)	100 (98.0%)
Dor			0.5
Sim	15 (93.8%)	95 (96.9%)
Não	1 (6.3%)	3 (3.1%)
Sem dado	2	4
Dose acumulada CaCO₃ 12M (g)	942.0 (642.0, 1,905.0)	939.0 (582.0, 1,719.0)	>0.9
Sem dado	10	27
Dose acumulada Calcitriol 12M (mcg)	271.0 (22.5, 364.0)	168.5 (90.0, 401.0)	0.8
Sem dado	10	30
Evolução PTH com 12 meses			0.5
PTH ≥ 150	6 (50.0%)	31 (36.5%)
PTH < 150	6 (50.0%)	54 (63.5%)
Sem dado	6	17
T-score Fêmur Total PRÉ	-2.9 (-3.2, -2.4)	-1.7 (-2.3, -0.4)	0.032
Sem dado	9	44
G/cm² Fêmur Total PRÉ	0.6 (0.6, 0.6)	0.7 (0.6, 0.9)	0.037
Sem dado	9	44
T-score Colo Femoral PRÉ	-2.7 (-3.0, -2.2)	-1.7 (-2.4, -0.7)	0.021
Sem dado	9	44
G/cm² Colo Femoral PRÉ	0.6 (0.5, 0.6)	0.7 (0.6, 0.8)	0.035
Sem dado	9	46
T-score L1-L4 PRÉ	-4.7 (-4.9, -2.0)	-2.7 (-4.0, -1.2)	0.063
Sem dado	9	39
G/cm² L1-L4 PRÉ	0.5 (0.5, 0.9)	0.8 (0.6, 0.9)	0.075
Sem dado	9	39
Osteoporose PRÉ			0.3
Sim	7 (77.8%)	33 (52.4%)
Não	2 (22.2%)	30 (47.6%)
Sem dado	9	39
¹ Mediana (IQR) ou n (%). Mann-Whitney para contínuas; Fisher para categóricas.

A comparação entre os grupos evidenciou que os pacientes em óbito e os sobreviventes foram semelhantes em relação à idade, sexo, tempo em diálise, tempo de espera para PTX, tipo de procedimento e tempo de seguimento (p>0,05 para todos). Os exames laboratoriais pré-operatórios — cálcio, fósforo, albumina, fosfatase alcalina, PTH e vitamina D — também não diferiram significativamente entre os grupos, assim como o PTH imediato pós-operatório e as doses acumuladas de carbonato de cálcio e calcitriol.

A doença de base apresentou distribuição distinta entre os grupos (p=0,024), com maior proporção de diabetes entre os pacientes que evoluíram para óbito (22,2% vs 3,9%), enquanto GNC foi observada exclusivamente entre os sobreviventes (13,7% vs 0%).

Os parâmetros de densitometria óssea pré-operatória foram os únicos marcadores associados ao desfecho. Os pacientes em óbito apresentaram T-scores e valores de G/cm² significativamente menores no fêmur total (T-score: -2,9 vs -1,7; p=0,032 | G/cm²: 0,6 vs 0,7; p=0,037) e no colo femoral (T-score: -2,7 vs -1,7; p=0,021 | G/cm²: 0,6 vs 0,7; p=0,035), com tendência semelhante na coluna L1-L4 (T-score: -4,7 vs -2,7; p=0,063 | G/cm²: 0,5 vs 0,8; p=0,075). Esses achados sugerem que uma menor densidade mineral óssea pré-operatória pode estar associada a pior prognóstico nessa população, hipótese que será explorada nas análises de regressão a seguir.

Regressão univariada (vivos vs. mortos)

**Tabela 3b.** Análise univariada — fatores de risco para óbito
Characteristic¹	N¹	OR¹	95% CI¹	p-value¹
Idade (anos)	120	1.02	0.97, 1.07	0.4
Sexo	120
Feminino		—	—
Masculino		0.74	0.26, 2.02	0.6
Doença de base	120
Indeterminada		—	—
Diabetes		7.86	1.56, 41.0	0.011
Hipertensão		2.18	0.58, 7.71	0.2
GNC		0.00		>0.9
Outras		1.43	0.20, 6.92	0.7
Tempo em diálise até PTX (meses)	120	1.00	0.99, 1.01	>0.9
Tempo de espera para PTX (meses)	120	1.00	0.98, 1.01	0.8
Tipo de PTX	120
Total com implante		—	—
Subtotal		1.29	0.19, 5.61	0.8
Tempo de seguimento pós PTX (meses)	120	0.99	0.97, 1.01	0.4
Cálcio PRÉ (mg/dL)	120	1.00	0.61, 1.59	>0.9
Fósforo PRÉ (mg/dL)	120	0.86	0.61, 1.20	0.4
Albumina PRÉ (g/dL)	106	0.38	0.09, 1.57	0.2
Fosfatase Alcalina PRÉ (U/L)	120	1.00	1.00, 1.00	0.6
FA PRÉ (× limite superior normal)	120	1.02	0.91, 1.12	0.8
PTH PRÉ (pg/mL)	120	1.00	1.00, 1.00	0.7
Vitamina D PRÉ (ng/mL)	76	0.97	0.91, 1.02	0.3
PTH imediato pós PTX (pg/mL)	120	1.00		0.7
Fratura pré PTX	120
Sim		—	—
Não		2.33	0.60, 15.4	0.3
Tumor marrom	120
Sim		—	—
Não		0.93	0.27, 4.34	>0.9
Dor	114
Sim		—	—
Não		2.11	0.10, 17.8	0.5
Dose acumulada CaCO₃ 12M (g)	83	1.00	1.00, 1.00	0.7
Dose acumulada Calcitriol 12M (mcg)	80	1.00	1.00, 1.00	0.4
Evolução PTH com 12 meses	97
PTH ≥ 150		—	—
PTH < 150		0.57	0.17, 1.98	0.4
T-score Fêmur Total PRÉ	67	0.64	0.38, 1.01	0.071
G/cm² Fêmur Total PRÉ	67	0.04	0.00, 1.27	0.081
T-score Colo Femoral PRÉ	67	0.58	0.31, 0.97	0.055
G/cm² Colo Femoral PRÉ	65	0.01	0.00, 0.94	0.064
T-score L1-L4 PRÉ	72	0.65	0.39, 0.99	0.063
G/cm² L1-L4 PRÉ	72	0.03	0.00, 1.07	0.078
Osteoporose PRÉ	72
Sim		—	—
Não		0.31	0.04, 1.42	0.2
¹ OR (IC 95%). Regressão logística univariada.
Abbreviations: CI = Confidence Interval, OR = Odds Ratio

Na análise univariada, a maioria das variáveis clínicas, demográficas e laboratoriais não apresentou associação significativa com o risco de óbito. Idade, sexo, tempo em diálise, tempo de espera para PTX, tipo de procedimento, tempo de seguimento e todos os exames laboratoriais pré-operatórios (cálcio, fósforo, albumina, FA, PTH e vitamina D) não atingiram significância estatística.

A exceção foi a doença de base: pacientes com diabetes apresentaram risco significativamente maior de óbito em comparação àqueles com doença indeterminada (OR=7,86; IC95% 1,56–41,0; p=0,011).

Os parâmetros densitométricos pré-operatórios concentraram os demais achados relevantes. Todos os sítios avaliados apresentaram OR abaixo de 1 com p entre 0,055 e 0,081, indicando que valores mais baixos de T-score e G/cm² estão associados a maior risco de óbito — ou seja, quanto pior a densidade óssea pré-operatória, maior a mortalidade. Nenhum atingiu p<0,05 isoladamente, mas o padrão consistente em todos os sítios reforça a relevância clínica desse achado.

Justificativa para seleção das variáveis no modelo multivariado

Pelo critério pré-definido de p<0,10 na univariada, as variáveis elegíveis seriam: doença de base (p=0,011) e os seis parâmetros densitométricos (p entre 0,055 e 0,081).

Contudo, com apenas 18 eventos (óbitos), a regra de 1 variável por 10 eventos limita o modelo a no máximo 2 variáveis independentes. Incluir todas as densitométricas geraria sobreajuste e instabilidade nas estimativas.

A recomendação é incluir no modelo multivariado:

Doença de base — único preditor com p<0,05 e relevância clínica clara (diabetes como fator de risco)
T-score do colo femoral PRÉ — entre os parâmetros densitométricos, apresentou o menor p-valor (0,055) e é o sítio com maior valor preditivo para mortalidade na literatura de osteoporose

Os demais parâmetros densitométricos foram excluídos do modelo por colinearidade (T-score e G/cm² do mesmo sítio medem essencialmente a mesma grandeza, e os três sítios são altamente correlacionados entre si). Incluir mais de um deles simultaneamente inflaria os erros padrão sem acrescentar informação independente.

---
date: "`r format(Sys.Date(), '%d/%m/%Y')`"

format:
  html:
    theme: cosmo
    toc: true
    toc-depth: 3
    toc-location: left
    logo: logo.png
    code-fold: true
    code-summary: "Mostrar código"
    code-tools: true

execute:
  echo: false
  warning: false
  message: false
---

:::: {style="display:flex; align-items:center; gap:20px; margin-bottom:30px;"}
<img src="logo.png" width="120"/>

<div>

# Análises Estatísticas: Ana Paula

**Edneide Ramalho**\
`r format(Sys.Date(), '%d/%m/%Y')`

</div>

# 
::::

# Estatística Descritiva

```{r}
#| echo: false
# =============================================================================
# ESTUDO PTX - Paratireoidectomia em Hemodiálise
# Tabela 1: Características clínicas, demográficas e laboratoriais basais
# =============================================================================

# --- 1. PACOTES ----------------------------------------------------------

library(readxl)
library(dplyr)
library(forcats)
library(gtsummary)
library(gt)
library(writexl)
library(tidyverse)
```

```{r}
#| include: false
# --- 2. LEITURA DOS DADOS ------------------------------------------------

df_raw <- read_excel("dados/PLANILHA GERAL FINAL- PTX .xlsx")
glimpse(df_raw)
```

```{r}
#| include: false
# --- 3. LIMPEZA E PREPARAÇÃO DOS DADOS -----------------------------------

df <- df_raw %>%

  # 3.1 Renomear colunas para nomes sem espaços/acentos (facilita o trabalho)
  rename(
    nome                = `NOME`,
    idade               = `IDADE`,
    sexo                = `SEXO`,
    doenca_base         = `DOENÇA DE BASE`,
    data_adm            = `DATA DE ADM NO AMBULATÓRIO`,
    data_ult_consulta   = `DATA DA ÚLTIMA CONSULTA`,
    tempo_dialise       = `TEMPO DE DIÁLISE ATÉ A PTX EM MESES`,
    delta_adm_ptx       = `DELTA ENTRE ADM NO AMB E PTX`,
    data_ptx            = `DATA DA PTX`,
    tipo_ptx            = `TIPO DE PTX`,
    vivo                = `VIVO 01/26`,
    tempo_seguimento    = `TEMPO DE SEGUIMENTO (ENTRE A PTX E A ÚLTIMA CONSULTA)`,

    # Exames PRÉ
    cal_pre             = `CAL PRÉ`,
    fosf_pre            = `FÓSF PRÉ`,
    alb_pre             = `ALB PRÉ`,
    fa_pre              = `FA PRÉ`,
    xfa_pre             = `FX FA PRÉ`,
    pth_pre             = `PTH PRÉ`,
    vitd_pre            = `VIT D PRÉ`,

    # PTH imediato pós PTX
    pth_pos_ptx         = `PTH POS PTX`,

    # Exames 12M
    cal_12m             = `CAL 12M`,
    fosf_12m            = `FÓSF 12M`,
    alb_12m             = `ALB 12M`,
    fa_12m              = `FA 12M`,
    xfa_12m             = `FX FA 12 M`,
    pth_12m             = `PTH 12M`,
    vitd_12m            = `VIT D 12M`,

    # Exames Final
    cal_f               = `CAL F`,
    fosf_f              = `FÓSF F`,
    alb_f               = `ALB F`,
    fa_f                = `FA F`,
    xfa_f               = `FX FA F`,
    pth_f               = `PTH F`,
    vitd_f              = `VIT D F`,

    # Variáveis clínicas
    fx_pre_ptx          = `FX PRE PTX`,
    tumor_marrom        = `TUMOR MARROM`,
    calcifilaxia        = `CALCIFILAXIA`,
    fx_pos_ptx          = `FX PÓS PTX`,
    dor                 = `DOR`,
    evolucao_pth_12m    = `EVOLUÇÃO DO PTH COM 12 MESES`,

    # Doses acumuladas
    dose_caco3          = `DOSE ACUMULADA DE CACO3 EM 12M APÓS PTX (G) DE CÁLCIO ELEMENTAR (40% CACO3)`,
    dose_calcitriol     = `DOSE ACUMULADA DE CALCITRIOL EM 12M (MCG) APÓS A PTX`,

    # Densitometria PRÉ
    ts_ft_pre           = `TS FT PRÉ`,
    gcm_ft_pre          = `G/CM2 FT PRÉ`,
    ts_colo_pre         = `TS COLO PRÉ`,
    gcm_colo_pre        = `G/CM2 COLO PRÉ`,
    ts_l14_pre          = `TS L1-L4 PRÉ`,
    gcm_l14_pre         = `G/CM2 L1-L4 PRÉ`,

    osteopo_pre         = `OSTEOPO PRÉ`
  ) %>%

  # 3.2 PTH pós PTX: vem como character (valores mistos no Excel).
  #     Converter para numérico; não-numéricos viram NA com aviso esperado.
  mutate(pth_pos_ptx = suppressWarnings(as.numeric(pth_pos_ptx))) %>%

  # 3.3 Variáveis categóricas: converter para factor com labels legíveis
  mutate(
    sexo = factor(sexo,
                  levels = c(1, 2),
                  labels = c("Feminino", "Masculino")),

    doenca_base = factor(doenca_base,
                         levels = c(1, 2, 3, 4, 5),
                         labels = c("Indeterminada", "Diabetes",
                                    "Hipertensão", "GNC", "Outras")),

    tipo_ptx = factor(tipo_ptx,
                      levels = c(1, 2),
                      labels = c("Total com implante", "Subtotal")),

    # Mortalidade: código 3 (sem referência) vira NA para análises
    vivo = factor(vivo,
                  levels = c(1, 2, 3),
                  labels = c("Vivo", "Óbito", "Sem referência")),

    # Variáveis binárias sim/não
    fx_pre_ptx   = factor(fx_pre_ptx,   levels = c(1, 2), labels = c("Sim", "Não")),
    tumor_marrom = factor(tumor_marrom, levels = c(1, 2), labels = c("Sim", "Não")),
    calcifilaxia = factor(calcifilaxia, levels = c(1, 2), labels = c("Sim", "Não")),
    fx_pos_ptx   = factor(fx_pos_ptx,   levels = c(1, 2), labels = c("Sim", "Não")),

    # DOR: código 3 (sem referência) vira NA
    dor = factor(dor,
                 levels = c(1, 2),
                 labels = c("Sim", "Não")),

    # Evolução PTH com 12M: só existe para pacientes com >= 12M de seguimento
    evolucao_pth_12m = factor(evolucao_pth_12m,
                              levels = c(1, 2),
                              labels = c("PTH ≥ 150", "PTH < 150")),

    # Osteoporose: código 3 (sem densitometria) vira NA
    osteopo_pre = factor(osteopo_pre,
                         levels = c(1, 2),
                         labels = c("Sim", "Não"))
  )

# 3.4 Verificação rápida após limpeza
glimpse(df)
cat("\nDistribuição VIVO:\n"); print(table(df$vivo, useNA = "always"))
cat("\nDistribuição OSTEOPO PRÉ:\n"); print(table(df$osteopo_pre, useNA = "always"))
cat("\nDistribuição EVOLUÇÃO PTH 12M:\n"); print(table(df$evolucao_pth_12m, useNA = "always"))

saveRDS(df, "df.RDS")
```

```{r}
# --- 4. TABELA 1: CARACTERÍSTICAS BASAIS (n = 147) -----------------------
# Inclui: dados demográficos, tempo de diálise/espera, tipo PTX, mortalidade,
# tempo de seguimento, exames laboratoriais PRÉ, PTH pós imediato,
# complicações/comorbidades, doses acumuladas, evolução PTH 12M,
# densitometria PRÉ (TS e G/CM²) e osteoporose.
# NÃO inclui: exames 12M e Final, evolução de dor, evolução de peso,
#             variáveis de ganho de massa óssea.

tabela1 <- df |> 
  select(
    # --- Demográficas e clínicas ---
    idade,
    sexo,
    doenca_base,
    tempo_dialise,
    delta_adm_ptx,
    tipo_ptx,
    vivo,
    tempo_seguimento,

    # --- Laboratoriais PRÉ ---
    cal_pre,
    fosf_pre,
    alb_pre,
    fa_pre,
    xfa_pre,
    pth_pre,
    vitd_pre,

    # --- PTH imediato pós PTX ---
    pth_pos_ptx,

    # --- Clínicas (sim/não) ---
    fx_pre_ptx,
    tumor_marrom,
    calcifilaxia,
    fx_pos_ptx,
    dor,

    # --- Doses acumuladas (só quem tem >= 12M) ---
    dose_caco3,
    dose_calcitriol,

    # --- Evolução do PTH com 12M ---
    evolucao_pth_12m,

    # --- Densitometria PRÉ ---
    ts_ft_pre,
    gcm_ft_pre,
    ts_colo_pre,
    gcm_colo_pre,
    ts_l14_pre,
    gcm_l14_pre,

    # --- Osteoporose ---
    osteopo_pre
  ) |> 
  
  mutate(
    dose_calcitriol = as.numeric(dose_calcitriol),
    gcm_ft_pre = as.numeric(gcm_ft_pre),
    gcm_colo_pre = as.numeric(gcm_colo_pre)
  ) |> 

  tbl_summary(
    statistic = list(
      all_continuous()  ~ "{median} ({p25}, {p75})",   # mediana (IQR)
      all_categorical() ~ "{n} ({p}%)"
    ),
    digits = list(
      all_continuous()  ~ 1,
      all_categorical() ~ c(0, 1)
    ),
    missing       = "ifany",          # mostra N missing só quando há faltantes
    missing_text  = "Sem dado",

    label = list(
      idade            ~ "Idade (anos)",
      sexo             ~ "Sexo",
      doenca_base      ~ "Doença de base",
      tempo_dialise    ~ "Tempo em diálise até PTX (meses)",
      delta_adm_ptx    ~ "Tempo de espera para PTX (meses)",
      tipo_ptx         ~ "Tipo de PTX",
      vivo             ~ "Status vital (jan/2026)",
      tempo_seguimento ~ "Tempo de seguimento pós PTX (meses)",

      cal_pre          ~ "Cálcio PRÉ (mg/dL)",
      fosf_pre         ~ "Fósforo PRÉ (mg/dL)",
      alb_pre          ~ "Albumina PRÉ (g/dL)",
      fa_pre           ~ "Fosfatase Alcalina PRÉ (U/L)",
      xfa_pre          ~ "FA PRÉ (× limite superior normal)",
      pth_pre          ~ "PTH PRÉ (pg/mL)",
      vitd_pre         ~ "Vitamina D PRÉ (ng/mL)",
      pth_pos_ptx      ~ "PTH imediato pós PTX (pg/mL)",

      fx_pre_ptx       ~ "Fratura pré PTX",
      tumor_marrom     ~ "Tumor marrom",
      calcifilaxia     ~ "Calcifilaxia",
      fx_pos_ptx       ~ "Fratura pós PTX",
      dor              ~ "Dor",

      dose_caco3       ~ "Dose acumulada CaCO₃ 12M (g)",
      dose_calcitriol  ~ "Dose acumulada Calcitriol 12M (mcg)",
      evolucao_pth_12m ~ "Evolução PTH com 12 meses",

      ts_ft_pre        ~ "T-score Fêmur Total PRÉ",
      gcm_ft_pre       ~ "G/cm² Fêmur Total PRÉ",
      ts_colo_pre      ~ "T-score Colo Femoral PRÉ",
      gcm_colo_pre     ~ "G/cm² Colo Femoral PRÉ",
      ts_l14_pre       ~ "T-score L1-L4 PRÉ",
      gcm_l14_pre      ~ "G/cm² L1-L4 PRÉ",

      osteopo_pre      ~ "Osteoporose PRÉ"
    )
  ) |> 

  # Título e notas de rodapé
  modify_header(label ~ "**Característica**") |> 
  modify_caption("**Tabela 1.** Características clínicas, demográficas e laboratoriais dos pacientes submetidos à PTX (n = 147)") |> 
  modify_footnote(
    update = everything() ~ NA  # remove notas automáticas do gtsummary
  ) |> 
  add_stat_label() |>          # adiciona coluna com tipo de estatística
  bold_labels()

# Visualizar no RStudio Viewer
tabela1

# --- 5. EXPORTAR A TABELA ------------------------------------------------
# Para Word (.docx):
# tabela1 %>% as_gt() %>% gt::gtsave("tabela1_ptx.docx")

# Para HTML (visualização rápida):
# tabela1 %>% as_gt() %>% gt::gtsave("tabela1_ptx.html")

# Para Excel/CSV (dados brutos):
tabela1 |>  as_tibble() %>% writexl::write_xlsx("tabela1_ptx.xlsx")
```

## Comparação PRÉ vs 12M dos exames laboratoriais

```{r}
# =============================================================================
# ESTUDO PTX - Tabela 2: PRÉ vs 12M — abordagem long + tbl_summary by momento
# =============================================================================

library(dplyr)
library(tidyr)
library(gtsummary)

# --- 1. SUBCONJUNTO: pacientes com 12M (n = 109) --------------------------
df <- readRDS("df.RDS")
df_12m <- df %>%
  filter(!is.na(pth_12m)) %>%
  mutate(id = row_number())


# --- 2. FORMATO LONG -------------------------------------------------------

df_long <- df_12m %>%
  select(id,
         cal_pre,  cal_12m,
         fosf_pre, fosf_12m,
         alb_pre,  alb_12m,
         fa_pre,   fa_12m,
         xfa_pre,  xfa_12m,
         pth_pre,  pth_12m,
         vitd_pre, vitd_12m) %>%
  pivot_longer(
    cols      = -id,
    names_to  = c("variavel", "momento"),
    names_pattern = "^(.+)_(pre|12m)$"
  ) %>%
  pivot_wider(
    names_from  = variavel,
    values_from = value
  ) %>%
  mutate(
    momento = factor(momento,
                     levels = c("pre", "12m"),
                     labels = c("PRÉ", "12M"))
  )


# --- 3. TABELA 2 -----------------------------------------------------------

tabela2 <- df_long %>%
  tbl_summary(
    by        = momento,
    include   = c(cal, fosf, alb, fa, xfa, pth, vitd),
    statistic = all_continuous() ~ "{median} ({p25}, {p75})",
    digits    = all_continuous()  ~ 1,
    missing   = "ifany",
    missing_text = "Sem dado",
    label = list(
      cal  ~ "Cálcio (mg/dL)",
      fosf ~ "Fósforo (mg/dL)",
      alb  ~ "Albumina (g/dL)",
      fa   ~ "Fosfatase Alcalina (U/L)",
      xfa  ~ "FA (× limite superior normal)",
      pth  ~ "PTH (pg/mL)",
      vitd ~ "Vitamina D (ng/mL)"
    )
  ) %>%
  add_p(
    test  = all_continuous() ~ "paired.wilcox.test",
    group = id                               # <-- garante o pareamento
  ) %>%
  modify_caption(
    "**Tabela 2.** Exames laboratoriais PRÉ e 12 meses pós PTX (n = 109)"
  ) %>%
  modify_footnote(
    everything() ~ "Mediana (IQR). Wilcoxon pareado."
  ) %>%
  bold_labels()

tabela2

# --- 4. EXPORTAR -----------------------------------------------------------
# tabela2 %>% as_gt() %>% gt::gtsave("tabela2_ptx.docx")
#tabela2 |>  as_tibble() %>% writexl::write_xlsx("tabela2_ptx.xlsx")

```

A comparação dos exames laboratoriais antes e 12 meses após a PTX (n = 109) demonstrou melhora significativa em todos os parâmetros avaliados. O PTH reduziu de 2.294 (IQR: 1.706–2.500) para 113 pg/mL (IQR: 50–396; p\<0,001), refletindo o sucesso cirúrgico na supressão do hiperparatireoidismo. A fosfatase alcalina, marcador de remodelação óssea, também reduziu expressivamente de 753 (IQR: 383–1.469) para 195 U/L (IQR: 115–338; p\<0,001), assim como a FA expressa em múltiplos do limite superior normal, de 4,5 para 1,1× (p\<0,001). O cálcio reduziu de 9,7 para 8,6 mg/dL (p\<0,001) e o fósforo de 5,5 para 3,6 mg/dL (p\<0,001), indicando correção da hipercalcemia e hiperfosfatemia pré-operatórias. A albumina aumentou discretamente de 4,1 para 4,4 g/dL (p\<0,001) e a vitamina D de 34,0 para 40,5 ng/mL (p=0,007), sugerindo melhora do estado nutricional e metabólico após o procedimento.

------------------------------------------------------------------------

**Nota**: vitamina D teve alto número de dados faltantes (44 PRÉ e 39 no 12M), então a interpretação desse resultado deve ser cautelosa. E o N=109 no cabeçalho das colunas é o total do subgrupo — o Wilcoxon pareado trabalhou com os pares completos de cada variável, que variam conforme o missing. Posso ajustar o cabeçalho para mostrar o N real de cada par se quiser.

# Comparação pacientes vivos x mortos

```{r}
# --- 1. SUBCONJUNTO: vivos (1) e mortos (2) --------------------------------
df <- readRDS("df.RDS")
df_120 <- df %>%
  filter(!is.na(vivo)) %>%
  mutate(
    # Desfecho binário para a regressão: 1 = óbito
    obito = if_else(vivo == "Óbito", 1L, 0L)
  )

# cat("N:", nrow(df_120), "| Vivos:", sum(df_120$obito == 0), "| Mortos:", sum(df_120$obito == 1), "\n")

# Nota sobre variáveis esparsas:
# - calcifilaxia: apenas 4 casos no total (1 entre os mortos) → excluir da regressão
# - fx_pos_ptx: 0 casos entre os mortos → excluir da regressão (separação perfeita)
# Ambas entram na tabela comparativa descritiva, mas não nos modelos.


# --- 2. TABELA COMPARATIVA: VIVOS vs MORTOS --------------------------------
df_120_att <- df_120 |> 
  mutate(vivo = as.character(vivo),
         dose_calcitriol = as.numeric(dose_calcitriol),
         gcm_colo_pre = as.numeric(gcm_colo_pre)) |> 
  filter(vivo != "Sem referência")

tabela3_comp <- df_120_att |> 
  mutate(vivo = as.character(vivo),
         dose_calcitriol = as.numeric(dose_calcitriol),
         gcm_colo_pre = as.numeric(gcm_colo_pre)) |> 
  filter(vivo != "Sem referência") |> 
  select(
    vivo,
    # Demográficas
    idade, sexo, doenca_base,
    tempo_dialise, delta_adm_ptx, tipo_ptx, tempo_seguimento,
    # Laboratoriais PRÉ
    cal_pre, fosf_pre, alb_pre, fa_pre, xfa_pre, pth_pre, vitd_pre,
    # PTH pós imediato
    pth_pos_ptx,
    # Clínicas
    fx_pre_ptx, tumor_marrom, calcifilaxia, fx_pos_ptx, dor,
    # Doses acumuladas
    dose_caco3, dose_calcitriol,
    # Evolução PTH 12M
    evolucao_pth_12m,
    # Densitometria PRÉ
    ts_ft_pre, gcm_ft_pre,
    ts_colo_pre, gcm_colo_pre,
    ts_l14_pre, gcm_l14_pre,
    osteopo_pre
  ) |> 
  tbl_summary(
    by = vivo,
    statistic = list(
      all_continuous()  ~ "{median} ({p25}, {p75})",
      all_categorical() ~ "{n} ({p}%)"
    ),
    digits    = list(
      all_continuous()  ~ 1,
      all_categorical() ~ c(0, 1)
    ),
    missing      = "ifany",
    missing_text = "Sem dado",
    label = list(
      idade            ~ "Idade (anos)",
      sexo             ~ "Sexo",
      doenca_base      ~ "Doença de base",
      tempo_dialise    ~ "Tempo em diálise até PTX (meses)",
      delta_adm_ptx    ~ "Tempo de espera para PTX (meses)",
      tipo_ptx         ~ "Tipo de PTX",
      tempo_seguimento ~ "Tempo de seguimento pós PTX (meses)",
      cal_pre          ~ "Cálcio PRÉ (mg/dL)",
      fosf_pre         ~ "Fósforo PRÉ (mg/dL)",
      alb_pre          ~ "Albumina PRÉ (g/dL)",
      fa_pre           ~ "Fosfatase Alcalina PRÉ (U/L)",
      xfa_pre          ~ "FA PRÉ (× limite superior normal)",
      pth_pre          ~ "PTH PRÉ (pg/mL)",
      vitd_pre         ~ "Vitamina D PRÉ (ng/mL)",
      pth_pos_ptx      ~ "PTH imediato pós PTX (pg/mL)",
      fx_pre_ptx       ~ "Fratura pré PTX",
      tumor_marrom     ~ "Tumor marrom",
      calcifilaxia     ~ "Calcifilaxia",
      fx_pos_ptx       ~ "Fratura pós PTX",
      dor              ~ "Dor",
      dose_caco3       ~ "Dose acumulada CaCO₃ 12M (g)",
      dose_calcitriol  ~ "Dose acumulada Calcitriol 12M (mcg)",
      evolucao_pth_12m ~ "Evolução PTH com 12 meses",
      ts_ft_pre        ~ "T-score Fêmur Total PRÉ",
      gcm_ft_pre       ~ "G/cm² Fêmur Total PRÉ",
      ts_colo_pre      ~ "T-score Colo Femoral PRÉ",
      gcm_colo_pre     ~ "G/cm² Colo Femoral PRÉ",
      ts_l14_pre       ~ "T-score L1-L4 PRÉ",
      gcm_l14_pre      ~ "G/cm² L1-L4 PRÉ",
      osteopo_pre      ~ "Osteoporose PRÉ"
    )
  ) |> 
  add_p(
    test = list(
      all_continuous()  ~ "wilcox.test",
      all_categorical() ~ "fisher.test"     # Fisher por grupos pequenos (mortos n=18)
    )
  ) |> 
  modify_caption(
    "**Tabela 3.** Comparação das características entre pacientes vivos e em óbito (n = 120)"
  ) |> 
  modify_footnote(
    everything() ~ "Mediana (IQR) ou n (%). Mann-Whitney para contínuas; Fisher para categóricas."
  ) |> 
  bold_labels() |> 
  bold_p(t = 0.05)   
tabela3_comp
```

A comparação entre os grupos evidenciou que os pacientes em óbito e os sobreviventes foram semelhantes em relação à idade, sexo, tempo em diálise, tempo de espera para PTX, tipo de procedimento e tempo de seguimento (p\>0,05 para todos). Os exames laboratoriais pré-operatórios — cálcio, fósforo, albumina, fosfatase alcalina, PTH e vitamina D — também não diferiram significativamente entre os grupos, assim como o PTH imediato pós-operatório e as doses acumuladas de carbonato de cálcio e calcitriol.

A doença de base apresentou distribuição distinta entre os grupos (p=0,024), com maior proporção de diabetes entre os pacientes que evoluíram para óbito (22,2% vs 3,9%), enquanto GNC foi observada exclusivamente entre os sobreviventes (13,7% vs 0%).

Os parâmetros de densitometria óssea pré-operatória foram os únicos marcadores associados ao desfecho. Os pacientes em óbito apresentaram T-scores e valores de G/cm² significativamente menores no fêmur total (T-score: -2,9 vs -1,7; p=0,032 \| G/cm²: 0,6 vs 0,7; p=0,037) e no colo femoral (T-score: -2,7 vs -1,7; p=0,021 \| G/cm²: 0,6 vs 0,7; p=0,035), com tendência semelhante na coluna L1-L4 (T-score: -4,7 vs -2,7; p=0,063 \| G/cm²: 0,5 vs 0,8; p=0,075). Esses achados sugerem que uma menor densidade mineral óssea pré-operatória pode estar associada a pior prognóstico nessa população, hipótese que será explorada nas análises de regressão a seguir.

## Regressão univariada (vivos vs. mortos)

```{r}
tabela3_uni <- df_120_att %>%
  select(
    obito,
    idade, sexo, doenca_base,
    tempo_dialise, delta_adm_ptx, tipo_ptx, tempo_seguimento,
    cal_pre, fosf_pre, alb_pre, fa_pre, xfa_pre, pth_pre, vitd_pre,
    pth_pos_ptx,
    fx_pre_ptx, tumor_marrom, dor,
    dose_caco3, dose_calcitriol,
    evolucao_pth_12m,
    ts_ft_pre, gcm_ft_pre,
    ts_colo_pre, gcm_colo_pre,
    ts_l14_pre, gcm_l14_pre,
    osteopo_pre
  ) %>%
  tbl_uvregression(
    method    = glm,
    y         = obito,
    method.args = list(family = binomial),
    exponentiate = TRUE,                    # OR com IC95%
    label = list(
      idade            ~ "Idade (anos)",
      sexo             ~ "Sexo",
      doenca_base      ~ "Doença de base",
      tempo_dialise    ~ "Tempo em diálise até PTX (meses)",
      delta_adm_ptx    ~ "Tempo de espera para PTX (meses)",
      tipo_ptx         ~ "Tipo de PTX",
      tempo_seguimento ~ "Tempo de seguimento pós PTX (meses)",
      cal_pre          ~ "Cálcio PRÉ (mg/dL)",
      fosf_pre         ~ "Fósforo PRÉ (mg/dL)",
      alb_pre          ~ "Albumina PRÉ (g/dL)",
      fa_pre           ~ "Fosfatase Alcalina PRÉ (U/L)",
      xfa_pre          ~ "FA PRÉ (× limite superior normal)",
      pth_pre          ~ "PTH PRÉ (pg/mL)",
      vitd_pre         ~ "Vitamina D PRÉ (ng/mL)",
      pth_pos_ptx      ~ "PTH imediato pós PTX (pg/mL)",
      fx_pre_ptx       ~ "Fratura pré PTX",
      tumor_marrom     ~ "Tumor marrom",
      dor              ~ "Dor",
      dose_caco3       ~ "Dose acumulada CaCO₃ 12M (g)",
      dose_calcitriol  ~ "Dose acumulada Calcitriol 12M (mcg)",
      evolucao_pth_12m ~ "Evolução PTH com 12 meses",
      ts_ft_pre        ~ "T-score Fêmur Total PRÉ",
      gcm_ft_pre       ~ "G/cm² Fêmur Total PRÉ",
      ts_colo_pre      ~ "T-score Colo Femoral PRÉ",
      gcm_colo_pre     ~ "G/cm² Colo Femoral PRÉ",
      ts_l14_pre       ~ "T-score L1-L4 PRÉ",
      gcm_l14_pre      ~ "G/cm² L1-L4 PRÉ",
      osteopo_pre      ~ "Osteoporose PRÉ"
    )
  ) %>%
  modify_caption(
    "**Tabela 3b.** Análise univariada — fatores de risco para óbito"
  ) %>%
  modify_footnote(everything() ~ "OR (IC 95%). Regressão logística univariada.") %>%
  bold_labels() %>%
  bold_p(t = 0.10)                          # destaca p < 0,10 (critério de entrada na multi)

tabela3_uni
```

Na análise univariada, a maioria das variáveis clínicas, demográficas e laboratoriais não apresentou associação significativa com o risco de óbito. Idade, sexo, tempo em diálise, tempo de espera para PTX, tipo de procedimento, tempo de seguimento e todos os exames laboratoriais pré-operatórios (cálcio, fósforo, albumina, FA, PTH e vitamina D) não atingiram significância estatística.

A exceção foi a **doença de base**: pacientes com diabetes apresentaram risco significativamente maior de óbito em comparação àqueles com doença indeterminada (OR=7,86; IC95% 1,56–41,0; p=0,011).

Os parâmetros densitométricos pré-operatórios concentraram os demais achados relevantes. Todos os sítios avaliados apresentaram OR abaixo de 1 com p entre 0,055 e 0,081, indicando que **valores mais baixos de T-score e G/cm² estão associados a maior risco de óbito** — ou seja, quanto pior a densidade óssea pré-operatória, maior a mortalidade. Nenhum atingiu p\<0,05 isoladamente, mas o padrão consistente em todos os sítios reforça a relevância clínica desse achado.

**Justificativa para seleção das variáveis no modelo multivariado**

Pelo critério pré-definido de p\<0,10 na univariada, as variáveis elegíveis seriam: doença de base (p=0,011) e os seis parâmetros densitométricos (p entre 0,055 e 0,081).

Contudo, com apenas **18 eventos (óbitos)**, a regra de 1 variável por 10 eventos limita o modelo a no máximo **2 variáveis independentes**. Incluir todas as densitométricas geraria sobreajuste e instabilidade nas estimativas.

A recomendação é incluir no modelo multivariado:

1.  **Doença de base** — único preditor com p\<0,05 e relevância clínica clara (diabetes como fator de risco)

2.  **T-score do colo femoral PRÉ** — entre os parâmetros densitométricos, apresentou o menor p-valor (0,055) e é o sítio com maior valor preditivo para mortalidade na literatura de osteoporose

Os demais parâmetros densitométricos foram excluídos do modelo por colinearidade (T-score e G/cm² do mesmo sítio medem essencialmente a mesma grandeza, e os três sítios são altamente correlacionados entre si). Incluir mais de um deles simultaneamente inflaria os erros padrão sem acrescentar informação independente.