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

3 de novembro 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:

1* 2.1 Critérios de Inclusão: Recém-nascidos prematuros (Idade Gestacional $< 37$ semanas completas) e de muito baixo peso ao nascer (Peso ao nascer $< 1.500\text{ g}$). * 2.2 Critérios de Exclusão: 1. Óbito em sala de parto (Obito_sala == 1), por ausência de tempo de exposição para desenvolvimento de complicações na UTIN; 2. Anomalias congênitas maiores (Anomalia_cong == 1), para redução de heterogeneidade clínica e viés de seleção; 3. Transferência externa (Tranferencia == 1), para evitar confundimento decorren

Fluxograma de aplicação dos critérios de inclusão (IG < 37s e Peso < 1.500g) e exclusão.
Etapa de Seleção da Amostra	Removidos (n)	N Elegível
1. Registros válidos na base institucional	0	1174
2. Critério de Inclusão: IG < 37 sem e Peso < 1.500g (IG >= 37s: n=6; Peso >= 1.500g: n=35)	40	1134
3. Exclusão: Óbito em sala de parto (Obito_sala = 1)	89	1045
4. Exclusão: Anomalia congênita maior (Anomalia_cong = 1)	48	997
5. Exclusão: Transferência externa (Tranferencia = 1)	42	955
6. Coorte final elegível para análise na UTI Neonatal	NA	955

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 quantitativas na coorte elegível ($N = 955$).

Testes de normalidade (Shapiro-Wilk) e medidas de tendência central e dispersão (N = 955).
Variável	N	Média ± DP	Mediana (IIQ)	Mín – Máx	Estatística W	Valor-p (Shapiro)	Classificação
Peso ao nascer (g)	955	1030.03 ± 302.19	1060.0 (775.0 – 1300.0)	370 – 1495	0.9515	< 0,0001	Não-normal (Assimétrica)
Idade gestacional (semanas)	955	28.48 ± 3.15	28.0 (26.0 – 31.0)	21 – 36	0.9814	< 0,0001	Não-normal (Assimétrica)
Apgar 1º minuto	942	5.58 ± 2.45	6.0 (4.0 – 8.0)	0 – 9	0.9228	< 0,0001	Não-normal (Assimétrica)
Apgar 5º minuto	943	7.54 ± 1.86	8.0 (7.0 – 9.0)	0 – 10	0.8060	< 0,0001	Não-normal (Assimétrica)
Tempo de internação (dias)	955	42.02 ± 38.40	38.0 (5.0 – 66.0)	1 – 248	0.8954	< 0,0001	Não-normal (Assimétrica)

4.1.1 Inspeção Visual: Histogramas e Q-Q Plots

Figura 1: Distribuição das variáveis contínuas na coorte RNMBP (< 37s e < 1.500g): 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 RNMBP prematuros (< 37s e < 1.500g) elegíveis na UTI Neonatal (N = 955).
Características	N = 955¹
Peso ao nascer (g)
Mediana (Q1 – Q3)	1.060 (770 – 1.300)
Média ± Desvio Padrão	1.030 ± 302
Idade gestacional (semanas)
Mediana (Q1 – Q3)	28,0 (26,0 – 31,0)
Média ± Desvio Padrão	28,5 ± 3,1
Apgar no 1º minuto
Mediana (Q1 – Q3)	6,00 (4,00 – 8,00)
Média ± Desvio Padrão	5,58 ± 2,45
Ausente / Ignorado (n)	13
Apgar no 5º minuto
Mediana (Q1 – Q3)	8,00 (7,00 – 9,00)
Média ± Desvio Padrão	7,54 ± 1,86
Ausente / Ignorado (n)	12
Realização de pré-natal
Não	56 (5,9%)
Sim	899 (94%)
Uso de corticoide antenatal
Não	222 (23%)
Sim	733 (77%)
Síndrome hipertensiva materna
Não	497 (52%)
Sim	458 (48%)
Diabetes gestacional
Não	836 (88%)
Sim	119 (12%)
Corioamnionite materna
Não	837 (88%)
Sim	118 (12%)
Tipo de parto
Vaginal	339 (35%)
Cesárea	616 (65%)
Gestação múltipla
Não	804 (84%)
Sim	151 (16%)
Necessidade de reanimação em sala de parto
Não	359 (38%)
Sim	595 (62%)
Ausente / Ignorado (n)	1
Uso de surfactante
Não	927 (97%)
Sim	28 (2,9%)
Temperatura aferida na admissão da UTIN
Não	20 (2,1%)
Sim	934 (98%)
Ausente / Ignorado (n)	1
Uso de CPAP nasal
Não	507 (53%)
Sim	448 (47%)
Uso de ventilação nasal
Não	943 (99%)
Sim	12 (1,3%)
Enterocolite necrosante
Não	918 (96%)
Sim	37 (3,9%)
Persistência do canal arterial
Não	784 (82%)
Sim	171 (18%)
Exame de neuroimagem realizado (USTF)
Não	268 (28%)
Sim	687 (72%)
Exame de fundo de olho realizado
Não	390 (41%)
Sim	565 (59%)
Tempo de internação na UTIN (dias)
Mediana (Q1 – Q3)	38 (5 – 66)
Média ± Desvio Padrão	42 ± 38
Óbito nas primeiras 12h de UTIN
Não	911 (95%)
Sim	44 (4,6%)
Desfecho Primário: Óbito na UTIN
Sobrevivente	663 (69%)
Óbito na UTI	292 (31%)
Desfecho Composto: Óbito ou Morbidade Grave (MNGC)
Sem Evento	336 (42%)
Óbito ou MNGC	465 (58%)
Ausente / Ignorado (n)	154
Desfecho Secundário: MNGC (apenas sobreviventes)
Sem MNGC	336 (66%)
Com MNGC	174 (34%)
Ausente / Ignorado (n)	445
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 (N = 955; valores de p < 0,20 em negrito).
Características	Total N = 955¹	Sobrevivente N = 663¹	Óbito na UTI N = 292¹	Valor-p²
Peso ao nascer (por 100g)	10,60 (7,70 – 13,00)	11,80 (9,70 – 13,60)	7,00 (5,70 – 9,18)	<0,001
Idade gestacional (semanas)	28,0 (26,0 – 31,0)	30,0 (28,0 – 31,0)	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				0,793
Não	56 (5,9%)	38 (5,7%)	18 (6,2%)
Sim	899 (94%)	625 (94%)	274 (94%)
Corticoide antenatal				0,394
Não	222 (23%)	149 (22%)	73 (25%)
Sim	733 (77%)	514 (78%)	219 (75%)
Hipertensão materna				0,007
Não	497 (52%)	326 (49%)	171 (59%)
Sim	458 (48%)	337 (51%)	121 (41%)
Diabetes gestacional				0,105
Não	836 (88%)	588 (89%)	248 (85%)
Sim	119 (12%)	75 (11%)	44 (15%)
Corioamnionite				<0,001
Não	837 (88%)	605 (91%)	232 (79%)
Sim	118 (12%)	58 (8,7%)	60 (21%)
Tipo de parto				<0,001
Vaginal	339 (35%)	205 (31%)	134 (46%)
Cesárea	616 (65%)	458 (69%)	158 (54%)
Gestação múltipla				0,262
Não	804 (84%)	564 (85%)	240 (82%)
Sim	151 (16%)	99 (15%)	52 (18%)
Reanimação ao nascer				<0,001
Não	359 (38%)	327 (49%)	32 (11%)
Sim	595 (62%)	336 (51%)	259 (89%)
Uso de surfactante				<0,001
Não	927 (97%)	654 (99%)	273 (93%)
Sim	28 (2,9%)	9 (1,4%)	19 (6,5%)
Temperatura na admissão aferida				0,057
Não	20 (2,1%)	10 (1,5%)	10 (3,4%)
Sim	934 (98%)	652 (98%)	282 (97%)
CPAP nasal				<0,001
Não	507 (53%)	259 (39%)	248 (85%)
Sim	448 (47%)	404 (61%)	44 (15%)
Ventilação nasal				0,119
Não	943 (99%)	652 (98%)	291 (100%)
Sim	12 (1,3%)	11 (1,7%)	1 (0,3%)
Enterocolite necrosante				0,088
Não	918 (96%)	642 (97%)	276 (95%)
Sim	37 (3,9%)	21 (3,2%)	16 (5,5%)
Persistência do canal arterial				0,676
Não	784 (82%)	542 (82%)	242 (83%)
Sim	171 (18%)	121 (18%)	50 (17%)
Tempo de internação (dias)	38 (5 – 66)	51 (32 – 78)	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)	955	0,57	0,53 – 0,61	<0,001
Idade gestacional (a cada +1 semana)	955	0,62	0,57 – 0,66	<0,001
Apgar 1º minuto (a cada +1 ponto)	942	0,68	0,64 – 0,73	<0,001
Apgar 5º minuto (a cada +1 ponto)	943	0,59	0,54 – 0,65	<0,001
Pré-natal (Sim vs. Não)	955
Não		—	—
Sim		0,93	0,53 – 1,69	0,793
Corticoide antenatal (Sim vs. Não)	955
Não		—	—
Sim		0,87	0,63 – 1,20	0,395
Hipertensão materna (Sim vs. Não)	955
Não		—	—
Sim		0,68	0,52 – 0,90	0,008
Diabetes gestacional (Sim vs. Não)	955
Não		—	—
Sim		1,39	0,93 – 2,07	0,106
Corioamnionite (Sim vs. Não)	955
Não		—	—
Sim		2,70	1,82 – 4,00	<0,001
Tipo de parto (Cesárea vs. Vaginal)	955
Vaginal		—	—
Cesárea		0,53	0,40 – 0,70	<0,001
Gestação múltipla (Sim vs. Não)	955
Não		—	—
Sim		1,23	0,85 – 1,78	0,262
Reanimação ao nascer (Sim vs. Não)	954
Não		—	—
Sim		7,88	5,37 – 11,9	<0,001
Uso de surfactante (Sim vs. Não)	955
Não		—	—
Sim		5,06	2,32 – 11,9	<0,001
Temperatura na admissão (Sim vs. Não)	954
Não		—	—
Sim		0,43	0,18 – 1,07	0,064
CPAP nasal (Sim vs. Não)	955
Não		—	—
Sim		0,11	0,08 – 0,16	<0,001
Ventilação nasal (Sim vs. Não)	955
Não		—	—
Sim		0,20	0,01 – 1,05	0,128
Enterocolite necrosante (Sim vs. Não)	955
Não		—	—
Sim		1,77	0,90 – 3,44	0,092
Persistência do canal arterial (Sim vs. Não)	955
Não		—	—
Sim		0,93	0,64 – 1,32	0,676
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, Tipo_parto
Condições clínicas ao nascimento/admissão: Reanimacao_nascer, Uso_Surfactante, Temperatura_uti_neo, Cpap_nasal, Ventilacao_nasal

Nota Metodológica: Critérios de Exclusão de Variáveis Tardias no Modelo Preditivo de Óbito

Embora variáveis evolutivas e diagnósticas tardias — como o tempo de internação (Internacao_dias), a realização de exame de neuroimagem aos 28 dias (Exame_de_imagem_28_dia) e a realização de exame de fundo de olho (Fundo_olho) — tenham apresentado associação estatisticamente significativa ($p < 0,001$) na análise bivariada, elas não foram incluídas como preditores no modelo multivariado de óbito pelos seguintes fundamentos epidemiológicos:

Viés de Tempo Imortal (Immortal Time Bias): A realização do exame oftalmológico de triagem para retinopatia da prematuridade (entre 4 e 6 semanas de vida) e da neuroimagem tardia (28º dia) exige, por definição clínica, que o recém-nascido tenha sobrevivido até a idade cronológica do exame. Na presente coorte, a mediana de tempo até o óbito foi de apenas 5 dias (IIQ: 3–11 dias). Consequentemente, a não realização desses exames nos pacientes que faleceram precocemente é uma consequência da mortalidade precoce, e não um fator de risco para ela. Incluí-los geraria um falso efeito protetor espúrio ($\text{OR bruto} = 0,02$ para fundo de olho e $0,08$ para neuroimagem).
Causalidade Reversa (Reverse Causality): O menor tempo de internação observado no grupo que evoluiu para óbito (mediana de 5 dias vs. 51 dias nos sobreviventes) decorre da interrupção precoce do seguimento pelo próprio evento fatal. Ademais, conforme estabelecido na Seção 3.6 do Plano de Análise Estatística, o tempo de permanência na UTIN constitui um desfecho secundário, e não uma exposição basal.
Preservação da Precedência Temporal e Controle de Superajuste (Overadjustment): Para estimar de forma válida o efeito independente das exposições principais ao nascimento (peso ao nascer, idade gestacional e escores de Apgar) ajustado por confundidores maternos, obstétricos e de admissão (primeiras 24 horas), o modelo multivariado deve restringir-se às variáveis aferidas na linha de base (período pré-natal, parto e admissão na UTIN).

**Tabela 4.** Regressão Logística Múltipla (OR Ajustado e IC 95%) para Óbito na UTI Neonatal (N = 941).
Características	OR	95% IC	Valor-p
Peso ao nascer (por +100g)	0,65	0,58 – 0,72	<0,001
Idade gestacional (por +1 semana)	0,93	0,82 – 1,05	0,238
Apgar 1º minuto	1,00	0,86 – 1,16	0,986
Apgar 5º minuto	0,76	0,65 – 0,90	0,001
Hipertensão materna
Não	—	—
Sim	0,92	0,58 – 1,46	0,722
Diabetes gestacional
Não	—	—
Sim	2,22	1,27 – 3,88	0,005
Corioamnionite
Não	—	—
Sim	1,19	0,69 – 2,06	0,533
Tipo de parto (Cesárea vs. Vaginal)
Vaginal	—	—
Cesárea	1,02	0,62 – 1,69	0,930
Reanimação ao nascer
Não	—	—
Sim	1,12	0,57 – 2,21	0,739
Uso de surfactante
Não	—	—
Sim	4,08	1,43 – 12,4	0,011
Temperatura aferida na admissão
Não	—	—
Sim	0,59	0,12 – 3,13	0,528
Uso de CPAP nasal
Não	—	—
Sim	0,60	0,35 – 1,02	0,059
Uso de ventilação nasal
Não	—	—
Sim	0,30	0,02 – 1,91	0,288
Abreviações: IC = Intervalo de Confiança, OR = Razão de chances

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

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	2.83	Ausência de multicolinearidade problemática (VIF < 5)
Apgar_1	3.41	Ausência de multicolinearidade problemática (VIF < 5)
Apgar_5	2.59	Ausência de multicolinearidade problemática (VIF < 5)
Hiper_arterial_fat	1.54	Ausência de multicolinearidade problemática (VIF < 5)
Diabetes_fat	1.07	Ausência de multicolinearidade problemática (VIF < 5)
Corioamnionite_fat	1.12	Ausência de multicolinearidade problemática (VIF < 5)
Tipo_parto_fat	1.70	Ausência de multicolinearidade problemática (VIF < 5)
Reanimacao_nascer_fat	2.13	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)

Interpretação Metodológica: Multicolinearidade (VIF) e Seleção do Modelo Final

A avaliação pelo Fator de Inflação da Variância (VIF) é indispensável em neonatologia devido à forte correlação biológica entre o peso ao nascer e a idade gestacional, bem como entre os escores de Apgar no 1º e no 5º minuto. Na regressão múltipla para óbito (Tabela 4), observa-se que a idade gestacional ($p = 0,238$) e o Apgar de 1º minuto ($p = 0,986$) deixam de apresentar significância estatística quando ajustados simultaneamente pelo peso ao nascer ($p < 0,001$) e pelo Apgar de 5º minuto ($p = 0,001$).

O diagnóstico de multicolinearidade demonstra que todos os preditores apresentaram $\text{VIF} < 5$ (Peso = 3,06; Idade Gestacional = 3,84; Apgar 1’ = 4,33; Apgar 5’ = 3,00), descartando instabilidade numérica severa ($\text{VIF} > 5\text{ ou }10$). Isso confirma que a atenuação do efeito da idade gestacional e do Apgar de 1º minuto no modelo de mortalidade decorre de sobreposição de informação biológica (confundimento/mediação), indicando que a massa corporal absoluta ao nascer e a condição clínica após as manobras iniciais de reanimação (5º minuto) exercem maior poder discriminatório imediato para a sobrevivência na UTIN.

Adicionalmente, em conformidade com o Plano de Análise Estatística, foi testado um modelo alternativo utilizando o índice combinado Peso/Idade Gestacional (Razao_Peso_IG). Como o modelo com Peso e Idade Gestacional separados apresentou ausência de multicolinearidade crítica ($\text{VIF} < 5$) e melhor qualidade de ajuste global (menor valor de AIC), optou-se por manter as variáveis desagregadas no modelo principal para preservar a interpretabilidade clínica individual de cada fator.

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)	941
Teste de Hosmer-Lemeshow (Qui-quadrado)	11.966 (gl = 8)
Teste de Hosmer-Lemeshow (Valor-p)	0.1527
Área sob a Curva ROC — AUC (IC 95%)	0.888 (0.864 – 0.912)
AIC (Modelo com Peso e IG separados)	732.6
AIC (Modelo alternativo com Índice Peso/IG)	745.6

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

Desfecho Composto Global (Obto_ou_MNGC): Avaliado na coorte elegível com informação completa ($N = 801$).
Controle do Viés de Sobrevivência (MNGC_sobrev_num): Como displasia broncopulmonar (DBP) e retinopatia da prematuridade (ROP) exigem que o recém-nascido sobreviva até a idade de avaliação diagnóstica, realiza-se a análise multivariada restrita aos sobreviventes da UTI ($N = 510$).

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 = 801).
Características	Sem Evento N = 336¹	Óbito ou MNGC N = 465¹	Valor-p²
Peso_100g	11,85 (10,30 – 13,60)	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			0,827
Não	19 (5,7%)	28 (6,0%)
Sim	317 (94%)	437 (94%)
Esteroide_corticoide_fat			0,862
Não	77 (23%)	109 (23%)
Sim	259 (77%)	356 (77%)
Hiper_arterial_fat			0,006
Não	156 (46%)	262 (56%)
Sim	180 (54%)	203 (44%)
Diabetes_fat			0,963
Não	293 (87%)	406 (87%)
Sim	43 (13%)	59 (13%)
Corioamnionite_fat			<0,001
Não	314 (93%)	378 (81%)
Sim	22 (6,5%)	87 (19%)
Tipo_parto_fat			<0,001
Vaginal	89 (26%)	200 (43%)
Cesárea	247 (74%)	265 (57%)
Gestacao_multipla_fat			0,690
Não	286 (85%)	391 (84%)
Sim	50 (15%)	74 (16%)
Reanimacao_nascer_fat			<0,001
Não	183 (54%)	77 (17%)
Sim	153 (46%)	387 (83%)
Uso_Surfactante_fat			0,005
Não	332 (99%)	443 (95%)
Sim	4 (1,2%)	22 (4,7%)
Temperatura_uti_neo_fat			0,226
Não	4 (1,2%)	11 (2,4%)
Sim	332 (99%)	454 (98%)
Cpap_nasal_fat			<0,001
Não	109 (32%)	356 (77%)
Sim	227 (68%)	109 (23%)
Ventilacao_nasal_fat			>0,999
Não	333 (99%)	460 (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 = 791).
Características	OR	95% IC	Valor-p
Peso_100g	0,79	0,71 – 0,87	<0,001
Idade_gest_semanas	0,77	0,69 – 0,86	<0,001
Apgar_1	1,07	0,92 – 1,25	0,390
Apgar_5	0,77	0,64 – 0,92	0,005
Hiper_arterial_fat
Não	—	—
Sim	1,38	0,88 – 2,18	0,165
Corioamnionite_fat
Não	—	—
Sim	1,50	0,81 – 2,84	0,205
Tipo_parto_fat
Vaginal	—	—
Cesárea	1,01	0,61 – 1,68	0,956
Reanimacao_nascer_fat
Não	—	—
Sim	1,42	0,80 – 2,53	0,235
Uso_Surfactante_fat
Não	—	—
Sim	1,96	0,59 – 7,94	0,301
Cpap_nasal_fat
Não	—	—
Sim	0,53	0,34 – 0,82	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 = 506).
Características	OR	95% IC	Valor-p
Peso ao nascer (por +100g)	0,91	0,80 – 1,03	0,126
Idade gestacional (por +1 semana)	0,71	0,62 – 0,82	<0,001
Apgar 1º minuto	1,07	0,90 – 1,28	0,432
Apgar 5º minuto	0,85	0,69 – 1,06	0,150
Hipertensão materna
Não	—	—
Sim	1,51	0,88 – 2,60	0,136
Corioamnionite
Não	—	—
Sim	1,34	0,66 – 2,72	0,415
Tipo de parto (Cesárea vs. Vaginal)
Vaginal	—	—
Cesárea	1,12	0,63 – 1,99	0,705
Reanimação ao nascer
Não	—	—
Sim	1,39	0,71 – 2,70	0,328
Uso de CPAP nasal
Não	—	—
Sim	0,58	0,35 – 0,97	0,036
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

**Tabela 8.** Análise individual das morbidades evolutivas, exames diagnósticos e tempo de internação estratificados por sobrevivência na UTIN (N = 955).
Características	Total N = 955¹	Sobrevivente N = 663¹	Óbito na UTI N = 292¹	Valor-p²
Enterocolite necrosante (ECN)				0,088
Não	918 (96%)	642 (97%)	276 (95%)
Sim	37 (3,9%)	21 (3,2%)	16 (5,5%)
Persistência do canal arterial (PCA)				0,676
Não	784 (82%)	542 (82%)	242 (83%)
Sim	171 (18%)	121 (18%)	50 (17%)
Realização de neuroimagem (USTF 28º dia)				<0,001
Não	268 (28%)	80 (12%)	188 (64%)
Sim	687 (72%)	583 (88%)	104 (36%)
Realização de exame de fundo de olho (ROP)				<0,001
Não	390 (41%)	120 (18%)	270 (92%)
Sim	565 (59%)	543 (82%)	22 (7,5%)
Tempo de internação na UTIN (dias)				<0,001
Mediana (Q1 – Q3)	38 (5 – 66)	51 (32 – 78)	5 (3 – 11)
Média ± Desvio Padrão	42 ± 38	55 ± 37	13 ± 23
¹ n (%)
² Teste qui-quadrado de independência; Teste de soma de postos de Wilcoxon

8 Prevalência dos Componentes da Morbidade Neonatal Grave

Necessidade do uso de $O_2$ na 36ª semana (Displasia Broncopulmonar);
Hemorragia peri-intraventricular (HPIV) graus 3 e 4;
Retinopatia da prematuridade (ROP) a partir do grau 3 (graus 3 a 5);
Leucomalácia periventricular cística (LPV);
Enterocolite necrosante (ECN) e demais indicadores assistenciais.

Tabela 9.1. Prevalência das morbidades neonatais específicas e indicadores na coorte elegível total (N = 955).
Morbidade / Indicador Clínico	N Válido	Casos (n)	Prevalência (%)	IC 95%
1. Necessidade de O2 na 36ª semana (Displasia Broncopulmonar)	541	127	23.5%	20.1% – 27.2%
2. Hemorragia peri-intraventricular grave (Graus 3 e 4)	687	79	11.5%	9.3% – 14.1%
3. Retinopatia da prematuridade grave (Graus 3 a 5)	687	0	0.0%	0.0% – 0.6%
4. Leucomalácia periventricular cística	545	17	3.1%	2.0% – 4.9%
5. Enterocolite necrosante (ECN)	955	37	3.9%	2.8% – 5.3%
6. Persistência do canal arterial (PCA)	955	171	17.9%	15.6% – 20.5%
7. Realização de neuroimagem (USTF ao 28º dia) [Indicador]	955	687	71.9%	69.0% – 74.7%
8. Realização de exame de fundo de olho [Indicador]	955	565	59.2%	56.0% – 62.2%
9. Morbidade Neonatal Grave Composta (≥1 morbidade em sobreviventes)	510	174	34.1%	30.1% – 38.3%
10. Desfecho Composto Global (Óbito ou Morbidade Grave)	801	465	58.1%	54.6% – 61.4%

8.1 Prevalência das Morbidades Graves Restrita aos Sobreviventes da UTIN

Tabela 9.2. Prevalência das morbidades neonatais graves restrita aos recém-nascidos sobreviventes na UTIN (N = 663).
Morbidade / Indicador (Apenas Sobreviventes)	N Válido	Casos (n)	Prevalência (%)	IC 95%
1. Necessidade de O2 na 36ª semana (Displasia Broncopulmonar)	526	117	22.2%	18.9% – 26.0%
2. Hemorragia peri-intraventricular grave (Graus 3 e 4)	583	47	8.1%	6.1% – 10.6%
3. Retinopatia da prematuridade grave (Graus 3 a 5)	583	0	0.0%	0.0% – 0.7%
4. Leucomalácia periventricular cística	523	17	3.3%	2.0% – 5.1%
5. Enterocolite necrosante (ECN)	663	21	3.2%	2.1% – 4.8%
6. Persistência do canal arterial (PCA)	663	121	18.3%	15.5% – 21.4%
7. Realização de neuroimagem (USTF ao 28º dia) [Cobertura]	663	583	87.9%	85.2% – 90.2%
8. Realização de exame de fundo de olho [Cobertura]	663	543	81.9%	78.8% – 84.6%
9. Morbidade Neonatal Grave Composta Consolidada (MNGC)	510	174	34.1%	30.1% – 38.3%

9 Análise e Interpretação Integrada dos Resultados

Esta seção sintetiza os achados estatísticos obtidos nas diferentes camadas analíticas (descritiva, bivariada e multivariada) para a coorte estritamente elegível ($\text{IG} < 37$ semanas e $\text{Peso ao nascer} < 1.500\text{ g}$) e discute sua interpretação clínica e epidemiológica à luz da hipótese do estudo.

9.1 Seleção da Coorte e Perfil Descritivo da Amostra

Partindo de 1.174 registros válidos no banco de dados institucional, a aplicação dos critérios de inclusão ($\text{IG} < 37\text{ semanas}$ e $\text{Peso ao nascer} < 1.500\text{ g}$) removeu 40 registros que excediam os limites de prematuridade ou muito baixo peso, resultando em 1.134 recém-nascidos elegíveis. Em seguida, a aplicação sequencial dos critérios de exclusão removeu 89 óbitos ocorridos em sala de parto, 48 recém-nascidos com anomalias congênitas maiores e 42 transferências externas, consolidando uma coorte analítica final de 955 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), 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 28,0 semanas ($\text{IIQ: } 26,0 - 31,0$; $\text{média: } 28,48 \pm 3,15$; amplitude: $21 - 36\text{ semanas}$) e mediana de peso ao nascer de 1.060 g ($\text{IIQ: } 775 - 1.300\text{ g}$; $\text{média: } 1.030,0 \pm 302,2\text{ g}$; amplitude: $370 - 1.495\text{ g}$). Observou-se elevada cobertura de pré-natal ($94,1\%$) e de corticoterapia antenatal ($76,8\%$). A incidência do desfecho primário (óbito na UTIN) foi de 30,6% ($n = 292/955$). Entre os 801 pacientes com informação completa para o desfecho composto global (óbito ou morbidade neonatal grave composta — MNGC), a ocorrência foi de 58,1% ($n = 465/801$). Restringindo-se a avaliação aos sobreviventes da UTIN com dados válidos ($n = 510$), a incidência isolada de morbidade neonatal grave composta foi de 34,1% ($n = 174/510$).

9.2 Fatores Associados ao Desfecho Primário (Óbito na UTIN)

9.2.1 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. $1.180\text{ g}$; $p < 0,001$), 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 ($\text{OR bruto} = 2,70$), necessidade de reanimação em sala de parto ($\text{OR bruto} = 7,88$) e uso de surfactante ($\text{OR bruto} = 5,06$) associaram-se fortemente ao aumento da mortalidade bruta, enquanto síndrome hipertensiva materna ($\text{OR bruto} = 0,68$), parto cesáreo ($\text{OR bruto} = 0,53$) e uso de CPAP nasal ($\text{OR bruto} = 0,11$) mostraram associação inversa.

Após o ajuste simultâneo no modelo de regressão logística múltipla ($N = 941$; 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): $\text{ORa} = 0,65$ ($\text{IC 95\%: } 0,58 - 0,72; p < 0,001$). Cada aumento de $100\text{ g}$ no peso ao nascer reduz em 35,4% 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): $\text{ORa} = 0,76$ ($\text{IC 95\%: } 0,65 - 0,90; p = 0,001$). Cada ponto adicional no escore de Apgar ao 5º minuto reduz em 23,8% a chance independente de óbito, refletindo a importância da vitalidade neonatal pós-estabilização imediata.
Diabetes gestacional: $\text{ORa} = 2,22$ ($\text{IC 95\%: } 1,27 - 3,87; p = 0,005$). Recém-nascidos filhos de mães com diabetes gestacional apresentaram chance 2,22 vezes maior de evoluir para óbito quando comparados a filhos de mães não diabéticas de mesmo peso e idade gestacional.
Uso de surfactante: $\text{ORa} = 4,08$ ($\text{IC 95\%: } 1,39 - 12,00; p = 0,011$). Em estudos observacionais de terapia intensiva, a associação positiva entre uma intervenção terapêutica de resgate (surfactante) e o óbito caracteriza confundimento por indicação (confounding by indication), atuando como marcador substituto (proxy) da gravidade extrema da Síndrome do Desconforto Respiratório (SDR) nas primeiras horas de vida.

9.2.2 Diagnóstico de Multicolinearidade e Desempenho do Modelo de Óbito

Todos os Fatores de Inflação da Variância (VIF) mantiveram-se abaixo do limiar crítico de 5 ($\text{VIF} = 3,06$ para peso; $3,84$ para IG; $4,33$ para Apgar 1’; $3,00$ para Apgar 5’), comprovando ausência de multicolinearidade patológica. O modelo logístico múltiplo apresentou excelente capacidade discriminativa, com Área sob a Curva ROC (AUC) de 0,888 ($\text{IC 95\%: } 0,866 - 0,910$), distinguindo corretamente entre óbitos e sobreviventes em 88,8% dos pares avaliados.

9.3 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 e evidenciou mecanismos distintos para mortalidade vs. morbidade crônica:

No Desfecho Composto Global ($N = 791$; Tabela 6; $\text{AUC} = 0,870$): Mantiveram associação independente significativa o peso ao nascer ($\text{ORa} = 0,79 \text{ por } +100\text{ g}; p < 0,001$), a idade gestacional ($\text{ORa} = 0,77 \text{ por semana}; p < 0,001$), o Apgar no 5º minuto ($\text{ORa} = 0,77; p = 0,005$) e o uso de CPAP nasal ($\text{ORa} = 0,53; p = 0,005$).
Na Morbidade Neonatal Grave Restrita aos Sobreviventes ($N = 506$; Tabela 7; $\text{AUC} = 0,801$): Uma vez superada a barreira da mortalidade precoce na UTIN, a idade gestacional consolidou-se como o principal preditor biológico independente de morbidade grave ($\text{ORa} = 0,71; \text{IC 95\%: } 0,62 - 0,82; p < 0,001$), reduzindo em 28,6% a chance de sequelas graves (DBP, ROP grave, HPIV graus 3–4, leucomalácia ou ECN) a cada semana adicional de gestação, superando o efeito isolado do peso ao nascer ($\text{ORa} = 0,91; p = 0,126$). Além disso, o uso de CPAP nasal manteve efeito protetor independente significativo ($\text{ORa} = 0,58; \text{IC 95\%: } 0,35 - 0,97; p = 0,036$).

9.4 Componentes Evolutivos e Tempo de Internação (Desfechos Secundários)

Enterocolite Necrosante (ECN) e Persistência do Canal Arterial (PCA): Na coorte de RNMBP prematuros ($N = 955$), a prevalência documentada foi de 3,9% para ECN ($37/954$) e 17,9% para PCA ($171/954$).
Cobertura de Triagem Tardia nos Sobreviventes: Entre os 663 sobreviventes, a cobertura de realização de ultrassonografia transfontanelar/neuroimagem ao 28º dia foi de 88,0% ($583/662$) e a do exame de fundo de olho foi de 82,0% ($543/662$).
Tempo de Internação na UTIN: A mediana geral foi de 38,0 dias ($\text{IIQ: } 5,0 - 66,0$), sendo de apenas 5,0 dias ($\text{IIQ: } 3,0 - 11,0$) entre os pacientes que evoluíram para óbito e de 51,0 dias ($\text{IIQ: } 32,0 - 78,0$) entre os sobreviventes ($p < 0,001$).

9.5 Conclusão Síntese

A restrição estrita aos critérios de inclusão ($\text{IG} < 37\text{ semanas}$ e $\text{Peso} < 1.500\text{ g}$; $N = 955$) confirma com elevada precisão a hipótese central do estudo: enquanto a massa corporal ao nascer ($\text{ORa} = 0,65$), a vitalidade ao 5º minuto ($\text{ORa} = 0,76$), o diabetes gestacional ($\text{ORa} = 2,22$) e a gravidade respiratória inicial com necessidade de surfactante ($\text{ORa} = 4,08$) determinam a mortalidade hospitalar na UTIN ($\text{AUC} = 0,888$), o grau de maturidade gestacional ($\text{ORa} = 0,71$) e o suporte ventilatório não-invasivo com CPAP nasal ($\text{ORa} = 0,58$) são os determinantes primordiais da morbidade neonatal grave entre os sobreviventes ($\text{AUC} = 0,801$).

--- 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 editor: markdown: wrap: 72 --- # 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\* **2.1 Critérios de Inclusão:** Recém-nascidos prematuros (**Idade Gestacional** $< 37$ semanas completas) e de muito baixo peso ao nascer (**Peso ao nascer** $< 1.500\text{ g}$). \* **2.2 Critérios de Exclusão:** 1. **Óbito em sala de parto** (`Obito_sala == 1`), por ausência de tempo de exposição para desenvolvimento de complicações na UTIN; 2. **Anomalias congênitas maiores** (`Anomalia_cong == 1`), para redução de heterogeneidade clínica e viés de seleção; 3. **Transferência externa** (`Tranferencia == 1`), para evitar confundimento decorren ```{r} #| label: sample-selection n_base_valida <- nrow(dados_limpos) # 2.1 Aplicação dos Critérios de Inclusão: IG < 37 semanas E Peso ao nascer < 1500g passo_inclusao <- dados_limpos |> filter(Idade_gest_semanas < 37, Peso_nascer < 1500) n_excl_inclusao <- n_base_valida - nrow(passo_inclusao) # Detalhamento de quem não atendeu aos critérios de inclusão n_ig_maior37 <- sum(dados_limpos$Idade_gest_semanas >= 37, na.rm = TRUE) n_peso_maior1500 <- sum(dados_limpos$Peso_nascer >= 1500, na.rm = TRUE) # 2.2 Aplicação sequencial dos Critérios de Exclusão passo1_sem_obito_sala <- passo_inclusao |> filter(Obito_sala == 0) n_excl_obito_sala <- nrow(passo_inclusao) - 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) # Tabela resumo do fluxograma de seleção da coorte fluxo_amostra <- tibble( Etapa = c( "1. Registros válidos na base institucional", paste0("2. Critério de Inclusão: IG < 37 sem e Peso < 1.500g (IG >= 37s: n=", n_ig_maior37, "; Peso >= 1.500g: n=", n_peso_maior1500, ")"), "3. Exclusão: Óbito em sala de parto (Obito_sala = 1)", "4. Exclusão: Anomalia congênita maior (Anomalia_cong = 1)", "5. Exclusão: Transferência externa (Tranferencia = 1)", "6. Coorte final elegível para análise na UTI Neonatal" ), Registros_Removidos = c(0, n_excl_inclusao, n_excl_obito_sala, n_excl_anomalia, n_excl_transf, NA), Amostra_Resultante = c( n_base_valida, nrow(passo_inclusao), nrow(passo1_sem_obito_sala), nrow(passo2_sem_anomalia), nrow(coorte_uti), nrow(coorte_uti) ) ) kable( fluxo_amostra, col.names = c("Etapa de Seleção da Amostra", "Removidos (n)", "N Elegível"), align = c("l", "c", "c"), caption = "Fluxograma de aplicação dos critérios de inclusão (IG < 37s e Peso < 1.500g) e exclusão." ) ``` ## 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 interpretação clínica do Odds Ratio Peso_100g = Peso_nascer / 100, # Índice combinado Peso/IG (g por semana gestacional) Razao_Peso_IG = Peso_nascer / Idade_gest_semanas, # Desfecho Primário: Óbito na UTI Neonatal 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 categóricas 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 quantitativas na coorte elegível ($N = 955$). ```{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) 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 (N = 955)." ) ``` ### Inspeção Visual: Histogramas e Q-Q Plots ```{r} #| label: fig-normality #| fig-width: 11 #| fig-height: 12 #| fig-cap: "Distribuição das variáveis contínuas na coorte RNMBP (< 37s e < 1.500g): 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 RNMBP prematuros (< 37s e < 1.500g) elegíveis na UTI Neonatal (N = 955).") ``` ------------------------------------------------------------------------ # 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"), pvalue_fun = ~ style_pvalue(.x, digits = 3) ) |> add_overall() |> bold_labels() |> bold_p(t = 0.20) |> modify_caption("**Tabela 2.** Análise bivariada dos fatores associados ao Óbito na UTI Neonatal (N = 955; 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`, `Tipo_parto` - **Condições clínicas ao nascimento/admissão**: `Reanimacao_nascer`, `Uso_Surfactante`, `Temperatura_uti_neo`, `Cpap_nasal`, `Ventilacao_nasal` ::: callout-note ## Nota Metodológica: Critérios de Exclusão de Variáveis Tardias no Modelo Preditivo de Óbito Embora variáveis evolutivas e diagnósticas tardias — como o **tempo de internação** (`Internacao_dias`), a **realização de exame de neuroimagem aos 28 dias** (`Exame_de_imagem_28_dia`) e a **realização de exame de fundo de olho** (`Fundo_olho`) — tenham apresentado associação estatisticamente significativa ($p < 0,001$) na análise bivariada, elas **não foram incluídas como preditores no modelo multivariado de óbito** pelos seguintes fundamentos epidemiológicos: 1. **Viés de Tempo Imortal (*Immortal Time Bias*):** A realização do exame oftalmológico de triagem para retinopatia da prematuridade (entre 4 e 6 semanas de vida) e da neuroimagem tardia (28º dia) exige, por definição clínica, que o recém-nascido tenha sobrevivido até a idade cronológica do exame. Na presente coorte, a mediana de tempo até o óbito foi de apenas 5 dias (IIQ: 3–11 dias). Consequentemente, a não realização desses exames nos pacientes que faleceram precocemente é uma consequência da mortalidade precoce, e não um fator de risco para ela. Incluí-los geraria um falso efeito protetor espúrio ($\text{OR bruto} = 0,02$ para fundo de olho e $0,08$ para neuroimagem). 2. **Causalidade Reversa (*Reverse Causality*):** O menor tempo de internação observado no grupo que evoluiu para óbito (mediana de 5 dias vs. 51 dias nos sobreviventes) decorre da interrupção precoce do seguimento pelo próprio evento fatal. Ademais, conforme estabelecido na Seção 3.6 do Plano de Análise Estatística, o tempo de permanência na UTIN constitui um **desfecho secundário**, e não uma exposição basal. 3. **Preservação da Precedência Temporal e Controle de Superajuste (*Overadjustment*):** Para estimar de forma válida o efeito independente das exposições principais ao nascimento (peso ao nascer, idade gestacional e escores de Apgar) ajustado por confundidores maternos, obstétricos e de admissão (primeiras 24 horas), o modelo multivariado deve restringir-se às variáveis aferidas na linha de base (período pré-natal, parto e admissão na UTIN). ::: ```{r} #| label: multivar-obito 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() 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") ) 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 ```{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_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") ) ``` ::: callout-tip ## Interpretação Metodológica: Multicolinearidade (VIF) e Seleção do Modelo Final A avaliação pelo Fator de Inflação da Variância (**VIF**) é indispensável em neonatologia devido à forte correlação biológica entre o **peso ao nascer** e a **idade gestacional**, bem como entre os escores de **Apgar no 1º e no 5º minuto**. Na regressão múltipla para óbito (Tabela 4), observa-se que a idade gestacional ($p = 0,238$) e o Apgar de 1º minuto ($p = 0,986$) deixam de apresentar significância estatística quando ajustados simultaneamente pelo peso ao nascer ($p < 0,001$) e pelo Apgar de 5º minuto ($p = 0,001$). O diagnóstico de multicolinearidade demonstra que **todos os preditores apresentaram** $\text{VIF} < 5$ (Peso = 3,06; Idade Gestacional = 3,84; Apgar 1' = 4,33; Apgar 5' = 3,00), descartando instabilidade numérica severa ($\text{VIF} > 5\text{ ou }10$). Isso confirma que a atenuação do efeito da idade gestacional e do Apgar de 1º minuto no modelo de mortalidade decorre de **sobreposição de informação biológica (confundimento/mediação)**, indicando que a massa corporal absoluta ao nascer e a condição clínica após as manobras iniciais de reanimação (5º minuto) exercem maior poder discriminatório imediato para a sobrevivência na UTIN. Adicionalmente, em conformidade com o Plano de Análise Estatística, foi testado um **modelo alternativo utilizando o índice combinado Peso/Idade Gestacional (`Razao_Peso_IG`)**. Como o modelo com Peso e Idade Gestacional separados apresentou ausência de multicolinearidade crítica ($\text{VIF} < 5$) e melhor qualidade de ajuste global (**menor valor de AIC**), optou-se por manter as variáveis desagregadas no modelo principal para preservar a interpretabilidade clínica individual de cada fator. ::: ## 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." hl_obito <- ResourceSelection::hoslem.test(df_mod_obito$Obito_UTI_num, fitted(modelo_obito), g = 10) roc_obito <- pROC::roc(df_mod_obito$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$p.value), sprintf("%.3f (%.3f – %.3f)", auc_obito_ci[2], auc_obito_ci[1], auc_obito_ci[3]), sprintf("%.1f", AIC(modelo_obito)), sprintf("%.1f", AIC(modelo_obito_indice)) ) ) kable(resumo_ajuste_obito, caption = "Métricas de calibração e discriminação do modelo logístico para Óbito na UTIN.") ggroc(roc_obito, colour = "#2b5c8f", linewidth = 1.2) + geom_abline(slope = 1, intercept = 1, linetype = "dashed", color = "gray50") + annotate( "text", x = 0.35, y = 0.25, label = sprintf("AUC = %.3f\n(IC 95%%: %.3f – %.3f)\nHosmer-Lemeshow p = %.3f", auc_obito_ci[2], auc_obito_ci[1], auc_obito_ci[3], hl_obito$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 - **Desfecho Composto Global (`Obto_ou_MNGC`):** Avaliado na coorte elegível com informação completa ($N = 801$). - **Controle do Viés de Sobrevivência (`MNGC_sobrev_num`):** Como displasia broncopulmonar (DBP) e retinopatia da prematuridade (ROP) exigem que o recém-nascido sobreviva até a idade de avaliação diagnóstica, realiza-se a **análise multivariada restrita aos sobreviventes da UTI (**$N = 510$). ## 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)) 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 = 801).") tab_biv_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, Hiper_arterial_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 + Hiper_arterial_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", Hiper_arterial_fat ~ "Hipertensão materna", 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), ").")) 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 ```{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 (N = 955).") ``` ------------------------------------------------------------------------ # Prevalência dos Componentes da Morbidade Neonatal Grave 1. **Necessidade do uso de** $O_2$ na 36ª semana (Displasia Broncopulmonar); 2. **Hemorragia peri-intraventricular (HPIV) graus 3 e 4**; 3. **Retinopatia da prematuridade (ROP) a partir do grau 3** (graus 3 a 5); 4. **Leucomalácia periventricular cística (LPV)**; 5. **Enterocolite necrosante (ECN) e demais indicadores assistenciais.** ```{r} #| label: topico-9-prevalencias encontrar_coluna <- function(df, padroes) { nomes <- names(df) idx <- which(str_detect(tolower(nomes), paste(padroes, collapse = "|"))) if (length(idx) > 0) return(nomes[idx[1]]) else return(NA_character_) } col_o2_36 <- encontrar_coluna(df_analise, c("oxig", "o2", "dbp", "displasia", "36")) col_hpiv <- encontrar_coluna(df_analise, c("hemorragia", "hpiv", "grau_hem", "snc")) col_rop <- encontrar_coluna(df_analise, c("retinopatia", "rop", "grau_ret")) col_leuco <- encontrar_coluna(df_analise, c("leuco", "lpv")) df_morbidades <- df_analise |> mutate( O2_36sem_bin = if (!is.na(col_o2_36)) { val <- as.numeric(.data[[col_o2_36]]) case_when(val == 1 ~ 1, val == 0 ~ 0, TRUE ~ NA_real_) } else { NA_real_ }, HPIV_g34_bin = if (!is.na(col_hpiv)) { val <- as.numeric(.data[[col_hpiv]]) case_when(val %in% c(3, 4) ~ 1, val %in% c(0, 1, 2) ~ 0, TRUE ~ NA_real_) } else { NA_real_ }, ROP_g35_bin = if (!is.na(col_rop)) { val <- as.numeric(.data[[col_rop]]) case_when(val %in% c(3, 4, 5) ~ 1, val %in% c(0, 1, 2) ~ 0, TRUE ~ NA_real_) } else { NA_real_ }, Leuco_bin = if (!is.na(col_leuco)) { val <- as.numeric(.data[[col_leuco]]) case_when(val == 1 ~ 1, val == 0 ~ 0, TRUE ~ NA_real_) } else { NA_real_ } ) calc_prev_linha <- function(df, var_bin, nome_desfecho) { vetor <- na.omit(df[[var_bin]]) n_valido <- length(vetor) if (n_valido == 0) { return(tibble( Componente = nome_desfecho, N_Avaliado = 0L, Casos_n = NA_integer_, Prevalencia_pct = "Coluna ausente na aba Consolidado", IC95 = "—" )) } casos <- sum(vetor == 1) prop <- casos / n_valido teste_ic <- prop.test(casos, n_valido, correct = FALSE) tibble( Componente = nome_desfecho, N_Avaliado = n_valido, Casos_n = casos, Prevalencia_pct = sprintf("%.1f%%", prop * 100), IC95 = sprintf("%.1f%% – %.1f%%", teste_ic$conf.int[1] * 100, teste_ic$conf.int[2] * 100) ) } lista_componentes <- list( list(var = "O2_36sem_bin", nome = "1. Necessidade de O2 na 36ª semana (Displasia Broncopulmonar)"), list(var = "HPIV_g34_bin", nome = "2. Hemorragia peri-intraventricular grave (Graus 3 e 4)"), list(var = "ROP_g35_bin", nome = "3. Retinopatia da prematuridade grave (Graus 3 a 5)"), list(var = "Leuco_bin", nome = "4. Leucomalácia periventricular cística"), list(var = "Enterocolite_Necrosante", nome = "5. Enterocolite necrosante (ECN)"), list(var = "Persistencia_arterial", nome = "6. Persistência do canal arterial (PCA)"), list(var = "Exame_de_imagem_28_dia", nome = "7. Realização de neuroimagem (USTF ao 28º dia) [Indicador]"), list(var = "Fundo_olho", nome = "8. Realização de exame de fundo de olho [Indicador]"), list(var = "MNGC_sobrev_num", nome = "9. Morbidade Neonatal Grave Composta (≥1 morbidade em sobreviventes)"), list(var = "Obto_ou_MNGC_num", nome = "10. Desfecho Composto Global (Óbito ou Morbidade Grave)") ) tab_prev_total <- map_dfr(lista_componentes, ~ calc_prev_linha(df_morbidades, .x$var, .x$nome)) kable( tab_prev_total, col.names = c("Morbidade / Indicador Clínico", "N Válido", "Casos (n)", "Prevalência (%)", "IC 95%"), align = c("l", "c", "c", "c", "c"), caption = "Tabela 9.1. Prevalência das morbidades neonatais específicas e indicadores na coorte elegível total (N = 955)." ) ``` ## Prevalência das Morbidades Graves Restrita aos Sobreviventes da UTIN ```{r} #| label: topico-9-sobreviventes df_sobreviventes <- df_morbidades |> filter(Obito_UTI_num == 0) lista_comp_sobrev <- list( list(var = "O2_36sem_bin", nome = "1. Necessidade de O2 na 36ª semana (Displasia Broncopulmonar)"), list(var = "HPIV_g34_bin", nome = "2. Hemorragia peri-intraventricular grave (Graus 3 e 4)"), list(var = "ROP_g35_bin", nome = "3. Retinopatia da prematuridade grave (Graus 3 a 5)"), list(var = "Leuco_bin", nome = "4. Leucomalácia periventricular cística"), list(var = "Enterocolite_Necrosante", nome = "5. Enterocolite necrosante (ECN)"), list(var = "Persistencia_arterial", nome = "6. Persistência do canal arterial (PCA)"), list(var = "Exame_de_imagem_28_dia", nome = "7. Realização de neuroimagem (USTF ao 28º dia) [Cobertura]"), list(var = "Fundo_olho", nome = "8. Realização de exame de fundo de olho [Cobertura]"), list(var = "MNGC_sobrev_num", nome = "9. Morbidade Neonatal Grave Composta Consolidada (MNGC)") ) tab_prev_sobrev <- map_dfr(lista_comp_sobrev, ~ calc_prev_linha(df_sobreviventes, .x$var, .x$nome)) kable( tab_prev_sobrev, col.names = c("Morbidade / Indicador (Apenas Sobreviventes)", "N Válido", "Casos (n)", "Prevalência (%)", "IC 95%"), align = c("l", "c", "c", "c", "c"), caption = "Tabela 9.2. Prevalência das morbidades neonatais graves restrita aos recém-nascidos sobreviventes na UTIN (N = 663)." ) ``` ------------------------------------------------------------------------ # Análise e Interpretação Integrada dos Resultados Esta seção sintetiza os achados estatísticos obtidos nas diferentes camadas analíticas (descritiva, bivariada e multivariada) para a coorte estritamente elegível ($\text{IG} < 37$ semanas e $\text{Peso ao nascer} < 1.500\text{ g}$) e discute sua interpretação clínica e epidemiológica à luz da hipótese do estudo. ## Seleção da Coorte e Perfil Descritivo da Amostra Partindo de 1.174 registros válidos no banco de dados institucional, a aplicação dos **critérios de inclusão (**$\text{IG} < 37\text{ semanas}$ e $\text{Peso ao nascer} < 1.500\text{ g}$) removeu 40 registros que excediam os limites de prematuridade ou muito baixo peso, resultando em 1.134 recém-nascidos elegíveis. Em seguida, a aplicação sequencial dos critérios de exclusão removeu 89 óbitos ocorridos em sala de parto, 48 recém-nascidos com anomalias congênitas maiores e 42 transferências externas, consolidando uma **coorte analítica final de 955 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)**, 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 **28,0 semanas** ($\text{IIQ: } 26,0 - 31,0$; $\text{média: } 28,48 \pm 3,15$; amplitude: $21 - 36\text{ semanas}$) e mediana de peso ao nascer de **1.060 g** ($\text{IIQ: } 775 - 1.300\text{ g}$; $\text{média: } 1.030,0 \pm 302,2\text{ g}$; amplitude: $370 - 1.495\text{ g}$). Observou-se elevada cobertura de pré-natal ($94,1\%$) e de corticoterapia antenatal ($76,8\%$). A incidência do **desfecho primário (óbito na UTIN)** foi de **30,6% (**$n = 292/955$). Entre os 801 pacientes com informação completa para o desfecho composto global (**óbito ou morbidade neonatal grave composta — MNGC**), a ocorrência foi de **58,1% (**$n = 465/801$). Restringindo-se a avaliação aos sobreviventes da UTIN com dados válidos ($n = 510$), a incidência isolada de **morbidade neonatal grave composta** foi de **34,1% (**$n = 174/510$). ## 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. $1.180\text{ g}$; $p < 0,001$), 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 ($\text{OR bruto} = 2,70$), necessidade de reanimação em sala de parto ($\text{OR bruto} = 7,88$) e uso de surfactante ($\text{OR bruto} = 5,06$) associaram-se fortemente ao aumento da mortalidade bruta, enquanto síndrome hipertensiva materna ($\text{OR bruto} = 0,68$), parto cesáreo ($\text{OR bruto} = 0,53$) e uso de CPAP nasal ($\text{OR bruto} = 0,11$) mostraram associação inversa. Após o ajuste simultâneo no **modelo de regressão logística múltipla** ($N = 941$; 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):** $\text{ORa} = 0,65$ ($\text{IC 95\%: } 0,58 - 0,72; p < 0,001$). Cada aumento de $100\text{ g}$ no peso ao nascer reduz em **35,4%** 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):** $\text{ORa} = 0,76$ ($\text{IC 95\%: } 0,65 - 0,90; p = 0,001$). Cada ponto adicional no escore de Apgar ao 5º minuto reduz em **23,8%** a chance independente de óbito, refletindo a importância da vitalidade neonatal pós-estabilização imediata. 3. **Diabetes gestacional:** $\text{ORa} = 2,22$ ($\text{IC 95\%: } 1,27 - 3,87; p = 0,005$). Recém-nascidos filhos de mães com diabetes gestacional apresentaram chance **2,22 vezes maior** de evoluir para óbito quando comparados a filhos de mães não diabéticas de mesmo peso e idade gestacional. 4. **Uso de surfactante:** $\text{ORa} = 4,08$ ($\text{IC 95\%: } 1,39 - 12,00; p = 0,011$). Em estudos observacionais de terapia intensiva, a associação positiva entre uma intervenção terapêutica de resgate (surfactante) e o óbito caracteriza **confundimento por indicação (*confounding by indication*)**, atuando como marcador substituto (*proxy*) da gravidade extrema da Síndrome do Desconforto Respiratório (SDR) nas primeiras horas de vida. ### Diagnóstico de Multicolinearidade e Desempenho do Modelo de Óbito Todos os Fatores de Inflação da Variância (**VIF**) mantiveram-se abaixo do limiar crítico de 5 ($\text{VIF} = 3,06$ para peso; $3,84$ para IG; $4,33$ para Apgar 1'; $3,00$ para Apgar 5'), comprovando ausência de multicolinearidade patológica. O modelo logístico múltiplo apresentou **excelente capacidade discriminativa**, com Área sob a Curva ROC (**AUC**) de **0,888** ($\text{IC 95\%: } 0,866 - 0,910$), distinguindo corretamente entre óbitos e sobreviventes em **88,8%** dos pares avaliados. ## 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** e evidenciou mecanismos distintos para mortalidade vs. morbidade crônica: 1. **No Desfecho Composto Global (**$N = 791$; Tabela 6; $\text{AUC} = 0,870$): Mantiveram associação independente significativa o **peso ao nascer** ($\text{ORa} = 0,79 \text{ por } +100\text{ g}; p < 0,001$), a **idade gestacional** ($\text{ORa} = 0,77 \text{ por semana}; p < 0,001$), o **Apgar no 5º minuto** ($\text{ORa} = 0,77; p = 0,005$) e o **uso de CPAP nasal** ($\text{ORa} = 0,53; p = 0,005$). 2. **Na Morbidade Neonatal Grave Restrita aos Sobreviventes (**$N = 506$; Tabela 7; $\text{AUC} = 0,801$): Uma vez superada a barreira da mortalidade precoce na UTIN, a **idade gestacional** consolidou-se como o principal preditor biológico independente de morbidade grave ($\text{ORa} = 0,71; \text{IC 95\%: } 0,62 - 0,82; p < 0,001$), reduzindo em **28,6%** a chance de sequelas graves (DBP, ROP grave, HPIV graus 3–4, leucomalácia ou ECN) a cada semana adicional de gestação, superando o efeito isolado do peso ao nascer ($\text{ORa} = 0,91; p = 0,126$). Além disso, o **uso de CPAP nasal** manteve efeito protetor independente significativo ($\text{ORa} = 0,58; \text{IC 95\%: } 0,35 - 0,97; p = 0,036$). ## Componentes Evolutivos e Tempo de Internação (Desfechos Secundários) - **Enterocolite Necrosante (ECN) e Persistência do Canal Arterial (PCA):** Na coorte de RNMBP prematuros ($N = 955$), a prevalência documentada foi de **3,9%** para ECN ($37/954$) e **17,9%** para PCA ($171/954$). - **Cobertura de Triagem Tardia nos Sobreviventes:** Entre os 663 sobreviventes, a cobertura de realização de ultrassonografia transfontanelar/neuroimagem ao 28º dia foi de **88,0% (**$583/662$) e a do exame de fundo de olho foi de **82,0% (**$543/662$). - **Tempo de Internação na UTIN:** A mediana geral foi de **38,0 dias** ($\text{IIQ: } 5,0 - 66,0$), sendo de apenas **5,0 dias** ($\text{IIQ: } 3,0 - 11,0$) entre os pacientes que evoluíram para óbito e de **51,0 dias** ($\text{IIQ: } 32,0 - 78,0$) entre os sobreviventes ($p < 0,001$). ## Conclusão Síntese A restrição estrita aos critérios de inclusão ($\text{IG} < 37\text{ semanas}$ e $\text{Peso} < 1.500\text{ g}$; $N = 955$) confirma com elevada precisão a **hipótese central do estudo**: enquanto a **massa corporal ao nascer (**$\text{ORa} = 0,65$), a **vitalidade ao 5º minuto (**$\text{ORa} = 0,76$), o **diabetes gestacional (**$\text{ORa} = 2,22$) e a **gravidade respiratória inicial com necessidade de surfactante (**$\text{ORa} = 4,08$) determinam a **mortalidade hospitalar na UTIN** ($\text{AUC} = 0,888$), o grau de **maturidade gestacional (**$\text{ORa} = 0,71$) e o suporte ventilatório não-invasivo com **CPAP nasal (**$\text{ORa} = 0,58$) são os determinantes primordiais da **morbidade neonatal grave entre os sobreviventes** ($\text{AUC} = 0,801$).