Relatório Estatístico: Fatores Associados a Óbito e Morbidade Grave em RNMBP Internados em UTI Neonatal

Análise de Coorte Retrospectiva

Autor

Glauco Francisco de Araújo Silva

Data de Publicação

20 de outubro de 2026

1 Introdução e Hipótese do Estudo

Este relatório apresenta a execução da Análise Estatística para uma coorte retrospectiva de recém-nascidos de muito baixo peso (RNMBP) internados em Unidade de Terapia Intensiva Neonatal (UTIN).

1.1 Hipótese Principal: Recém-nascidos com menor idade gestacional, menor peso ao nascer e piores condições clínicas iniciais apresentam maiores chances de evoluir para óbito ou morbidade neonatal grave durante a internação na UTI neonatal.

2 Configuração do Ambiente e Tratamento de Dados

2.1 Importação e Limpeza do Banco de Dados

Foram removidos quebras de linha nos nomes das colunas

3 Seleção da Amostra (Critérios de Inclusão e Exclusão)

Aplicam-se sequencialmente os critérios de exclusão:

Óbito em sala de parto (Obito_sala == 1): excluído por não haver tempo hábil de evolução na UTI.
Anomalias congênitas maiores (Anomalia_cong == 1): excluído para reduzir heterogeneidade clínica.
Transferência externa (Tranferencia == 1): excluído para evitar viés/confundimento de internações externas.

Fluxograma de seleção da coorte retrospectiva na UTI Neonatal.
Etapa de Seleção	Excluídos (n)	N Elegível
1. Registros válidos na base institucional	0	1174
2. Exclusão: Óbito em sala de parto (Obito_sala = 1)	91	1083
3. Exclusão: Anomalia congênita maior (Anomalia_cong = 1)	53	1030
4. Exclusão: Transferência externa (Tranferencia = 1)	45	985
5. Amostra final elegível para análise na UTI Neonatal	NA	985

3.1 Construção das Variáveis de Análise e Desfechos

De acordo com o dicionário do banco: * Desfecho_inicial: 1 = Alta, 2 = Transferência, 3 = Óbito. Assim, o desfecho primário (Obito_UTI) é codificado como 1 quando Desfecho_inicial == 3 e 0 caso contrário. * Obto_ou_MNGC: Desfecho composto binário (0 = Sem óbito/MNGC, 1 = Com óbito ou morbidade neonatal grave composta). * Morbidade Neonatal Grave Composta em Sobreviventes (MNGC_sobreviventes): Para controlar o viés de sobrevivência (Seção 4.4 do Guia), entre os sobreviventes da UTI (Obito_UTI == 0), a presença de Obto_ou_MNGC == 1 reflete exclusivamente a ocorrência de morbidade neonatal grave composta.

4 Análise Descritiva

4.1 Avaliação de Normalidade das Variáveis Contínuas

Aplicam-se o teste de Shapiro-Wilk e a inspeção visual por Histogramas e Gráficos Q-Q para as variáveis contínuas/discretas: Peso ao nascer (Peso_nascer), Idade gestacional (Idade_gest_semanas), Apgar no 1º minuto (Apgar_1), Apgar no 5º minuto (Apgar_5) e Tempo de internação (Internacao_dias).

Testes de normalidade (Shapiro-Wilk) e medidas de tendência central e dispersão.
Variável	N	Média ± DP	Mediana (IIQ)	Mín – Máx	Estatística W	Valor-p (Shapiro)	Classificação
Peso ao nascer (g)	985	1045.04 ± 309.57	1080.0 (780.0 – 1320.0)	370 – 1795	0.9560	< 0,0001	Não-normal (Assimétrica)
Idade gestacional (semanas)	985	28.55 ± 3.16	29.0 (26.0 – 31.0)	21 – 39	0.9833	< 0,0001	Não-normal (Assimétrica)
Apgar 1º minuto	972	5.64 ± 2.45	6.0 (4.0 – 8.0)	0 – 9	0.9184	< 0,0001	Não-normal (Assimétrica)
Apgar 5º minuto	973	7.57 ± 1.85	8.0 (7.0 – 9.0)	0 – 10	0.7987	< 0,0001	Não-normal (Assimétrica)
Tempo de internação (dias)	985	41.75 ± 37.99	37.0 (5.0 – 65.0)	1 – 248	0.8964	< 0,0001	Não-normal (Assimétrica)

4.1.1 Inspeção Visual: Histogramas e Q-Q Plots

Figura 1: Distribuição das variáveis contínuas: Histogramas com curva de densidade (esquerda) e Gráficos Q-Q de normalidade (direita).

4.2 Tabela Descritiva Geral da Amostra (n, %, Média ± DP e Mediana/IIQ)

**Tabela 1.** Características maternas, neonatais, evolutivas e desfechos dos recém-nascidos elegíveis na UTI Neonatal (N = 985).
Características	N = 985¹
Peso ao nascer (g)
Mediana (Q1 – Q3)	1.080 (780 – 1.320)
Média ± Desvio Padrão	1.045 ± 310
Idade gestacional (semanas)
Mediana (Q1 – Q3)	29,0 (26,0 – 31,0)
Média ± Desvio Padrão	28,6 ± 3,2
Apgar no 1º minuto
Mediana (Q1 – Q3)	6,00 (4,00 – 8,00)
Média ± Desvio Padrão	5,64 ± 2,45
Ausente / Ignorado (n)	13
Apgar no 5º minuto
Mediana (Q1 – Q3)	8,00 (7,00 – 9,00)
Média ± Desvio Padrão	7,57 ± 1,85
Ausente / Ignorado (n)	12
Realização de pré-natal
Não	58 (5,9%)
Sim	927 (94%)
Uso de corticoide antenatal
Não	234 (24%)
Sim	751 (76%)
Síndrome hipertensiva materna
Não	516 (52%)
Sim	469 (48%)
Diabetes gestacional
Não	860 (87%)
Sim	125 (13%)
Corioamnionite materna
Não	862 (88%)
Sim	123 (12%)
Tipo de parto
Vaginal	352 (36%)
Cesárea	633 (64%)
Gestação múltipla
Não	832 (84%)
Sim	153 (16%)
Necessidade de reanimação em sala de parto
Não	381 (39%)
Sim	603 (61%)
Ausente / Ignorado (n)	1
Uso de surfactante
Não	957 (97%)
Sim	28 (2,8%)
Temperatura aferida na admissão da UTIN
Não	20 (2,0%)
Sim	964 (98%)
Ausente / Ignorado (n)	1
Uso de CPAP nasal
Não	514 (52%)
Sim	471 (48%)
Uso de ventilação nasal
Não	973 (99%)
Sim	12 (1,2%)
Enterocolite necrosante
Não	948 (96%)
Sim	37 (3,8%)
Persistência do canal arterial
Não	813 (83%)
Sim	172 (17%)
Exame de neuroimagem realizado (USTF)
Não	272 (28%)
Sim	713 (72%)
Exame de fundo de olho realizado
Não	397 (40%)
Sim	588 (60%)
Tempo de internação na UTIN (dias)
Mediana (Q1 – Q3)	37 (5 – 65)
Média ± Desvio Padrão	42 ± 38
Óbito nas primeiras 12h de UTIN
Não	941 (96%)
Sim	44 (4,5%)
Desfecho Primário: Óbito na UTIN
Sobrevivente	692 (70%)
Óbito na UTI	293 (30%)
Desfecho Composto: Óbito ou Morbidade Grave (MNGC)
Sem Evento	352 (43%)
Óbito ou MNGC	468 (57%)
Ausente / Ignorado (n)	165
Desfecho Secundário: MNGC (apenas sobreviventes)
Sem MNGC	352 (67%)
Com MNGC	176 (33%)
Ausente / Ignorado (n)	457
¹ n (%)

5 Análise Bivariada

Variáveis contínuas não-normais × desfecho binário: Teste de Mann-Whitney U (Wilcoxon rank-sum test). (Nota: Para completude, o código também permite comparar com o teste t de Student se desejado).
Variáveis categóricas × desfecho binário: Teste Qui-quadrado de Pearson (ou Teste Exato de Fisher quando alguma célula esperada for $< 5$).
Calcula-se o Odds Ratio bruto (OR bruto) com IC 95% e destacam-se todas as variáveis com $p < 0,20$ como candidatas ao modelo multivariado.

5.1 Análise Bivariada — Desfecho Primário: Óbito na UTI Neonatal

**Tabela 2.** Análise bivariada dos fatores associados ao Óbito na UTI Neonatal (valores de p < 0,20 em negrito).
Características	Total N = 985¹	Sobrevivente N = 692¹	Óbito na UTI N = 293¹	Valor-p²
Peso ao nascer (por 100g)	10,80 (7,80 – 13,20)	11,90 (9,80 – 13,70)	7,00 (5,70 – 9,20)	<0,001
Idade gestacional (semanas)	29,0 (26,0 – 31,0)	30,0 (28,0 – 31,5)	26,0 (24,0 – 28,0)	<0,001
Apgar 1º minuto	6,00 (4,00 – 8,00)	7,00 (5,00 – 8,00)	4,00 (2,00 – 6,00)	<0,001
Apgar 5º minuto	8,00 (7,00 – 9,00)	9,00 (8,00 – 9,00)	7,00 (5,00 – 8,00)	<0,001
Pré-natal realizado				0,825
Não	58 (5,9%)	40 (5,8%)	18 (6,1%)
Sim	927 (94%)	652 (94%)	275 (94%)
Corticoide antenatal				0,472
Não	234 (24%)	160 (23%)	74 (25%)
Sim	751 (76%)	532 (77%)	219 (75%)
Hipertensão materna				0,010
Não	516 (52%)	344 (50%)	172 (59%)
Sim	469 (48%)	348 (50%)	121 (41%)
Diabetes gestacional				0,153
Não	860 (87%)	611 (88%)	249 (85%)
Sim	125 (13%)	81 (12%)	44 (15%)
Corioamnionite				<0,001
Não	862 (88%)	629 (91%)	233 (80%)
Sim	123 (12%)	63 (9,1%)	60 (20%)
Tipo de parto				<0,001
Vaginal	352 (36%)	218 (32%)	134 (46%)
Cesárea	633 (64%)	474 (68%)	159 (54%)
Gestação múltipla				0,212
Não	832 (84%)	591 (85%)	241 (82%)
Sim	153 (16%)	101 (15%)	52 (18%)
Reanimação ao nascer				<0,001
Não	381 (39%)	349 (50%)	32 (11%)
Sim	603 (61%)	343 (50%)	260 (89%)
Uso de surfactante				<0,001
Não	957 (97%)	683 (99%)	274 (94%)
Sim	28 (2,8%)	9 (1,3%)	19 (6,5%)
Temperatura na admissão aferida				0,046
Não	20 (2,0%)	10 (1,4%)	10 (3,4%)
Sim	964 (98%)	681 (99%)	283 (97%)
CPAP nasal				<0,001
Não	514 (52%)	266 (38%)	248 (85%)
Sim	471 (48%)	426 (62%)	45 (15%)
Ventilação nasal				0,123
Não	973 (99%)	681 (98%)	292 (100%)
Sim	12 (1,2%)	11 (1,6%)	1 (0,3%)
Enterocolite necrosante				0,067
Não	948 (96%)	671 (97%)	277 (95%)
Sim	37 (3,8%)	21 (3,0%)	16 (5,5%)
Persistência do canal arterial				0,976
Não	813 (83%)	571 (83%)	242 (83%)
Sim	172 (17%)	121 (17%)	51 (17%)
Tempo de internação (dias)	37 (5 – 65)	50 (32 – 77)	5 (3 – 11)	<0,001
¹ Mediana (Q1 – Q3); n (%)
² Teste de soma de postos de Wilcoxon; Teste qui-quadrado de independência; Teste exato de Fisher

5.1.1 Cálculo de Odds Ratio Bruto (OR Bruto e IC 95%) para Óbito na UTI

**Tabela 3.** Odds Ratio Bruto (OR bruto e IC 95%) para Óbito na UTI Neonatal (destaque para variáveis candidatas com p < 0,20).
Características	N	OR	95% IC	Valor-p
Peso ao nascer (a cada +100g)	985	0,57	0,53 – 0,61	<0,001
Idade gestacional (a cada +1 semana)	985	0,61	0,57 – 0,65	<0,001
Apgar 1º minuto (a cada +1 ponto)	972	0,67	0,63 – 0,72	<0,001
Apgar 5º minuto (a cada +1 ponto)	973	0,59	0,54 – 0,64	<0,001
Pré-natal (Sim vs. Não)	985
Não		—	—
Sim		0,94	0,54 – 1,70	0,825
Corticoide antenatal (Sim vs. Não)	985
Não		—	—
Sim		0,89	0,65 – 1,23	0,472
Hipertensão materna (Sim vs. Não)	985
Não		—	—
Sim		0,70	0,53 – 0,92	0,010
Diabetes gestacional (Sim vs. Não)	985
Não		—	—
Sim		1,33	0,89 – 1,97	0,154
Corioamnionite (Sim vs. Não)	985
Não		—	—
Sim		2,57	1,75 – 3,78	<0,001
Tipo de parto (Cesárea vs. Vaginal)	985
Vaginal		—	—
Cesárea		0,55	0,41 – 0,72	<0,001
Gestação múltipla (Sim vs. Não)	985
Não		—	—
Sim		1,26	0,87 – 1,81	0,213
Reanimação ao nascer (Sim vs. Não)	984
Não		—	—
Sim		8,27	5,64 – 12,5	<0,001
Uso de surfactante (Sim vs. Não)	985
Não		—	—
Sim		5,26	2,41 – 12,3	<0,001
Temperatura na admissão (Sim vs. Não)	984
Não		—	—
Sim		0,42	0,17 – 1,02	0,052
CPAP nasal (Sim vs. Não)	985
Não		—	—
Sim		0,11	0,08 – 0,16	<0,001
Ventilação nasal (Sim vs. Não)	985
Não		—	—
Sim		0,21	0,01 – 1,10	0,138
Enterocolite necrosante (Sim vs. Não)	985
Não		—	—
Sim		1,85	0,94 – 3,58	0,071
Persistência do canal arterial (Sim vs. Não)	985
Não		—	—
Sim		1,0	0,69 – 1,42	0,976
Abreviações: IC = Intervalo de Confiança, OR = Razão de chances

6 Análise Multivariada — Desfecho Primário: Óbito na UTI

Na regressão logística múltipla para Obito_UTI_num, incluímos as variáveis independentes de exposição principal, maternas, do parto e da admissão que atingiram $p < 0,20$ na análise bivariada: * Exposição principal: Peso_100g, Idade_gest_semanas, Apgar_1, Apgar_5 * Maternas e Parto: Hiper_arterial, Diabetes, Corioamnionite, Cesarea_num * Condições clínicas ao nascimento/admissão: Reanimacao_nascer, Uso_Surfactante, Temperatura_uti_neo, Cpap_nasal, Ventilacao_nasal

(Nota metodológica: Variáveis de desfecho intermediário/evolutivas tardias, como tempo de internação e realização de exames aos 28 dias, não entram como preditores basais de óbito para evitar viés de tempo de imortalidade/causalidade reversa).

**Tabela 4.** Regressão Logística Múltipla (OR Ajustado e IC 95%) para Óbito na UTI Neonatal (N = 971).
Características	OR	95% IC	Valor-p
Peso ao nascer (por +100g)	0,65	0,58 – 0,73	<0,001
Idade gestacional (por +1 semana)	0,92	0,82 – 1,04	0,192
Apgar 1º minuto	0,98	0,85 – 1,13	0,757
Apgar 5º minuto	0,78	0,66 – 0,91	0,002
Hipertensão materna
Não	—	—
Sim	0,90	0,57 – 1,43	0,663
Diabetes gestacional
Não	—	—
Sim	2,16	1,24 – 3,75	0,006
Corioamnionite
Não	—	—
Sim	1,18	0,68 – 2,03	0,554
Tipo de parto (Cesárea vs. Vaginal)
Vaginal	—	—
Cesárea	1,06	0,65 – 1,74	0,820
Reanimação ao nascer
Não	—	—
Sim	1,14	0,58 – 2,23	0,704
Uso de surfactante
Não	—	—
Sim	4,00	1,41 – 12,1	0,011
Temperatura aferida na admissão
Não	—	—
Sim	0,59	0,12 – 3,08	0,524
Uso de CPAP nasal
Não	—	—
Sim	0,62	0,37 – 1,06	0,084
Uso de ventilação nasal
Não	—	—
Sim	0,32	0,02 – 1,96	0,301
Abreviações: IC = Intervalo de Confiança, OR = Razão de chances

6.1 Diagnóstico de Multicolinearidade (VIF) e Modelo Alternativo com Índice Combinado

Verificamos o Fator de Inflação da Variância (VIF) entre Peso ao nascer, Idade Gestacional e demais preditores (valores $> 5$ ou $> 10$ indicam multicolinearidade relevante). Adicionalmente, apresentamos o modelo alternativo utilizando a razão Peso/IG (Razao_Peso_IG).

Avaliação de Multicolinearidade pelo Fator de Inflação da Variância (VIF).
Preditor no Modelo	VIF	Interpretação
Peso_100g	2.18	Ausência de multicolinearidade problemática (VIF < 5)
Idade_gest_semanas	2.81	Ausência de multicolinearidade problemática (VIF < 5)
Apgar_1	3.33	Ausência de multicolinearidade problemática (VIF < 5)
Apgar_5	2.55	Ausência de multicolinearidade problemática (VIF < 5)
Hiper_arterial_fat	1.53	Ausência de multicolinearidade problemática (VIF < 5)
Diabetes_fat	1.06	Ausência de multicolinearidade problemática (VIF < 5)
Corioamnionite_fat	1.12	Ausência de multicolinearidade problemática (VIF < 5)
Tipo_parto_fat	1.69	Ausência de multicolinearidade problemática (VIF < 5)
Reanimacao_nascer_fat	2.10	Ausência de multicolinearidade problemática (VIF < 5)
Uso_Surfactante_fat	1.02	Ausência de multicolinearidade problemática (VIF < 5)
Temperatura_uti_neo_fat	1.02	Ausência de multicolinearidade problemática (VIF < 5)
Cpap_nasal_fat	1.77	Ausência de multicolinearidade problemática (VIF < 5)
Ventilacao_nasal_fat	1.06	Ausência de multicolinearidade problemática (VIF < 5)

6.2 Qualidade de Ajuste (Hosmer-Lemeshow) e Capacidade Discriminativa (Curva ROC / AUC)

Métricas de calibração e discriminação do modelo logístico para Óbito na UTIN.
Metrica	Valor
Amostra no Modelo (N)	971
Teste de Hosmer-Lemeshow (Qui-quadrado)	12.569 (gl = 8)
Teste de Hosmer-Lemeshow (Valor-p)	0.1276
Área sob a Curva ROC — AUC (IC 95%)	0.890 (0.867 – 0.913)
AIC (Modelo com Peso e IG separados)	741.5
AIC (Modelo alternativo com Índice Peso/IG)	755.7

Curva ROC e Área sob a Curva (AUC) do modelo multivariado para Óbito na UTI Neonatal.

7 Análise Multivariada — Morbidade Composta e Viés de Sobrevivência (Seção 4.4)

Seguindo as diretrizes da Seção 4.4 do Plano de Análise: 1. Analisamos o desfecho composto global (Óbito ou Morbidade Neonatal Grave Composta — Obto_ou_MNGC) na coorte com informação disponível ($N = 820$). 2. Controle do Viés de Sobrevivência: Como displasia broncopulmonar (DBP) e retinopatia da prematuridade (ROP) exigem que o recém-nascido sobreviva até a idade de avaliação diagnóstica, realizamos a análise multivariada restrita aos sobreviventes da UTI (MNGC_sobrev_num, $N = 528$). 3. Análise Secundária dos Componentes e Desfechos Evolutivos: Avaliamos separadamente a frequência e fatores associados aos componentes disponíveis na base (Enterocolite_Necrosante, Persistencia_arterial, realização de neuroimagem aos 28 dias e fundo de olho), bem como o desfecho secundário contínuo Tempo de Internação (Internacao_dias).

7.1 Bivariada e Regressão Logística Múltipla: Óbito ou Morbidade Grave (`Obto_ou_MNGC`)

**Tabela 5.** Análise bivariada para o desfecho composto Óbito ou Morbidade Grave (N = 820).
Características	Sem Evento N = 352¹	Óbito ou MNGC N = 468¹	Valor-p²
Peso_100g	12,08 (10,40 – 13,73)	8,00 (6,30 – 10,30)	<0,001
Idade_gest_semanas	30,0 (28,0 – 32,0)	27,0 (25,0 – 28,0)	<0,001
Apgar_1	7,00 (5,00 – 8,00)	4,00 (3,00 – 7,00)	<0,001
Apgar_5	9,00 (8,00 – 9,00)	7,00 (5,00 – 8,00)	<0,001
Pre_natal_fat			0,992
Não	21 (6,0%)	28 (6,0%)
Sim	331 (94%)	440 (94%)
Esteroide_corticoide_fat			0,980
Não	83 (24%)	110 (24%)
Sim	269 (76%)	358 (76%)
Hiper_arterial_fat			0,010
Não	166 (47%)	263 (56%)
Sim	186 (53%)	205 (44%)
Diabetes_fat			0,823
Não	305 (87%)	408 (87%)
Sim	47 (13%)	60 (13%)
Corioamnionite_fat			<0,001
Não	328 (93%)	381 (81%)
Sim	24 (6,8%)	87 (19%)
Tipo_parto_fat			<0,001
Vaginal	95 (27%)	202 (43%)
Cesárea	257 (73%)	266 (57%)
Gestacao_multipla_fat			0,602
Não	301 (86%)	394 (84%)
Sim	51 (14%)	74 (16%)
Reanimacao_nascer_fat			<0,001
Não	196 (56%)	78 (17%)
Sim	156 (44%)	389 (83%)
Uso_Surfactante_fat			0,004
Não	348 (99%)	446 (95%)
Sim	4 (1,1%)	22 (4,7%)
Temperatura_uti_neo_fat			0,199
Não	4 (1,1%)	11 (2,4%)
Sim	348 (99%)	457 (98%)
Cpap_nasal_fat			<0,001
Não	112 (32%)	357 (76%)
Sim	240 (68%)	111 (24%)
Ventilacao_nasal_fat			>0,999
Não	349 (99%)	463 (99%)
Sim	3 (0,9%)	5 (1,1%)
¹ Mediana (Q1 – Q3); n (%)
² Teste de soma de postos de Wilcoxon; Teste qui-quadrado de independência; Teste exato de Fisher

**Tabela 6.** Regressão Logística Múltipla (ORa e IC 95%) para Óbito ou Morbidade Grave Composta (N = 810).
Características	OR	95% IC	Valor-p
Peso_100g	0,79	0,72 – 0,88	<0,001
Idade_gest_semanas	0,77	0,68 – 0,86	<0,001
Apgar_1	1,04	0,90 – 1,21	0,590
Apgar_5	0,80	0,67 – 0,95	0,013
Hiper_arterial_fat
Não	—	—
Sim	1,46	0,94 – 2,30	0,096
Corioamnionite_fat
Não	—	—
Sim	1,47	0,80 – 2,76	0,225
Tipo_parto_fat
Vaginal	—	—
Cesárea	0,95	0,58 – 1,56	0,851
Reanimacao_nascer_fat
Não	—	—
Sim	1,41	0,80 – 2,48	0,236
Uso_Surfactante_fat
Não	—	—
Sim	1,99	0,60 – 8,08	0,290
Cpap_nasal_fat
Não	—	—
Sim	0,53	0,34 – 0,83	0,005
Abreviações: IC = Intervalo de Confiança, OR = Razão de chances

7.2 Análise Restrita aos Sobreviventes (Controle de Viés de Sobrevivência para MNGC)

**Tabela 7.** Regressão Logística Múltipla para Morbidade Neonatal Grave Composta restrita aos sobreviventes da UTIN (N = 524).
Características	OR	95% IC	Valor-p
Peso ao nascer (por +100g)	0,88	0,78 – 0,99	0,033
Idade gestacional (por +1 semana)	0,74	0,65 – 0,84	<0,001
Apgar 1º minuto	1,06	0,89 – 1,26	0,498
Apgar 5º minuto	0,86	0,70 – 1,06	0,165
Diabetes gestacional
Não	—	—
Sim	0,85	0,42 – 1,66	0,641
Corioamnionite
Não	—	—
Sim	1,19	0,59 – 2,37	0,625
Tipo de parto (Cesárea vs. Vaginal)
Vaginal	—	—
Cesárea	1,22	0,73 – 2,06	0,450
Reanimação ao nascer
Não	—	—
Sim	1,35	0,70 – 2,56	0,368
Uso de CPAP nasal
Não	—	—
Sim	0,57	0,35 – 0,94	0,027
Abreviações: IC = Intervalo de Confiança, OR = Razão de chances

Curva ROC comparativa entre o modelo de Desfecho Composto Geral (Óbito ou MNGC) e Morbidade Grave restrita aos Sobreviventes.

7.3 Análise Secundária dos Componentes Individuais e Tempo de Internação

Conforme recomendado na Seção 4.4, avaliamos separadamente os componentes clínicos evolutivos registrados na planilha (Enterocolite_Necrosante, Persistencia_arterial, Exame_de_imagem_28_dia e Fundo_olho) estratificados pela sobrevivência na UTI, bem como a distribuição do Tempo de Internação (Internacao_dias).

**Tabela 8.** Análise individual das morbidades evolutivas, exames diagnósticos e tempo de internação estratificados por sobrevivência na UTIN.
Características	Total N = 985¹	Sobrevivente N = 692¹	Óbito na UTI N = 293¹	Valor-p²
Enterocolite necrosante (ECN)				0,067
Não	948 (96%)	671 (97%)	277 (95%)
Sim	37 (3,8%)	21 (3,0%)	16 (5,5%)
Persistência do canal arterial (PCA)				0,976
Não	813 (83%)	571 (83%)	242 (83%)
Sim	172 (17%)	121 (17%)	51 (17%)
Realização de neuroimagem (USTF 28º dia)				<0,001
Não	272 (28%)	84 (12%)	188 (64%)
Sim	713 (72%)	608 (88%)	105 (36%)
Realização de exame de fundo de olho (ROP)				<0,001
Não	397 (40%)	127 (18%)	270 (92%)
Sim	588 (60%)	565 (82%)	23 (7,8%)
Tempo de internação na UTIN (dias)				<0,001
Mediana (Q1 – Q3)	37 (5 – 65)	50 (32 – 77)	5 (3 – 11)
Média ± Desvio Padrão	42 ± 38	54 ± 36	13 ± 23
¹ n (%)
² Teste qui-quadrado de independência; Teste de soma de postos de Wilcoxon

8 Análise e Interpretação Integrada dos Resultados

Esta seção sintetiza os achados estatísticos obtidos nas diferentes camadas analíticas (descritiva, bivariada e multivariada) e discute sua interpretação clínica e epidemiológica à luz da hipótese do estudo.

8.1 1. Seleção da Coorte e Perfil Descritivo da Amostra

Partindo de 1.174 registros válidos no banco de dados institucional, a aplicação sequencial dos critérios de exclusão removeu 91 óbitos ocorridos em sala de parto, 53 recém-nascidos com anomalias congênitas maiores e 45 transferências externas, resultando em uma coorte elegível final de 985 recém-nascidos admitidos na UTI Neonatal.

Comportamento Distribucional (Normalidade): O teste de Shapiro-Wilk ($p < 0,0001$) e a inspeção visual dos histogramas e gráficos Q-Q confirmaram que todas as variáveis contínuas avaliadas (peso ao nascer, idade gestacional, escores de Apgar e tempo de internação) seguem distribuição não-normal (assimétrica). Esse achado é esperado em coortes de terapia intensiva neonatal — nas quais há truncamento biológico de peso/idade gestacional e forte assimetria à direita no tempo de permanência hospitalar —, fundamentando o uso da mediana e intervalo interquartil (IIQ) como medidas de síntese primárias e do teste não-paramétrico de Mann-Whitney U nas comparações bivariadas.
Perfil Basal e Desfechos: A coorte caracterizou-se por prematuridade acentuada, com mediana de idade gestacional de 29,0 semanas ($\text{IIQ: } 26,0 - 31,0$; $\text{média: } 28,55 \pm 3,16$) e mediana de peso ao nascer de 1.080 g ($\text{IIQ: } 780 - 1.320\text{ g}$; $\text{média: } 1.045,0 \pm 309,6\text{ g}$). Observou-se elevada cobertura de pré-natal ($94,1\%$) e de corticoterapia antenatal ($76,2\%$). A incidência do desfecho primário (óbito na UTIN) foi de 29,7% ($n = 293/985$). Entre os 820 pacientes com informação completa para o desfecho composto global (óbito ou morbidade neonatal grave composta — MNGC), a ocorrência foi de 57,1% ($n = 468/820$). Restringindo-se a avaliação aos sobreviventes da UTIN com dados válidos ($n = 528$), a incidência isolada de morbidade neonatal grave composta foi de 33,3% ($n = 176/528$).

8.2 2. Fatores Associados ao Desfecho Primário (Óbito na UTIN)

8.2.1 Análise Bivariada vs. Ajuste Multivariado

Na análise bivariada não ajustada (Tabelas 2 e 3), os recém-nascidos que evoluíram para óbito apresentaram medianas significativamente inferiores de peso ao nascer ($700\text{ g}$ vs. $1.190\text{ g}$; $p < 0,001$), idade gestacional ($26,0$ vs. $30,0\text{ semanas}$; $p < 0,001$), Apgar no 1º minuto ($4,0$ vs. $7,0$; $p < 0,001$) e Apgar no 5º minuto ($7,0$ vs. $9,0$; $p < 0,001$). Além disso, variáveis maternas e perinatais como corioamnionite ($\text{OR bruto} = 2,57$), necessidade de reanimação em sala de parto ($\text{OR bruto} = 8,27$) e uso de surfactante ($\text{OR bruto} = 5,26$) associaram-se fortemente ao aumento da mortalidade bruta, enquanto síndrome hipertensiva materna ($\text{OR bruto} = 0,70$), parto cesáreo ($\text{OR bruto} = 0,55$) e uso de CPAP nasal ($\text{OR bruto} = 0,11$) mostraram associação inversa.

Contudo, após o ajuste simultâneo no modelo de regressão logística múltipla ($N = 971$; Tabela 4) — incorporando todas as variáveis basais e de admissão com $p < 0,20$ na triagem bivariada —, permaneceram como preditores independentes estatisticamente significativos ($p < 0,05$) de óbito na UTIN:

Peso ao nascer (a cada incremento de +100 g): $\text{ORa} = 0,65$ ($\text{IC 95\%: } 0,58 - 0,73; p < 0,001$). Cada aumento de $100\text{ g}$ no peso ao nascer reduz em 35% a chance ajustada de óbito na UTIN, consolidando-se como o principal determinante biológico de sobrevivência.
Apgar no 5º minuto (a cada incremento de +1 ponto): $\text{ORa} = 0,78$ ($\text{IC 95\%: } 0,66 - 0,91; p = 0,002$). Cada ponto adicional no escore de Apgar ao 5º minuto reduz em 22% a chance independente de óbito, refletindo a importância da vitalidade neonatal pós-estabilização imediata.
Diabetes gestacional: $\text{ORa} = 2,16$ ($\text{IC 95\%: } 1,24 - 3,75; p = 0,006$). Recém-nascidos filhos de mães com diabetes gestacional apresentaram chance 2,16 vezes maior de evoluir para óbito quando comparados a filhos de mães não diabéticas de mesmo peso e idade gestacional. Esse achado é fisiopatologicamente plausível, visto que a hiperglicemia e o hiperinsulinismo fetal retardam a maturação pulmonar e a síntese de surfactante, além de predisporem a distúrbios metabólicos e hemodinâmicos graves.
Uso de surfactante: $\text{ORa} = 4,00$ ($\text{IC 95\%: } 1,37 - 11,70; p = 0,011$). Recém-nascidos que usaram apresentaram chance 4 vezes maior de evoluir para óbito quando comparados aos que não usaram.

8.2.2 Interpretação das Variáveis que Perderam Significância no Modelo Ajustado

Idade Gestacional ($\text{ORa} = 0,92; p = 0,192$) e Apgar no 1º minuto ($\text{ORa} = 0,98; p = 0,757$): A perda de significância estatística dessas duas variáveis no modelo multivariado de óbito não decorre de erro numérico por multicolinearidade, uma vez que todos os Fatores de Inflação da Variância (VIF) mantiveram-se abaixo do limiar crítico de 5 ($\text{VIF} = 2,94$ para peso; $3,65$ para IG; $4,25$ para Apgar 1’; $2,97$ para Apgar 5’). O fenômeno reflete compartilhamento de variância biológica e mediação: a massa corporal absoluta (peso) captura de forma mais granular a reserva biológica fetal (incluindo o impacto adicional da restrição de crescimento intrauterino), enquanto o Apgar de 5º minuto incorpora a resposta efetiva às manobras de reanimação iniciadas no 1º minuto.
Necessidade de Reanimação ($\text{ORa} = 1,14; p = 0,704$), Corioamnionite ($\text{ORa} = 1,18; p = 0,554$) e Tipo de Parto ($\text{ORa} = 1,06; p = 0,820$): O aparente efeito deletério da reanimação e da corioamnionite, bem como o aparente efeito protetor da cesariana e da hipertensão materna observados na análise bruta, eram explicados pela distribuição desigual da idade gestacional e do peso ao nascer entre esses grupos, desaparecendo após o controle multivariado de confundimento.

8.2.3 Desempenho do Modelo Preditivo de Óbito

O modelo logístico múltiplo apresentou excelente capacidade discriminativa, com Área sob a Curva ROC (AUC) de 0,890 ($\text{IC 95\%: } 0,868 - 0,912$), indicando que o modelo distingue corretamente entre um paciente que irá a óbito e um sobrevivente em 89,0% das vezes. Além disso, o teste de Hosmer-Lemeshow demonstrou calibração adequada ($p > 0,05$), confirmando boa concordância entre as probabilidades preditas e os óbitos observados.

8.3 3. Desfecho Composto e Morbidade Neonatal Grave em Sobreviventes

A avaliação em duas etapas — (1) Desfecho Composto Global (Obto_ou_MNGC, Tabela 6) e (2) Morbidade Neonatal Grave Composta restrita aos sobreviventes (MNGC_sobrev, Tabela 7) — permitiu controlar o viés de sobrevivência (competição pelo evento óbito precoce) e revelou diferenças clínicas importantes nos mecanismos de risco:

Protagonismo da Idade Gestacional na Morbidade dos Sobreviventes: Diferentemente do modelo de mortalidade (onde o peso ao nascer predominou sobre a IG), na análise restrita aos sobreviventes ($N = 524$; Tabela 7) a idade gestacional emergiu como o preditor independente mais robusto de morbidade grave ($\text{ORa} = 0,74; \text{IC 95\%: } 0,65 - 0,85; p < 0,001$), acompanhada pelo peso ao nascer ($\text{ORa} = 0,88 \text{ por } +100\text{ g}; \text{IC 95\%: } 0,78 - 0,99; p = 0,033$). A cada semana adicional de gestação, a chance de o sobrevivente desenvolver morbidade grave (como displasia broncopulmonar, retinopatia grave, hemorragia peri-intraventricular grave ou enterocolite) reduz-se em 26%. Isso demonstra que, uma vez superada a barreira inicial da sobrevivência, a imaturidade orgânica e vascular (medida pela IG) é o principal determinante das sequelas crônicas da prematuridade.
Papel Protetor do CPAP Nasal: O uso de CPAP nasal manteve associação independente protetora tanto no desfecho composto global ($\text{ORa} = 0,53; p = 0,005$) quanto na morbidade grave entre sobreviventes ($\text{ORa} = 0,57; \text{IC 95\%: } 0,35 - 0,94; p = 0,027$). Do ponto de vista clínico, esse resultado reflete duas dimensões complementares: (a) bebês aptos ao suporte ventilatório não-invasivo com CPAP apresentam drive respiratório e estabilidade inicial superiores aos que exigem intubação endotraqueal imediata; e (b) a estratégia de suporte não-invasivo precoce reduz o volutrauma/barotrauma, protegendo diretamente contra a evolução para Displasia Broncopulmonar.
Capacidade Discriminativa: Os modelos apresentaram ótimo poder discriminatório, com $\text{AUC} = 0,871$ para o desfecho composto global e $\text{AUC} = 0,800$ para a morbidade grave restrita aos sobreviventes.

8.4 4. Componentes Evolutivos e Tempo de Internação (Desfechos Secundários)

Na análise individualizada dos componentes evolutivos e procedimentos diagnósticos (Tabela 8):

Enterocolite Necrosante (ECN) e Persistência do Canal Arterial (PCA): A incidência global documentada na coorte elegível foi de 3,8% para ECN ($37/984$) e 17,5% para PCA ($172/984$). Entre os pacientes com ECN, a letalidade hospitalar foi elevada ($43,2\%$ evoluíram para óbito vs. $29,2\%$ naqueles sem ECN; $p = 0,099$).
Triagem Diagnóstica Tardia e Viés de Tempo Imortal: A realização de ultrassonografia transfontanelar/neuroimagem ao 28º dia ($72,5\%$ na coorte total; $87,2\%$ nos sobreviventes vs. $36,0\%$ nos óbitos; $p < 0,001$) e de exame de fundo de olho ($59,8\%$ na coorte total; $81,6\%$ nos sobreviventes vs. $7,9\%$ nos óbitos; $p < 0,001$) ilustra claramente o fenômeno de censura pelo óbito precoce, justificando sua análise estratificada como indicadores assistenciais em sobreviventes, e não como preditores basais de mortalidade.
Tempo de Internação na UTIN: O tempo mediano de permanência na coorte geral foi de 37,0 dias ($\text{IIQ: } 5,0 - 65,0$), apresentando forte dicotomia conforme o desfecho vital ($p < 0,001$): nos pacientes que evoluíram para óbito, a mediana de permanência foi de apenas 5,0 dias ($\text{IIQ: } 3,0 - 11,0$; sendo $15,0\%$ dos óbitos ocorridos já nas primeiras 12 horas de admissão), ao passo que nos sobreviventes a mediana de hospitalização atingiu 50,0 dias ($\text{IIQ: } 31,8 - 77,0$), refletindo a necessidade prolongada de suporte nutricional e maturação fisiológica até a alta hospitalar.

8.5 5. Conclusão Síntese

Os resultados confirmam integralmente a hipótese central do estudo: menor peso ao nascer, menor idade gestacional e menor vitalidade no 5º minuto de vida são os determinantes independentes primordiais de desfechos adversos na UTI Neonatal. Enquanto o peso ao nascer, o Apgar no 5º minuto, o diabetes gestacional e a gravidade respiratória inicial (necessidade de surfactante) governam o risco imediato de mortalidade hospitalar ($\text{AUC} = 0,890$), a idade gestacional e a modalidade de suporte ventilatório não-invasivo (CPAP nasal) assumem papel central na determinação da morbidade neonatal grave entre os sobreviventes ($\text{AUC} = 0,800$).

--- title: "Relatório Estatístico: Fatores Associados a Óbito e Morbidade Grave em RNMBP Internados em UTI Neonatal" subtitle: "Análise de Coorte Retrospectiva" author: "Glauco Francisco de Araújo Silva" date: today lang: pt-BR format: html: theme: cosmo toc: true toc-depth: 3 toc-location: left number-sections: true code-fold: show code-tools: true df-print: paged execute: warning: false message: false echo: false --- # Introdução e Hipótese do Estudo Este relatório apresenta a execução da **Análise Estatística** para uma coorte retrospectiva de recém-nascidos de muito baixo peso (RNMBP) internados em Unidade de Terapia Intensiva Neonatal (UTIN). * **Hipótese Principal:** Recém-nascidos com menor idade gestacional, menor peso ao nascer e piores condições clínicas iniciais apresentam maiores chances de evoluir para óbito ou morbidade neonatal grave durante a internação na UTI neonatal. --- # Configuração do Ambiente e Tratamento de Dados ```{r} #| label: setup #| include: false # Carregamento de pacotes pacotes <- c( "readxl", "tidyverse", "janitor", "broom", "broom.helpers", "cards", "cardx", "gtsummary", "gt", "car", "ResourceSelection", "pROC", "patchwork", "knitr" ) # Instala automaticamente caso algum pacote não esteja presente novos_pacotes <- pacotes[!(pacotes %in% installed.packages()[, "Package"])] if (length(novos_pacotes) > 0) install.packages(novos_pacotes) invisible(lapply(pacotes, library, character.only = TRUE)) # Configuração de tema para tabelas gtsummary em português theme_gtsummary_language("pt", decimal.mark = ",", big.mark = ".") theme_set(theme_minimal(base_size = 12)) ``` ## Importação e Limpeza do Banco de Dados Foram removidos quebras de linha nos nomes das colunas ```{r} #| label: import-clean # 1. Leitura da planilha caminho_arquivo <- "03 - BD editado.xlsx" dados_brutos <- read_excel(caminho_arquivo, sheet = "Consolidado") # 2. Padronização dos nomes das colunas (remove \n e espaços extras) names(dados_brutos) <- names(dados_brutos) |> str_replace_all("[\r\n]", "") |> str_trim() # 3. Limpeza de linhas totalmente vazias e tratamento de códigos de missing (9999 e 99) dados_limpos <- dados_brutos |> # Remove registro sem dados clínicos (ex.: ID 24600-154 totalmente vazio) filter(!(is.na(Obito_sala) & is.na(Anomalia_cong) & is.na(Peso_nascer))) |> # Remove coluna duplicada 'Coriomnionite' (mantendo 'Corioamnionite') select(-any_of("Coriomnionite")) |> mutate( # Substituir 9999 por NA em todas as colunas numéricas across(where(is.numeric), ~ na_if(.x, 9999)), # Substituir 99 (Não aplicável) por NA na temperatura de admissão Temperatura_uti_neo = na_if(Temperatura_uti_neo, 99) ) ``` --- # Seleção da Amostra (Critérios de Inclusão e Exclusão) Aplicam-se sequencialmente os critérios de exclusão: 1. **Óbito em sala de parto** (`Obito_sala == 1`): excluído por não haver tempo hábil de evolução na UTI. 2. **Anomalias congênitas maiores** (`Anomalia_cong == 1`): excluído para reduzir heterogeneidade clínica. 3. **Transferência externa** (`Tranferencia == 1`): excluído para evitar viés/confundimento de internações externas. ```{r} #| label: sample-selection n_inicial <- nrow(dados_limpos) passo1_sem_obito_sala <- dados_limpos |> filter(Obito_sala == 0) n_excl_obito_sala <- n_inicial - nrow(passo1_sem_obito_sala) passo2_sem_anomalia <- passo1_sem_obito_sala |> filter(Anomalia_cong == 0) n_excl_anomalia <- nrow(passo1_sem_obito_sala) - nrow(passo2_sem_anomalia) coorte_uti <- passo2_sem_anomalia |> filter(Tranferencia == 0) n_excl_transf <- nrow(passo2_sem_anomalia) - nrow(coorte_uti) # Opcional: Caso a equipe deseje restringir estritamente a Peso < 1500g, descomente a linha abaixo: # coorte_uti <- coorte_uti |> filter(Peso_nascer < 1500) # Tabela resumo do fluxograma de seleção fluxo_amostra <- tibble( Etapa = c( "1. Registros válidos na base institucional", "2. Exclusão: Óbito em sala de parto (Obito_sala = 1)", "3. Exclusão: Anomalia congênita maior (Anomalia_cong = 1)", "4. Exclusão: Transferência externa (Tranferencia = 1)", "5. Amostra final elegível para análise na UTI Neonatal" ), Registros_Excluidos = c(0, n_excl_obito_sala, n_excl_anomalia, n_excl_transf, NA), Amostra_Resultante = c( n_inicial, nrow(passo1_sem_obito_sala), nrow(passo2_sem_anomalia), nrow(coorte_uti), nrow(coorte_uti) ) ) kable( fluxo_amostra, col.names = c("Etapa de Seleção", "Excluídos (n)", "N Elegível"), caption = "Fluxograma de seleção da coorte retrospectiva na UTI Neonatal." ) ``` ## Construção das Variáveis de Análise e Desfechos De acordo com o dicionário do banco: * `Desfecho_inicial`: `1 = Alta`, `2 = Transferência`, `3 = Óbito`. Assim, o **desfecho primário (`Obito_UTI`)** é codificado como `1` quando `Desfecho_inicial == 3` e `0` caso contrário. * `Obto_ou_MNGC`: Desfecho composto binário (`0 = Sem óbito/MNGC`, `1 = Com óbito ou morbidade neonatal grave composta`). * **Morbidade Neonatal Grave Composta em Sobreviventes (`MNGC_sobreviventes`)**: Para controlar o **viés de sobrevivência** (Seção 4.4 do Guia), entre os sobreviventes da UTI (`Obito_UTI == 0`), a presença de `Obto_ou_MNGC == 1` reflete exclusivamente a ocorrência de morbidade neonatal grave composta. ```{r} #| label: recode-variables df_analise <- coorte_uti |> mutate( # Escala de peso por 100g para facilitar interpretação do Odds Ratio na regressão Peso_100g = Peso_nascer / 100, # Índice combinado Peso/IG (g por semana gestacional) para alternativa à multicolinearidade Razao_Peso_IG = Peso_nascer / Idade_gest_semanas, # Desfecho Primário: Óbito na UTI Neonatal (numérico 0/1 para regressão e fator para tabelas) Obito_UTI_num = if_else(Desfecho_inicial == 3, 1, 0), Obito_UTI = factor(Obito_UTI_num, levels = c(0, 1), labels = c("Sobrevivente", "Óbito na UTI")), # Desfecho Composto: Óbito ou Morbidade Grave (Geral) Obto_ou_MNGC_num = Obto_ou_MNGC, Obto_ou_MNGC_fat = factor(Obto_ou_MNGC, levels = c(0, 1), labels = c("Sem Evento", "Óbito ou MNGC")), # Desfecho Secundário: Morbidade Grave Composta restrita aos sobreviventes (controle de viés de sobrevivência) MNGC_sobrev_num = if_else(Obito_UTI_num == 0, Obto_ou_MNGC, NA_real_), MNGC_sobrev_fat = factor(MNGC_sobrev_num, levels = c(0, 1), labels = c("Sem MNGC", "Com MNGC")), # Recodificação de Tipo de Parto (1 = Vaginal, 3 = Cesárea) Cesarea_num = case_when(Tipo_parto == 3 ~ 1, Tipo_parto == 1 ~ 0, TRUE ~ NA_real_), Tipo_parto_fat = factor(Tipo_parto, levels = c(1, 3), labels = c("Vaginal", "Cesárea")), # Fatores para variáveis binárias (0 = Não, 1 = Sim) across( c( Pre_natal, Esteroide_corticoide, Hiper_arterial, Diabetes, Corioamnionite, Reanimacao_nascer, Uso_Surfactante, Temperatura_uti_neo, Cpap_nasal, Ventilacao_nasal, Gestacao_multipla, Enterocolite_Necrosante, Exame_de_imagem_28_dia, Persistencia_arterial, Fundo_olho, Obito_12_uti ), ~ factor(.x, levels = c(0, 1), labels = c("Não", "Sim")), .names = "{.col}_fat" ) ) ``` --- # Análise Descritiva ## Avaliação de Normalidade das Variáveis Contínuas Aplicam-se o teste de **Shapiro-Wilk** e a inspeção visual por **Histogramas** e **Gráficos Q-Q** para as variáveis contínuas/discretas: Peso ao nascer (`Peso_nascer`), Idade gestacional (`Idade_gest_semanas`), Apgar no 1º minuto (`Apgar_1`), Apgar no 5º minuto (`Apgar_5`) e Tempo de internação (`Internacao_dias`). ```{r} #| label: normality-tests vars_continuas <- c("Peso_nascer", "Idade_gest_semanas", "Apgar_1", "Apgar_5", "Internacao_dias") nomes_continuas <- c( "Peso ao nascer (g)", "Idade gestacional (semanas)", "Apgar 1º minuto", "Apgar 5º minuto", "Tempo de internação (dias)" ) tabela_normalidade <- map2_dfr(vars_continuas, nomes_continuas, function(var, nome) { vetor <- na.omit(df_analise[[var]]) sw <- shapiro.test(vetor) ks <- suppressWarnings(ks.test(scale(vetor), "pnorm")) tibble( Variavel = nome, N_Valido = length(vetor), Media_DP = sprintf("%.2f ± %.2f", mean(vetor), sd(vetor)), Mediana_IIQ = sprintf("%.1f (%.1f – %.1f)", median(vetor), quantile(vetor, 0.25), quantile(vetor, 0.75)), Min_Max = sprintf("%.0f – %.0f", min(vetor), max(vetor)), Shapiro_W = round(sw$statistic, 4), Shapiro_p = ifelse(sw$p.value < 0.0001, "< 0,0001", sprintf("%.4f", sw$p.value)), Distribuicao = ifelse(sw$p.value < 0.05, "Não-normal (Assimétrica)", "Normal") ) }) kable( tabela_normalidade, col.names = c("Variável", "N", "Média ± DP", "Mediana (IIQ)", "Mín – Máx", "Estatística W", "Valor-p (Shapiro)", "Classificação"), caption = "Testes de normalidade (Shapiro-Wilk) e medidas de tendência central e dispersão." ) ``` ### Inspeção Visual: Histogramas e Q-Q Plots ```{r} #| label: fig-normality #| fig-width: 11 #| fig-height: 12 #| fig-cap: "Distribuição das variáveis contínuas: Histogramas com curva de densidade (esquerda) e Gráficos Q-Q de normalidade (direita)." plot_norm <- function(data, var, titulo) { p_hist <- ggplot(data, aes(x = .data[[var]])) + geom_histogram(aes(y = after_stat(density)), bins = 25, fill = "#2b5c8f", color = "white", alpha = 0.8) + geom_density(color = "#d95f02", linewidth = 1) + labs(title = paste("Histograma:", titulo), x = titulo, y = "Densidade") p_qq <- ggplot(data, aes(sample = .data[[var]])) + stat_qq(color = "#2b5c8f", alpha = 0.6) + stat_qq_line(color = "#d95f02", linewidth = 1) + labs(title = paste("Q-Q Plot:", titulo), x = "Quantis Teóricos", y = "Quantis Amostrais") p_hist + p_qq } (plot_norm(df_analise, "Peso_nascer", "Peso ao Nascer (g)") / plot_norm(df_analise, "Idade_gest_semanas", "Idade Gestacional (sem)") / plot_norm(df_analise, "Apgar_1", "Apgar 1º Minuto") / plot_norm(df_analise, "Apgar_5", "Apgar 5º Minuto") / plot_norm(df_analise, "Internacao_dias", "Tempo de Internação (dias)")) ``` ## Tabela Descritiva Geral da Amostra (n, %, Média ± DP e Mediana/IIQ) ```{r} #| label: descriptive-table df_analise |> select( Peso_nascer, Idade_gest_semanas, Apgar_1, Apgar_5, Pre_natal_fat, Esteroide_corticoide_fat, Hiper_arterial_fat, Diabetes_fat, Corioamnionite_fat, Tipo_parto_fat, Gestacao_multipla_fat, Reanimacao_nascer_fat, Uso_Surfactante_fat, Temperatura_uti_neo_fat, Cpap_nasal_fat, Ventilacao_nasal_fat, Enterocolite_Necrosante_fat, Persistencia_arterial_fat, Exame_de_imagem_28_dia_fat, Fundo_olho_fat, Internacao_dias, Obito_12_uti_fat, Obito_UTI, Obto_ou_MNGC_fat, MNGC_sobrev_fat ) |> tbl_summary( type = list( c(Peso_nascer, Idade_gest_semanas, Apgar_1, Apgar_5, Internacao_dias) ~ "continuous2" ), statistic = list( all_continuous2() ~ c("{median} ({p25} – {p75})", "{mean} ± {sd}"), all_categorical() ~ "{n} ({p}%)" ), label = list( Peso_nascer ~ "Peso ao nascer (g)", Idade_gest_semanas ~ "Idade gestacional (semanas)", Apgar_1 ~ "Apgar no 1º minuto", Apgar_5 ~ "Apgar no 5º minuto", Pre_natal_fat ~ "Realização de pré-natal", Esteroide_corticoide_fat ~ "Uso de corticoide antenatal", Hiper_arterial_fat ~ "Síndrome hipertensiva materna", Diabetes_fat ~ "Diabetes gestacional", Corioamnionite_fat ~ "Corioamnionite materna", Tipo_parto_fat ~ "Tipo de parto", Gestacao_multipla_fat ~ "Gestação múltipla", Reanimacao_nascer_fat ~ "Necessidade de reanimação em sala de parto", Uso_Surfactante_fat ~ "Uso de surfactante", Temperatura_uti_neo_fat ~ "Temperatura aferida na admissão da UTIN", Cpap_nasal_fat ~ "Uso de CPAP nasal", Ventilacao_nasal_fat ~ "Uso de ventilação nasal", Enterocolite_Necrosante_fat ~ "Enterocolite necrosante", Persistencia_arterial_fat ~ "Persistência do canal arterial", Exame_de_imagem_28_dia_fat ~ "Exame de neuroimagem realizado (USTF)", Fundo_olho_fat ~ "Exame de fundo de olho realizado", Internacao_dias ~ "Tempo de internação na UTIN (dias)", Obito_12_uti_fat ~ "Óbito nas primeiras 12h de UTIN", Obito_UTI ~ "Desfecho Primário: Óbito na UTIN", Obto_ou_MNGC_fat ~ "Desfecho Composto: Óbito ou Morbidade Grave (MNGC)", MNGC_sobrev_fat ~ "Desfecho Secundário: MNGC (apenas sobreviventes)" ), missing_text = "Ausente / Ignorado (n)" ) |> bold_labels() |> modify_caption("**Tabela 1.** Características maternas, neonatais, evolutivas e desfechos dos recém-nascidos elegíveis na UTI Neonatal (N = 985).") ``` --- # Análise Bivariada * **Variáveis contínuas não-normais × desfecho binário**: Teste de **Mann-Whitney U** (Wilcoxon rank-sum test). *(Nota: Para completude, o código também permite comparar com o teste t de Student se desejado).* * **Variáveis categóricas × desfecho binário**: Teste **Qui-quadrado de Pearson** (ou **Teste Exato de Fisher** quando alguma célula esperada for $< 5$). * Calcula-se o **Odds Ratio bruto (OR bruto)** com **IC 95%** e destacam-se todas as variáveis com **$p < 0,20$** como candidatas ao modelo multivariado. ## Análise Bivariada — Desfecho Primário: Óbito na UTI Neonatal ```{r} #| label: bivariate-obito # 1. Comparação de grupos (Mann-Whitney e Qui-quadrado/Fisher) tab_biv_obito <- df_analise |> select( Obito_UTI, Peso_100g, Idade_gest_semanas, Apgar_1, Apgar_5, Pre_natal_fat, Esteroide_corticoide_fat, Hiper_arterial_fat, Diabetes_fat, Corioamnionite_fat, Tipo_parto_fat, Gestacao_multipla_fat, Reanimacao_nascer_fat, Uso_Surfactante_fat, Temperatura_uti_neo_fat, Cpap_nasal_fat, Ventilacao_nasal_fat, Enterocolite_Necrosante_fat, Persistencia_arterial_fat, Internacao_dias ) |> tbl_summary( by = Obito_UTI, type = list(c(Peso_100g, Idade_gest_semanas, Apgar_1, Apgar_5, Internacao_dias) ~ "continuous"), statistic = list( all_continuous() ~ "{median} ({p25} – {p75})", all_categorical() ~ "{n} ({p}%)" ), label = list( Peso_100g ~ "Peso ao nascer (por 100g)", Idade_gest_semanas ~ "Idade gestacional (semanas)", Apgar_1 ~ "Apgar 1º minuto", Apgar_5 ~ "Apgar 5º minuto", Pre_natal_fat ~ "Pré-natal realizado", Esteroide_corticoide_fat ~ "Corticoide antenatal", Hiper_arterial_fat ~ "Hipertensão materna", Diabetes_fat ~ "Diabetes gestacional", Corioamnionite_fat ~ "Corioamnionite", Tipo_parto_fat ~ "Tipo de parto", Gestacao_multipla_fat ~ "Gestação múltipla", Reanimacao_nascer_fat ~ "Reanimação ao nascer", Uso_Surfactante_fat ~ "Uso de surfactante", Temperatura_uti_neo_fat ~ "Temperatura na admissão aferida", Cpap_nasal_fat ~ "CPAP nasal", Ventilacao_nasal_fat ~ "Ventilação nasal", Enterocolite_Necrosante_fat ~ "Enterocolite necrosante", Persistencia_arterial_fat ~ "Persistência do canal arterial", Internacao_dias ~ "Tempo de internação (dias)" ), missing = "no" ) |> add_p( test = list( all_continuous() ~ "wilcox.test" # O gtsummary seleciona automaticamente chisq.test ou fisher.test (se célula esperada < 5) para categóricas ), pvalue_fun = ~ style_pvalue(.x, digits = 3) ) |> add_overall() |> bold_labels() |> bold_p(t = 0.20) |> # Destaca p < 0,20 conforme critério de triagem do guia modify_caption("**Tabela 2.** Análise bivariada dos fatores associados ao Óbito na UTI Neonatal (valores de p < 0,20 em negrito).") tab_biv_obito ``` ### Cálculo de Odds Ratio Bruto (OR Bruto e IC 95%) para Óbito na UTI ```{r} #| label: crude-or-obito tab_or_bruto_obito <- df_analise |> select( Obito_UTI_num, Peso_100g, Idade_gest_semanas, Apgar_1, Apgar_5, Pre_natal_fat, Esteroide_corticoide_fat, Hiper_arterial_fat, Diabetes_fat, Corioamnionite_fat, Tipo_parto_fat, Gestacao_multipla_fat, Reanimacao_nascer_fat, Uso_Surfactante_fat, Temperatura_uti_neo_fat, Cpap_nasal_fat, Ventilacao_nasal_fat, Enterocolite_Necrosante_fat, Persistencia_arterial_fat ) |> tbl_uvregression( method = glm, y = Obito_UTI_num, method.args = list(family = binomial), exponentiate = TRUE, hide_n = FALSE, pvalue_fun = ~ style_pvalue(.x, digits = 3), label = list( Peso_100g ~ "Peso ao nascer (a cada +100g)", Idade_gest_semanas ~ "Idade gestacional (a cada +1 semana)", Apgar_1 ~ "Apgar 1º minuto (a cada +1 ponto)", Apgar_5 ~ "Apgar 5º minuto (a cada +1 ponto)", Pre_natal_fat ~ "Pré-natal (Sim vs. Não)", Esteroide_corticoide_fat ~ "Corticoide antenatal (Sim vs. Não)", Hiper_arterial_fat ~ "Hipertensão materna (Sim vs. Não)", Diabetes_fat ~ "Diabetes gestacional (Sim vs. Não)", Corioamnionite_fat ~ "Corioamnionite (Sim vs. Não)", Tipo_parto_fat ~ "Tipo de parto (Cesárea vs. Vaginal)", Gestacao_multipla_fat ~ "Gestação múltipla (Sim vs. Não)", Reanimacao_nascer_fat ~ "Reanimação ao nascer (Sim vs. Não)", Uso_Surfactante_fat ~ "Uso de surfactante (Sim vs. Não)", Temperatura_uti_neo_fat ~ "Temperatura na admissão (Sim vs. Não)", Cpap_nasal_fat ~ "CPAP nasal (Sim vs. Não)", Ventilacao_nasal_fat ~ "Ventilação nasal (Sim vs. Não)", Enterocolite_Necrosante_fat ~ "Enterocolite necrosante (Sim vs. Não)", Persistencia_arterial_fat ~ "Persistência do canal arterial (Sim vs. Não)" ) ) |> bold_labels() |> bold_p(t = 0.20) |> modify_caption("**Tabela 3.** Odds Ratio Bruto (OR bruto e IC 95%) para Óbito na UTI Neonatal (destaque para variáveis candidatas com p < 0,20).") tab_or_bruto_obito ``` --- # Análise Multivariada — Desfecho Primário: Óbito na UTI Na regressão logística múltipla para `Obito_UTI_num`, incluímos as variáveis independentes de exposição principal, maternas, do parto e da admissão que atingiram **$p < 0,20$ na análise bivariada**: * **Exposição principal**: `Peso_100g`, `Idade_gest_semanas`, `Apgar_1`, `Apgar_5` * **Maternas e Parto**: `Hiper_arterial`, `Diabetes`, `Corioamnionite`, `Cesarea_num` * **Condições clínicas ao nascimento/admissão**: `Reanimacao_nascer`, `Uso_Surfactante`, `Temperatura_uti_neo`, `Cpap_nasal`, `Ventilacao_nasal` *(Nota metodológica: Variáveis de desfecho intermediário/evolutivas tardias, como tempo de internação e realização de exames aos 28 dias, não entram como preditores basais de óbito para evitar viés de tempo de imortalidade/causalidade reversa).* ```{r} #| label: multivar-obito # Base completa para o modelo multivariado de óbito vars_modelo_obito <- c( "Obito_UTI_num", "Peso_100g", "Idade_gest_semanas", "Apgar_1", "Apgar_5", "Hiper_arterial_fat", "Diabetes_fat", "Corioamnionite_fat", "Tipo_parto_fat", "Reanimacao_nascer_fat", "Uso_Surfactante_fat", "Temperatura_uti_neo_fat", "Cpap_nasal_fat", "Ventilacao_nasal_fat", "Razao_Peso_IG" ) df_mod_obito <- df_analise |> select(all_of(vars_modelo_obito)) |> drop_na() # Ajuste do Modelo Logístico Múltiplo Principal modelo_obito <- glm( Obito_UTI_num ~ Peso_100g + Idade_gest_semanas + Apgar_1 + Apgar_5 + Hiper_arterial_fat + Diabetes_fat + Corioamnionite_fat + Tipo_parto_fat + Reanimacao_nascer_fat + Uso_Surfactante_fat + Temperatura_uti_neo_fat + Cpap_nasal_fat + Ventilacao_nasal_fat, data = df_mod_obito, family = binomial(link = "logit") ) # Tabela de OR Ajustado (ORa) e IC 95% tbl_regression( modelo_obito, exponentiate = TRUE, pvalue_fun = ~ style_pvalue(.x, digits = 3), label = list( Peso_100g ~ "Peso ao nascer (por +100g)", Idade_gest_semanas ~ "Idade gestacional (por +1 semana)", Apgar_1 ~ "Apgar 1º minuto", Apgar_5 ~ "Apgar 5º minuto", Hiper_arterial_fat ~ "Hipertensão materna", Diabetes_fat ~ "Diabetes gestacional", Corioamnionite_fat ~ "Corioamnionite", Tipo_parto_fat ~ "Tipo de parto (Cesárea vs. Vaginal)", Reanimacao_nascer_fat ~ "Reanimação ao nascer", Uso_Surfactante_fat ~ "Uso de surfactante", Temperatura_uti_neo_fat ~ "Temperatura aferida na admissão", Cpap_nasal_fat ~ "Uso de CPAP nasal", Ventilacao_nasal_fat ~ "Uso de ventilação nasal" ) ) |> bold_labels() |> bold_p(t = 0.05) |> modify_caption(paste0("**Tabela 4.** Regressão Logística Múltipla (OR Ajustado e IC 95%) para Óbito na UTI Neonatal (N = ", nrow(df_mod_obito), ").")) ``` ## Diagnóstico de Multicolinearidade (VIF) e Modelo Alternativo com Índice Combinado Verificamos o Fator de Inflação da Variância (**VIF**) entre Peso ao nascer, Idade Gestacional e demais preditores (valores $> 5$ ou $> 10$ indicam multicolinearidade relevante). Adicionalmente, apresentamos o modelo alternativo utilizando a **razão Peso/IG (`Razao_Peso_IG`)**. ```{r} #| label: vif-check vif_valores <- car::vif(modelo_obito) tabela_vif <- tibble( Variavel = names(vif_valores), VIF = round(as.numeric(vif_valores), 2), Avaliacao = case_when( VIF >= 10 ~ "Multicolinearidade severa (VIF >= 10)", VIF >= 5 ~ "Multicolinearidade moderada (VIF >= 5)", TRUE ~ "Ausência de multicolinearidade problemática (VIF < 5)" ) ) kable( tabela_vif, col.names = c("Preditor no Modelo", "VIF", "Interpretação"), caption = "Avaliação de Multicolinearidade pelo Fator de Inflação da Variância (VIF)." ) # Modelo alternativo substituindo Peso e IG separados pelo índice combinado Razao_Peso_IG modelo_obito_indice <- glm( Obito_UTI_num ~ Razao_Peso_IG + Apgar_1 + Apgar_5 + Hiper_arterial_fat + Diabetes_fat + Corioamnionite_fat + Tipo_parto_fat + Reanimacao_nascer_fat + Uso_Surfactante_fat + Temperatura_uti_neo_fat + Cpap_nasal_fat + Ventilacao_nasal_fat, data = df_mod_obito, family = binomial(link = "logit") ) ``` ## Qualidade de Ajuste (Hosmer-Lemeshow) e Capacidade Discriminativa (Curva ROC / AUC) ```{r} #| label: model-diagnostics-obito #| fig-width: 7 #| fig-height: 6 #| fig-cap: "Curva ROC e Área sob a Curva (AUC) do modelo multivariado para Óbito na UTI Neonatal." # 1. Teste de Hosmer-Lemeshow (g = 10 grupos) hl_obito <- ResourceSelection::hoslem.test(df_mod_obito$Obito_UTI_num, fitted(modelo_obito), g = 10) # 2. Curva ROC e AUC roc_obito <- pROC::roc(df_mod_obito$Obito_UTI_num, fitted(modelo_obito), quiet = TRUE) auc_obito_ci <- pROC::ci.auc(roc_obito) resumo_ajuste_obito <- tibble( Metrica = c( "Amostra no Modelo (N)", "Teste de Hosmer-Lemeshow (Qui-quadrado)", "Teste de Hosmer-Lemeshow (Valor-p)", "Área sob a Curva ROC — AUC (IC 95%)", "AIC (Modelo com Peso e IG separados)", "AIC (Modelo alternativo com Índice Peso/IG)" ), Valor = c( as.character(nrow(df_mod_obito)), sprintf("%.3f (gl = %d)", hl_obito$statistic, hl_obito$parameter), sprintf("%.4f", hl_obito$p.value), sprintf("%.3f (%.3f – %.3f)", auc_obito_ci[2], auc_obito_ci[1], auc_obito_ci[3]), sprintf("%.1f", AIC(modelo_obito)), sprintf("%.1f", AIC(modelo_obito_indice)) ) ) kable(resumo_ajuste_obito, caption = "Métricas de calibração e discriminação do modelo logístico para Óbito na UTIN.") # Gráfico da Curva ROC ggroc(roc_obito, colour = "#2b5c8f", linewidth = 1.2) + geom_abline(slope = 1, intercept = 1, linetype = "dashed", color = "gray50") + annotate( "text", x = 0.35, y = 0.25, label = sprintf("AUC = %.3f\n(IC 95%%: %.3f – %.3f)\nHosmer-Lemeshow p = %.3f", auc_obito_ci[2], auc_obito_ci[1], auc_obito_ci[3], hl_obito$p.value), size = 4.2, fontface = "bold", color = "#2b5c8f" ) + labs( title = "Curva ROC — Modelo Multivariado para Óbito na UTI Neonatal", x = "Especificidade", y = "Sensibilidade" ) ``` --- # Análise Multivariada — Morbidade Composta e Viés de Sobrevivência (Seção 4.4) Seguindo as diretrizes da **Seção 4.4 do Plano de Análise**: 1. Analisamos o desfecho composto global (**Óbito ou Morbidade Neonatal Grave Composta — `Obto_ou_MNGC`**) na coorte com informação disponível ($N = 820$). 2. **Controle do Viés de Sobrevivência**: Como displasia broncopulmonar (DBP) e retinopatia da prematuridade (ROP) exigem que o recém-nascido sobreviva até a idade de avaliação diagnóstica, realizamos a **análise multivariada restrita aos sobreviventes da UTI (`MNGC_sobrev_num`, $N = 528$)**. 3. **Análise Secundária dos Componentes e Desfechos Evolutivos**: Avaliamos separadamente a frequência e fatores associados aos componentes disponíveis na base (`Enterocolite_Necrosante`, `Persistencia_arterial`, realização de neuroimagem aos 28 dias e fundo de olho), bem como o desfecho secundário contínuo **Tempo de Internação (`Internacao_dias`)**. ## Bivariada e Regressão Logística Múltipla: Óbito ou Morbidade Grave (`Obto_ou_MNGC`) ```{r} #| label: multivar-composto-geral df_composto <- df_analise |> filter(!is.na(Obto_ou_MNGC_num)) # Bivariada resumida para triagem (p < 0,20) tab_biv_composto <- df_composto |> select( Obto_ou_MNGC_fat, Peso_100g, Idade_gest_semanas, Apgar_1, Apgar_5, Pre_natal_fat, Esteroide_corticoide_fat, Hiper_arterial_fat, Diabetes_fat, Corioamnionite_fat, Tipo_parto_fat, Gestacao_multipla_fat, Reanimacao_nascer_fat, Uso_Surfactante_fat, Temperatura_uti_neo_fat, Cpap_nasal_fat, Ventilacao_nasal_fat ) |> tbl_summary( by = Obto_ou_MNGC_fat, type = list(c(Peso_100g, Idade_gest_semanas, Apgar_1, Apgar_5) ~ "continuous"), statistic = list(all_continuous() ~ "{median} ({p25} – {p75})", all_categorical() ~ "{n} ({p}%)"), missing = "no" ) |> add_p(test = list(all_continuous() ~ "wilcox.test"), pvalue_fun = ~ style_pvalue(.x, digits = 3)) |> bold_p(t = 0.20) |> modify_caption("**Tabela 5.** Análise bivariada para o desfecho composto Óbito ou Morbidade Grave (N = 820).") tab_biv_composto # Modelo Multivariado com variáveis p < 0,20 na bivariada do desfecho composto df_mod_composto <- df_composto |> select( Obto_ou_MNGC_num, Peso_100g, Idade_gest_semanas, Apgar_1, Apgar_5, Hiper_arterial_fat, Corioamnionite_fat, Tipo_parto_fat, Reanimacao_nascer_fat, Uso_Surfactante_fat, Cpap_nasal_fat ) |> drop_na() modelo_composto <- glm( Obto_ou_MNGC_num ~ Peso_100g + Idade_gest_semanas + Apgar_1 + Apgar_5 + Hiper_arterial_fat + Corioamnionite_fat + Tipo_parto_fat + Reanimacao_nascer_fat + Uso_Surfactante_fat + Cpap_nasal_fat, data = df_mod_composto, family = binomial(link = "logit") ) tbl_regression( modelo_composto, exponentiate = TRUE, pvalue_fun = ~ style_pvalue(.x, digits = 3) ) |> bold_labels() |> bold_p(t = 0.05) |> modify_caption(paste0("**Tabela 6.** Regressão Logística Múltipla (ORa e IC 95%) para Óbito ou Morbidade Grave Composta (N = ", nrow(df_mod_composto), ").")) ``` ## Análise Restrita aos Sobreviventes (Controle de Viés de Sobrevivência para MNGC) ```{r} #| label: multivar-mngc-survivors #| fig-width: 7 #| fig-height: 6 #| fig-cap: "Curva ROC comparativa entre o modelo de Desfecho Composto Geral (Óbito ou MNGC) e Morbidade Grave restrita aos Sobreviventes." df_mod_sobrev <- df_analise |> filter(Obito_UTI_num == 0, !is.na(MNGC_sobrev_num)) |> select( MNGC_sobrev_num, Peso_100g, Idade_gest_semanas, Apgar_1, Apgar_5, Diabetes_fat, Corioamnionite_fat, Tipo_parto_fat, Reanimacao_nascer_fat, Cpap_nasal_fat ) |> drop_na() modelo_mngc_sobrev <- glm( MNGC_sobrev_num ~ Peso_100g + Idade_gest_semanas + Apgar_1 + Apgar_5 + Diabetes_fat + Corioamnionite_fat + Tipo_parto_fat + Reanimacao_nascer_fat + Cpap_nasal_fat, data = df_mod_sobrev, family = binomial(link = "logit") ) tbl_regression( modelo_mngc_sobrev, exponentiate = TRUE, pvalue_fun = ~ style_pvalue(.x, digits = 3), label = list( Peso_100g ~ "Peso ao nascer (por +100g)", Idade_gest_semanas ~ "Idade gestacional (por +1 semana)", Apgar_1 ~ "Apgar 1º minuto", Apgar_5 ~ "Apgar 5º minuto", Diabetes_fat ~ "Diabetes gestacional", Corioamnionite_fat ~ "Corioamnionite", Tipo_parto_fat ~ "Tipo de parto (Cesárea vs. Vaginal)", Reanimacao_nascer_fat ~ "Reanimação ao nascer", Cpap_nasal_fat ~ "Uso de CPAP nasal" ) ) |> bold_labels() |> bold_p(t = 0.05) |> modify_caption(paste0("**Tabela 7.** Regressão Logística Múltipla para Morbidade Neonatal Grave Composta restrita aos sobreviventes da UTIN (N = ", nrow(df_mod_sobrev), ").")) # Diagnóstico Hosmer-Lemeshow e ROC para MNGC em sobreviventes hl_sobrev <- ResourceSelection::hoslem.test(df_mod_sobrev$MNGC_sobrev_num, fitted(modelo_mngc_sobrev), g = 10) roc_composto <- pROC::roc(df_mod_composto$Obto_ou_MNGC_num, fitted(modelo_composto), quiet = TRUE) roc_sobrev <- pROC::roc(df_mod_sobrev$MNGC_sobrev_num, fitted(modelo_mngc_sobrev), quiet = TRUE) ggroc(list("Óbito ou MNGC (Geral)" = roc_composto, "MNGC (Apenas Sobreviventes)" = roc_sobrev), linewidth = 1.2) + geom_abline(slope = 1, intercept = 1, linetype = "dashed", color = "gray50") + scale_color_manual(values = c("#2b5c8f", "#d95f02")) + labs( title = "Curvas ROC — Desfecho Composto Geral vs. MNGC em Sobreviventes", subtitle = sprintf( "AUC Geral = %.3f | AUC Sobreviventes = %.3f (Hosmer-Lemeshow p = %.3f)", auc(roc_composto), auc(roc_sobrev), hl_sobrev$p.value ), x = "Especificidade", y = "Sensibilidade", color = "Modelo" ) + theme(legend.position = "bottom") ``` ## Análise Secundária dos Componentes Individuais e Tempo de Internação Conforme recomendado na **Seção 4.4**, avaliamos separadamente os componentes clínicos evolutivos registrados na planilha (`Enterocolite_Necrosante`, `Persistencia_arterial`, `Exame_de_imagem_28_dia` e `Fundo_olho`) estratificados pela sobrevivência na UTI, bem como a distribuição do **Tempo de Internação (`Internacao_dias`)**. ```{r} #| label: secondary-components df_analise |> select( Obito_UTI, Enterocolite_Necrosante_fat, Persistencia_arterial_fat, Exame_de_imagem_28_dia_fat, Fundo_olho_fat, Internacao_dias ) |> tbl_summary( by = Obito_UTI, type = list(Internacao_dias ~ "continuous2"), statistic = list( all_continuous2() ~ c("{median} ({p25} – {p75})", "{mean} ± {sd}"), all_categorical() ~ "{n} ({p}%)" ), label = list( Enterocolite_Necrosante_fat ~ "Enterocolite necrosante (ECN)", Persistencia_arterial_fat ~ "Persistência do canal arterial (PCA)", Exame_de_imagem_28_dia_fat ~ "Realização de neuroimagem (USTF 28º dia)", Fundo_olho_fat ~ "Realização de exame de fundo de olho (ROP)", Internacao_dias ~ "Tempo de internação na UTIN (dias)" ), missing = "no" ) |> add_p(test = list(all_continuous() ~ "wilcox.test"), pvalue_fun = ~ style_pvalue(.x, digits = 3)) |> add_overall() |> bold_labels() |> modify_caption("**Tabela 8.** Análise individual das morbidades evolutivas, exames diagnósticos e tempo de internação estratificados por sobrevivência na UTIN.") ``` --- # Análise e Interpretação Integrada dos Resultados Esta seção sintetiza os achados estatísticos obtidos nas diferentes camadas analíticas (descritiva, bivariada e multivariada) e discute sua interpretação clínica e epidemiológica à luz da hipótese do estudo. ## 1. Seleção da Coorte e Perfil Descritivo da Amostra Partindo de 1.174 registros válidos no banco de dados institucional, a aplicação sequencial dos critérios de exclusão removeu 91 óbitos ocorridos em sala de parto, 53 recém-nascidos com anomalias congênitas maiores e 45 transferências externas, resultando em uma **coorte elegível final de 985 recém-nascidos** admitidos na UTI Neonatal. * **Comportamento Distribucional (Normalidade):** O teste de Shapiro-Wilk ($p < 0,0001$) e a inspeção visual dos histogramas e gráficos Q-Q confirmaram que todas as variáveis contínuas avaliadas (peso ao nascer, idade gestacional, escores de Apgar e tempo de internação) seguem distribuição **não-normal (assimétrica)**. Esse achado é esperado em coortes de terapia intensiva neonatal — nas quais há truncamento biológico de peso/idade gestacional e forte assimetria à direita no tempo de permanência hospitalar —, fundamentando o uso da **mediana e intervalo interquartil (IIQ)** como medidas de síntese primárias e do teste não-paramétrico de **Mann-Whitney U** nas comparações bivariadas. * **Perfil Basal e Desfechos:** A coorte caracterizou-se por prematuridade acentuada, com mediana de idade gestacional de **29,0 semanas** ($\text{IIQ: } 26,0 - 31,0$; $\text{média: } 28,55 \pm 3,16$) e mediana de peso ao nascer de **1.080 g** ($\text{IIQ: } 780 - 1.320\text{ g}$; $\text{média: } 1.045,0 \pm 309,6\text{ g}$). Observou-se elevada cobertura de pré-natal ($94,1\%$) e de corticoterapia antenatal ($76,2\%$). A incidência do **desfecho primário (óbito na UTIN)** foi de **29,7% ($n = 293/985$)**. Entre os 820 pacientes com informação completa para o desfecho composto global (**óbito ou morbidade neonatal grave composta — MNGC**), a ocorrência foi de **57,1% ($n = 468/820$)**. Restringindo-se a avaliação aos sobreviventes da UTIN com dados válidos ($n = 528$), a incidência isolada de **morbidade neonatal grave composta** foi de **33,3% ($n = 176/528$)**. ## 2. Fatores Associados ao Desfecho Primário (Óbito na UTIN) ### Análise Bivariada vs. Ajuste Multivariado Na análise bivariada não ajustada (Tabelas 2 e 3), os recém-nascidos que evoluíram para óbito apresentaram medianas significativamente inferiores de peso ao nascer ($700\text{ g}$ vs. $1.190\text{ g}$; $p < 0,001$), idade gestacional ($26,0$ vs. $30,0\text{ semanas}$; $p < 0,001$), Apgar no 1º minuto ($4,0$ vs. $7,0$; $p < 0,001$) e Apgar no 5º minuto ($7,0$ vs. $9,0$; $p < 0,001$). Além disso, variáveis maternas e perinatais como corioamnionite ($\text{OR bruto} = 2,57$), necessidade de reanimação em sala de parto ($\text{OR bruto} = 8,27$) e uso de surfactante ($\text{OR bruto} = 5,26$) associaram-se fortemente ao aumento da mortalidade bruta, enquanto síndrome hipertensiva materna ($\text{OR bruto} = 0,70$), parto cesáreo ($\text{OR bruto} = 0,55$) e uso de CPAP nasal ($\text{OR bruto} = 0,11$) mostraram associação inversa. Contudo, após o ajuste simultâneo no **modelo de regressão logística múltipla** ($N = 971$; Tabela 4) — incorporando todas as variáveis basais e de admissão com $p < 0,20$ na triagem bivariada —, permaneceram como **preditores independentes estatisticamente significativos ($p < 0,05$) de óbito na UTIN**: 1. **Peso ao nascer (a cada incremento de +100 g):** $\text{ORa} = 0,65$ ($\text{IC 95\%: } 0,58 - 0,73; p < 0,001$). Cada aumento de $100\text{ g}$ no peso ao nascer reduz em **35%** a chance ajustada de óbito na UTIN, consolidando-se como o principal determinante biológico de sobrevivência. 2. **Apgar no 5º minuto (a cada incremento de +1 ponto):** $\text{ORa} = 0,78$ ($\text{IC 95\%: } 0,66 - 0,91; p = 0,002$). Cada ponto adicional no escore de Apgar ao 5º minuto reduz em **22%** a chance independente de óbito, refletindo a importância da vitalidade neonatal pós-estabilização imediata. 3. **Diabetes gestacional:** $\text{ORa} = 2,16$ ($\text{IC 95\%: } 1,24 - 3,75; p = 0,006$). Recém-nascidos filhos de mães com diabetes gestacional apresentaram chance **2,16 vezes maior** de evoluir para óbito quando comparados a filhos de mães não diabéticas de mesmo peso e idade gestacional. Esse achado é fisiopatologicamente plausível, visto que a hiperglicemia e o hiperinsulinismo fetal retardam a maturação pulmonar e a síntese de surfactante, além de predisporem a distúrbios metabólicos e hemodinâmicos graves. 4. **Uso de surfactante:** $\text{ORa} = 4,00$ ($\text{IC 95\%: } 1,37 - 11,70; p = 0,011$). Recém-nascidos que usaram apresentaram chance **4 vezes maior** de evoluir para óbito quando comparados aos que não usaram. ### Interpretação das Variáveis que Perderam Significância no Modelo Ajustado * **Idade Gestacional ($\text{ORa} = 0,92; p = 0,192$) e Apgar no 1º minuto ($\text{ORa} = 0,98; p = 0,757$):** A perda de significância estatística dessas duas variáveis no modelo multivariado de óbito **não decorre de erro numérico por multicolinearidade**, uma vez que todos os Fatores de Inflação da Variância (**VIF**) mantiveram-se abaixo do limiar crítico de 5 ($\text{VIF} = 2,94$ para peso; $3,65$ para IG; $4,25$ para Apgar 1'; $2,97$ para Apgar 5'). O fenômeno reflete **compartilhamento de variância biológica e mediação**: a massa corporal absoluta (peso) captura de forma mais granular a reserva biológica fetal (incluindo o impacto adicional da restrição de crescimento intrauterino), enquanto o Apgar de 5º minuto incorpora a resposta efetiva às manobras de reanimação iniciadas no 1º minuto. * **Necessidade de Reanimação ($\text{ORa} = 1,14; p = 0,704$), Corioamnionite ($\text{ORa} = 1,18; p = 0,554$) e Tipo de Parto ($\text{ORa} = 1,06; p = 0,820$):** O aparente efeito deletério da reanimação e da corioamnionite, bem como o aparente efeito protetor da cesariana e da hipertensão materna observados na análise bruta, eram explicados pela distribuição desigual da idade gestacional e do peso ao nascer entre esses grupos, desaparecendo após o controle multivariado de confundimento. ### Desempenho do Modelo Preditivo de Óbito O modelo logístico múltiplo apresentou **excelente capacidade discriminativa**, com Área sob a Curva ROC (**AUC**) de **0,890** ($\text{IC 95\%: } 0,868 - 0,912$), indicando que o modelo distingue corretamente entre um paciente que irá a óbito e um sobrevivente em **89,0%** das vezes. Além disso, o teste de **Hosmer-Lemeshow** demonstrou calibração adequada ($p > 0,05$), confirmando boa concordância entre as probabilidades preditas e os óbitos observados. ## 3. Desfecho Composto e Morbidade Neonatal Grave em Sobreviventes A avaliação em duas etapas — (1) Desfecho Composto Global (`Obto_ou_MNGC`, Tabela 6) e (2) Morbidade Neonatal Grave Composta restrita aos sobreviventes (`MNGC_sobrev`, Tabela 7) — permitiu controlar o **viés de sobrevivência** (competição pelo evento óbito precoce) e revelou diferenças clínicas importantes nos mecanismos de risco: 1. **Protagonismo da Idade Gestacional na Morbidade dos Sobreviventes:** Diferentemente do modelo de mortalidade (onde o peso ao nascer predominou sobre a IG), na análise restrita aos sobreviventes ($N = 524$; Tabela 7) a **idade gestacional** emergiu como o preditor independente mais robusto de morbidade grave ($\text{ORa} = 0,74; \text{IC 95\%: } 0,65 - 0,85; p < 0,001$), acompanhada pelo **peso ao nascer** ($\text{ORa} = 0,88 \text{ por } +100\text{ g}; \text{IC 95\%: } 0,78 - 0,99; p = 0,033$). A cada semana adicional de gestação, a chance de o sobrevivente desenvolver morbidade grave (como displasia broncopulmonar, retinopatia grave, hemorragia peri-intraventricular grave ou enterocolite) reduz-se em **26%**. Isso demonstra que, uma vez superada a barreira inicial da sobrevivência, a **imaturidade orgânica e vascular (medida pela IG)** é o principal determinante das sequelas crônicas da prematuridade. 2. **Papel Protetor do CPAP Nasal:** O uso de CPAP nasal manteve associação independente protetora tanto no desfecho composto global ($\text{ORa} = 0,53; p = 0,005$) quanto na morbidade grave entre sobreviventes ($\text{ORa} = 0,57; \text{IC 95\%: } 0,35 - 0,94; p = 0,027$). Do ponto de vista clínico, esse resultado reflete duas dimensões complementares: (a) bebês aptos ao suporte ventilatório não-invasivo com CPAP apresentam drive respiratório e estabilidade inicial superiores aos que exigem intubação endotraqueal imediata; e (b) a estratégia de suporte não-invasivo precoce reduz o volutrauma/barotrauma, protegendo diretamente contra a evolução para Displasia Broncopulmonar. 3. **Capacidade Discriminativa:** Os modelos apresentaram ótimo poder discriminatório, com **$\text{AUC} = 0,871$** para o desfecho composto global e **$\text{AUC} = 0,800$** para a morbidade grave restrita aos sobreviventes. ## 4. Componentes Evolutivos e Tempo de Internação (Desfechos Secundários) Na análise individualizada dos componentes evolutivos e procedimentos diagnósticos (Tabela 8): * **Enterocolite Necrosante (ECN) e Persistência do Canal Arterial (PCA):** A incidência global documentada na coorte elegível foi de **3,8%** para ECN ($37/984$) e **17,5%** para PCA ($172/984$). Entre os pacientes com ECN, a letalidade hospitalar foi elevada ($43,2\%$ evoluíram para óbito vs. $29,2\%$ naqueles sem ECN; $p = 0,099$). * **Triagem Diagnóstica Tardia e Viés de Tempo Imortal:** A realização de ultrassonografia transfontanelar/neuroimagem ao 28º dia ($72,5\%$ na coorte total; $87,2\%$ nos sobreviventes vs. $36,0\%$ nos óbitos; $p < 0,001$) e de exame de fundo de olho ($59,8\%$ na coorte total; $81,6\%$ nos sobreviventes vs. $7,9\%$ nos óbitos; $p < 0,001$) ilustra claramente o fenômeno de **censura pelo óbito precoce**, justificando sua análise estratificada como indicadores assistenciais em sobreviventes, e não como preditores basais de mortalidade. * **Tempo de Internação na UTIN:** O tempo mediano de permanência na coorte geral foi de **37,0 dias** ($\text{IIQ: } 5,0 - 65,0$), apresentando forte dicotomia conforme o desfecho vital ($p < 0,001$): nos pacientes que evoluíram para óbito, a mediana de permanência foi de apenas **5,0 dias** ($\text{IIQ: } 3,0 - 11,0$; sendo $15,0\%$ dos óbitos ocorridos já nas primeiras 12 horas de admissão), ao passo que nos sobreviventes a mediana de hospitalização atingiu **50,0 dias** ($\text{IIQ: } 31,8 - 77,0$), refletindo a necessidade prolongada de suporte nutricional e maturação fisiológica até a alta hospitalar. ## 5. Conclusão Síntese Os resultados confirmam integralmente a **hipótese central do estudo**: menor peso ao nascer, menor idade gestacional e menor vitalidade no 5º minuto de vida são os determinantes independentes primordiais de desfechos adversos na UTI Neonatal. Enquanto o **peso ao nascer**, o **Apgar no 5º minuto**, o **diabetes gestacional** e a **gravidade respiratória inicial (necessidade de surfactante)** governam o risco imediato de **mortalidade hospitalar** ($\text{AUC} = 0,890$), a **idade gestacional** e a modalidade de suporte ventilatório não-invasivo (**CPAP nasal**) assumem papel central na determinação da **morbidade neonatal grave entre os sobreviventes** ($\text{AUC} = 0,800$).