Valor do escore de calcio coronariano para prever a gravidade ou complexidade da doenca arterial coronariana

FUNDAMENTO: A previsão de gravidade ou complexidade da doença arterial coronariana (DAC) é valiosa devido ao aumento do risco de eventos cardiovasculares. Embora a associação entre o escore do cálcio arterial coronariano (CAC), e a gravidade da DAC pelo escore Gensini não tenha sido utilizado, já foi anteriormente demonstrado. Não há informações sobre a associação entre o escore do CAC total e a complexidade da DAC. OBJETIVOS: Investigar a associação entre a gravidade ou complexidade da doença arterial coronariana (DAC), avaliada pelo escore Gensini e SYNTAX (SS), respectivamente, e o escore do cálcio arterial coronariano (CAC), um método não invasivo para avaliação de DAC em pacientes sintomáticos com DAC significativa. MÉTODOS: Duzentos e quatorze pacientes foram incluídos. A pontuação total do CAC foi obtido antes da angiografia. A severidade e complexidade da DAC foram avaliadas pelo escore Gensini e SS, respectivamente. Foram analisadas as associações entre parâmetros clínicos e angiográficos e o escore total do CAC. RESULTADOS: A mediana do escore total do CAC foi de 192 (23,0-729,8), e correlacionou-se positivamente com ambos os escores Gensini (r: 0,299, p < 0,001) e ES (r: 0,577, p < 0,001). Na análise multivariada associou-se independentemente com a idade (ß: 0,154, p: 0,027), sexo masculino (ß: 0,126, p: 0,035) e ES (ß: 0,481, p < 0,001). A análise da curva ROC (Receiver Operating Characteristics) revelou um valor de corte > 809 para ES > 32 (tercil de SS alto). CONCLUSÃO: Em pacientes sintomáticos com DAC significativa, o escore total de CAC foi independentemente associado com SS e os pacientes com SS > 32 podem ser detectados através de escore Agatston alto.

Proteína C-Reativa Incrementa o Valor Prognóstico do Escore GRACE em Síndromes Coronarianas Agudas?

Fundamento: O valor prognóstico incremental da dosagem plasmática de Proteína C-reativa (PCR) em relação ao Escore GRACE não está estabelecido em pacientes com síndromes coronarianas agudas sem supradesnivelamento do segmento ST (SCA). Objetivo: Testar a hipótese de que a medida de PCR na admissão incrementa o valor prognóstico do escore GRACE em pacientes com SCA. Métodos: Foram estudados 290 indivíduos, internados consecutivamente por SCA, os quais tiveram material plasmático colhido na admissão para dosagem de PCR por método de alta sensibilidade (nefelometria). Desfechos cardiovasculares durante hospitalização foram definidos pela combinação de óbito, infarto não fatal ou angina refratária não fatal. Resultados: A incidência de eventos cardiovasculares durante hospitalização foi 15% (18 óbitos, 11 infartos, 13 anginas), tendo a PCR apresentado estatística-C de 0,60 (95% IC = 0,51 - 0,70; p = 0,034) na predição desses desfechos. Após ajuste para o Escore GRACE, PCR elevada (definida pelo melhor ponto de corte) apresentou tendência a associação com eventos hospitalares (OR = 1,89; 95% IC = 0,92 - 3,88; p = 0,08). No entanto, a adição da variável PCR elevada no modelo GRACE não promoveu incremento significativo na estatística-C, a qual variou de 0,705 para 0,718 (p = 0,46). Da mesma forma, não houve reclassificação de risco significativa com a adição da PCR no modelo preditor (reclassificação líquida = 5,7%; p = 0,15). Conclusão Embora PCR possua associação com desfechos hospitalares, esse marcador inflamatório não incrementa o valor prognóstico do Escore GRACE.

As distribuições do acaso

1) Chamamos um desvio relativo simples o quociente de um desvio, isto é, de uma diferença entre uma variável e sua média ou outro valor ideal, e o seu erro standard. D= v-v/ δ ou D = v-v2/δ Num desvio composto nós reunimos vários desvios de acordo com a equação: D = + Σ (v - 2)²: o o = o1/ o o Todo desvio relativo é caracterizado por dois graus de liberdade (número de variáveis livres) que indicam de quantas observações foi calculado o numerador (grau de liberdade nf1 ou simplesmente n2) e o denominador (grau de liberdade nf2 ou simplesmente n2). 2) Explicamos em detalhe que a chamada distribuição normal ou de OAUSS é apenas um caso especial que nós encontramos quando o erro standard do dividendo do desvio relativo é calculado de um número bem grande de observações ou determinado por uma fórmula teórica. Para provar este ponto foi demonstrado que a distribuição de GAUSS pode ser derivada da distribuição binomial quando o expoente desta torna-se igual a infinito (Fig.1). 3) Assim torna-se evidente que um estudo detalhado da variação do erro standard é necessário. Mostramos rapidamente que, depois de tentativas preliminares de LEXIS e HELMERT, a solução foi achada pelos estatísticos da escola londrina: KARL PEARSON, o autor anônimo conhecido pelo nome de STUDENT e finalmente R. A. FISHER. 4) Devemos hoje distinguir quatro tipos diferentes de dis- tribuições de acaso dos desvios relativos, em dependência de combinação dos graus de liberdade n1 e n2. Distribuição de: fisher 1 < nf1 < infinito 1 < nf2 < infinito ( formula 9-1) Pearson 1 < nf1 < infinito nf 2= infinito ( formula 3-2) Student nf2 = 1 1 < nf2= infinito ( formula 3-3) Gauss nf1 = 1 nf2= infinito ( formula 3-4) As formas das curvas (Fig. 2) e as fórmulas matemáticas dos quatro tipos de distribuição são amplamente discutidas, bem como os valores das suas constantes e de ordenadas especiais. 5) As distribuições de GAUSS e de STUDENT (Figs. 2 e 5) que correspondem a variação de desvios simples são sempre simétricas e atingem o seu máximo para a abcissa D = O, sendo o valor da ordenada correspondente igual ao valor da constante da distribuição, k1 e k2 respectivamente. 6) As distribuições de PEARSON e FISHER (Fig. 2) correspondentes à variação de desvios compostos, são descontínuas para o valor D = O, existindo sempre duas curvas isoladas, uma à direita e outra à esquerda do valor zero da abcissa. As curvas são assimétricas (Figs. 6 a 9), tornando-se mais e mais simétricas para os valores elevados dos graus de liberdade. 7) A natureza dos limites de probabilidade é discutida. Explicámos porque usam-se em geral os limites bilaterais para as distribuições de STUDENT e GAUSS e os limites unilaterais superiores para as distribuições de PEARSON e FISHER (Figs. 3 e 4). Para o cálculo dos limites deve-se então lembrar que o desvio simples, D = (v - v) : o tem o sinal positivo ou negativo, de modo que é em geral necessário determinar os limites bilaterais em ambos os lados da curva (GAUSS e STUDENT). Os desvios relativos compostos da forma D = O1 : o2 não têm sinal determinado, devendo desprezar-se os sinais. Em geral consideramos apenas o caso o1 ser maior do que o2 e os limites se determinam apenas na extremidade da curva que corresponde a valores maiores do que 1. (Limites unilaterais superiores das distribuições de PEARSON e FISHER). Quando a natureza dos dados indica a possibilidade de aparecerem tanto valores de o(maiores como menores do que o2,devemos usar os limites bilaterais, correspondendo os limites unilaterais de 5%, 1% e 0,1% de probabilidade, correspondendo a limites bilaterais de 10%, 2% e 0,2%. 8) As relações matemáticas das fórmulas das quatro distribuições são amplamente discutidas, como também a sua transformação de uma para outra quando fazemos as necessárias alterações nos graus de liberdade. Estas transformações provam matematicamente que todas as quatro distribuições de acaso formam um conjunto. Foi demonstrado matematicamente que a fórmula das distribuições de FISHER representa o caso geral de variação de acaso de um desvio relativo, se nós extendermos a sua definição desde nfl = 1 até infinito e desde nf2 = 1 até infinito. 9) Existe apenas uma distribuição de GAUSS; podemos calcular uma curva para cada combinação imaginável de graus de liberdade para as outras três distribuições. Porém, é matematicamente evidente que nos aproximamos a distribuições limitantes quando os valores dos graus de liberdade se aproximam ao valor infinito. Partindo de fórmulas com área unidade e usando o erro standard como unidade da abcissa, chegamos às seguintes transformações: a) A distribuição de STUDENT (Fig. 5) passa a distribuição de GAUSS quando o grau de liberdade n2 se aproxima ao valor infinito. Como aproximação ao infinito, suficiente na prática, podemos aceitar valores maiores do que n2 = 30. b) A distribuição de PEARSON (Fig. 6) passa para uma de GAUSS com média zero e erro standard unidade quando nl é igual a 1. Quando de outro lado, nl torna-se muito grande, a distribuição de PEARSON podia ser substituída por uma distribuição modificada de GAUSS, com média igual ale unidade da abcissa igual a 1 : V2 n 1 . Para fins práticos, valores de nl maiores do que 30 são em geral uma aproximação suficiente ao infinito. c) Os limites da distribuição de FISHER são um pouco mais difíceis para definir. I) Em primeiro lugar foram estudadas as distribuições com n1 = n2 = n e verificamos (Figs. 7 e 8) que aproximamo-nos a uma distribuição, transformada de GAUSS com média 1 e erro standard l : Vn, quando o valor cresce até o infinito. Como aproximação satisfatória podemos considerar nl = n2 = 100, ou já nl =r n2 - 50 (Fig. 8) II) Quando n1 e n2 diferem (Fig. 9) podemos distinguir dois casos: Se n1 é pequeno e n2 maior do que 100 podemos substituir a distribuição de FISHER pela distribuição correspondente de PEARSON. (Fig. 9, parte superior). Se porém n1é maior do que 50 e n2 maior do que 100, ou vice-versa, atingimos uma distribuição modificada de GAUSS com média 1 e erro standard 1: 2n1 n3 n1 + n2 10) As definições matemáticas e os limites de probabilidade para as diferentes distribuições de acaso são dadas em geral na literatura em formas bem diversas, usando-se diferentes sistemas de abcissas. Com referência às distribuições de FISHER, foi usado por este autor, inicialmente, o logarítmo natural do desvio relativo, como abcissa. SNEDECOR (1937) emprega o quadrado dos desvios relativos e BRIEGER (1937) o desvio relativo próprio. As distribuições de PEARSON são empregadas para o X2 teste de PEARSON e FISHER, usando como abcissa os valores de x² = D². n1 Foi exposto o meu ponto de vista, que estas desigualdades trazem desvantagens na aplicação dos testes, pois atribui-se um peso diferente aos números analisados em cada teste, que são somas de desvios quadrados no X2 teste, somas des desvios quadrados divididos pelo grau de liberdade ou varianças no F-teste de SNEDECOR, desvios simples no t-teste de STUDENT, etc.. Uma tábua dos limites de probabilidade de desvios relativos foi publicada por mim (BRIEGER 1937) e uma tábua mais extensa será publicada em breve, contendo os limites unilaterais e bilaterais, tanto para as distribuições de STUDENT como de FISHER. 11) Num capítulo final são discutidas várias complicações que podem surgir na análise. Entre elas quero apenas citar alguns problemas. a) Quando comparamos o desvio de um valor e sua média, deveríamos corretamente empregar também os erros de ambos estes valores: D = u- u o2 +²5 Mas não podemos aqui imediatamente aplicar os limites de qualquer das distribuições do acaso discutidas acima. Em geral a variação de v, medida por o , segue uma distribuição de STUDENT e a variação da média V segue uma distribuição de GAUSS. O problema a ser solucionado é, como reunir os limites destas distribuições num só teste. A solução prática do caso é de considerar a média como uma constante, e aplicar diretamente os limites de probabilidade das dstribuições de STUDENT com o grau de liberdade do erro o. Mas este é apenas uma solução prática. O problema mesmo é, em parte, solucionado pelo teste de BEHRENDS. b) Um outro problema se apresenta no curso dos métodos chamados "analysis of variance" ou decomposição do erro. Supomos que nós queremos comparar uma média parcial va com a média geral v . Mas podemos calcular o erro desta média parcial, por dois processos, ou partindo do erro individual aa ou do erro "dentro" oD que é, como explicado acima, uma média balançada de todos os m erros individuais. O emprego deste último garante um teste mais satisfatório e severo, pois êle é baseado sempre num grau de liberdade bastante elevado. Teremos que aplicar dois testes em seguida: Em primeiro lugar devemos decidir se o erro ou difere do êrro dentro: D = δa/δ0 n1 = np/n2 m. n p Se este teste for significante, uma substituição de oa pelo oD não será admissível. Mas mesmo quando o resultado for insignificante, ainda não temos certeza sobre a identidade dos dois erros, pois pode ser que a diferença entre eles é pequena e os graus de liberdade não são suficientes para permitir o reconhecimento desta diferença como significante. Podemos então substituirmos oa por oD de modo que n2 = m : np: D = V a - v / δa Np n = 1 n2 = np passa para D = v = - v/ δ Np n = 1 n2 = m.n p as como podemos incluir neste último teste uma apreciação das nossas dúvidas sobre o teste anterior oa: oD ? A melhor solução prática me parece fazer uso da determinação de oD, que é provavelmente mais exata do que oa, mas usar os graus de liberdade do teste simples: np = 1 / n2 = np para deixar margem para as nossas dúvidas sobre a igualdade de oa a oD. Estes dois exemplos devem ser suficientes para demonstrar que apesar dos grandes progressos que nós podíamos registrar na teoria da variação do acaso, ainda existem problemas importantes a serem solucionados.

Análise da variação qualitativa em amostras pequenas

Na aplicação do X2-teste devemos distinguir dois casos : Á) Quando as classes de variáveis são caracterizadas por freqüências esperadas entre p = 0,1 e p = 0,9, podemos aplicar o X2-teste praticamente sem restrição. É talvez aconselhável, mas não absolutamente necessário limitar o teste aos casos nos quais a freqüência esperada é pelo menos igual a 5. e porisso incluimos na Táboa II os limites da variação de dois binômios ( 1/2 + 1/2)n ( 1/4 + 3/4)n para valo r es pequenos de N e nos três limites convencionais de precisão : ,5%, 1% e 0,1%. Neste caso, os valores dos X2 Índividuais têm apenas valor limitado e devemos sempre tomar em consideração principalmente o X2 total. O valor para cada X2 individual pode ser calculado porqualquer das expressôe seguintes: x2 = (f obs - f esp)²> f. esp = ( f obs - pn)2 pn = ( f obs% - p)2.N p% (100 - p%) O delta-teste dá o mesmo resultado estatístico como o X2-teste com duas classes, sendo o valor do X2-total algébricamente igual ao quadrado do valor de delta. Assim pode ser mais fácil às vezes calcular o X2 total como quadrado do desvio relativo da. variação alternativa : x² = ( f obs -pn)² p. (1-p)N = ( f obs - p %)2.N p% (100 - p%) B) Quando há classes com freqüência esperada menor do que p = 0,1, podemos analisar os seus valores individuais de X2, e desprezar o valor X2 para as classes com p maior do que 0,9. O X2-teste, todavia, pode agora ser aplicado apenas, quando a freqüência esperada for pelo menos igual ou maior do que 5 ou melhor ainda, igual ou maior do que 10. Quando a freqüência esperada for menor do que 5, a variação das freqüências observadas segue uma distribuição de Poisson, não sendo possível a sua substituição pela aproximação Gausseana. A táboa I dá os limites da variação da série de Poisson para freqüências esperadas (em números) desde 0,001 até 15. A vantagem do emprego da nova táboa I para a comparação, classe por classe, entre distribuições esperadas e observadas é explicada num exemplo concreto. Por meio desta táboa obtemos informações muito mais detablhadas do que pelo X2-teste devido ao fato que neste último temos que reunir as classes nas extremidades das distribuições até que a freqüência esperada atinja pelo menos o valor 5. Incluimos como complemento uma táboa dos limites X2, pára 1 até 30 graus de liberdade, tirada de um outro trabalho recente (BRIEGER, 1946). Para valores maiores de graus da liberdade, podemos calcular os limites por dois processos: Podemos usar uma solução dada por Fischer: √ 2 X² -√ 2 nf = delta Devem ser aplicados os limites unilaterais da distribuição de Gauss : 5%:1, 64; 1%:2,32; 0,1%:3,09: Uma outra solução podemos obter segundo BRIEGER (1946) calculando o valor: √ x² / nf = teta X nf = teta e procurando os limites nas táboas para limites unilaterais de distribuições de Fischer, com nl = nf(X2); n2 = inf; (BRIEGER, 1946).

O cereal de Adlay: estudo de seu valor agrícola e nutricional para aves

Both experiments confirm Job's tears are inadequate as poultry feed due the low growing and high mortality shown on the groups receiving Job's tears meal. Considerations are done by the authors about Coix crops, that do not seem economical on the general condition of the country.

Contribuição para o estudo da composição e valor nutritivo de plantas forrageiras

The authors repport in this paper, the results of trials by means of which were determined the composition and nutritive value of three grasses, that are cultivated in Piracicaba, in State of São Paulo, Brazil: Capim jaragaá, Hyparrhenia rufa, (Nees.) Stapf. (hay); capim de Rhodes, Chloris gayana, Kunth. (hay), and milho Santa Rosa, Zea mays, L. (silage). The digestion trials were carried out with sheep, following the technique of MEAD and GUILBERT. The chemical analysis of the forages were made by methods usually employed. The results are in the tables I and II, of this paper.

Inconvenientes do uso do valor médio do diâmetro para determinação da área basal

Através do estudo matemático do problema, o autor demonstra que o uso do valor médio do diâmetro (GOMES, 1957), obtido através da média aritmética dos diâmetros das árvores, não convém para o cálculo da área basal de um povoamento florestal, pois não satisfaz aos postulados da Teoria da Medida.

Determinação do nível crítico de fósforo do solo com auxílio do P32 (nota prévia)

Na presente nota o autor apresenta os resultados obtidos em um estudo para a determinação do nivel crítico relativo ao fósforo em solos acima do qual nao se deve esperar resposta a adubação fosfatada. O processo utilizado foi o de CATE & NELSON (1965), avaliando-se, porém, o teor de fósforo disponível pela técnica do valor L de LARSEN (1952), modificada, ora considerando a parcela do fosforo do fertilizante padrão fixada pelo solo, ora não.

O controle da água de irrigação através do teor relativo de água e do índice refratométrico em tomateiro

O presente trabalho teve por finalidade, verificar a importância das informações obtidas pelo estudo do Teor Relativo de Água dos tecidos das folhas e do Índice Refratométrico do suco celular para o controle da água de irrigação na cultura do tomateiro. Foi instalado um ensaio de verão e outro de inverno, constando cada um de tres tratamentos e sete repetições. A irrigação foi executada pelo método de sulcos de infiltração e as umidades do solo determinadas gravimetricamente. Os respectivos potenciais da água do solo foram calculados com o auxílio da placa de pressão e membrana de pressão. Os tratamentos se referiram a três níveis de potencial da água do solo a .7, 3.0 e 15.0 atm. Os dados obtidos foram utilizados para correlacionar o TRA e o IR com o potencial da água do solo. A análise e resultados obtidos para as condições estudadas, permitiram as conclusões principais: a) a manutenção do potencial da água do solo a níveis elevados proporcionou melhores produções. b) os resultados do TRA correlacionados com os respectivos potenciais da água do solo, proporcionaram um dado útil para o controle da água de irrigação. c) os resultados do IR correlacionados com os respectivos potenciais da água do solo, não ofereceram estimativas consistentes da água de irrigação.

Contribuição ao conhecimento do valor nutritivo do peixe de água doce, Pimelodus clarias Bloch (Mandi)

Como os peixes vem sendo indicados como alimentos com um certo grau de excelência quanto à composição protéica, mineral e vitamínica, os autores pretenderam com o presente trabalho, verificar parte do valor nutritivo, do mandi, analisando: proteína, lípides, cinza, cálcio, fósforo total, fósforo inorgânico, ferro e vitamina A. Com a finalidade ainda de comparar os resultados obtidos para peixes "in natura" com as conservas, procedeu-se às determinações também de umidade, pH e cloreto de sódio. Cada 100 g dessa espécie de peixe pode suplementar cerca de 28% das necessidades calóricas diárias, 12% de fósforo, 69% de ferro e 22% de vitamina A.

Fixação de fósforo por um latossolo e determinação do valor «X»

Este trabalho se refere a um ensaio conduzido em laboratório para avaliar a capacidade de fixação de fosfato dos horizontes A1 (0.22cm), A3 (22-56cm) e B22 (155-200cm) de Lotossolo Roxo Distrófico. Foi, também, determinado o valor "X" de WAUGH & FITTS (1966) dos três horizontes. Os principais resultados são apresentados a seguir: 1 - O horizonte B22 foi o que apresentou maior capacidade de fixação de fósforo, seguido pelo A3 e, finalmente, pelo A1 . 2 - Os valores "X" encontrados foram: 350 ppm, 225 ppm e 175 ppm para os horizontes B22 , A3 e A2, respectivamente. 3 - Houve uma relação muito estreita entre as quantidades de R adicionadas e as fixadas pelos três horizontes.

Dois processos para a determinação do valor X de Waugh & Fitts (1966), modificado

São apresentados dois processos para a determinação das quantidades de P a serem adicionadas a amostras de 10 g de terra de modo que, após um período de incubação de 4 dias, 30 ppm de P permaneçam solúveis em 100 ml de solução 0,05 N em HCl e 0,025N em H2SO4. Os processos são os seguintes: a. Baseado na correlação entre as quantidades de P adicionadas as amostras e as extraídas pelo estrator citado; b. Baseado na semelhança dos triângulos obtidos a partir das coordenadas retangulares dos pontos representativos de 30 ppm de P extraído e adicionado e dos pontos imediatamente inferiores e superiores a esse valor. Concluiu-se que os dois processos fornecem resultados equivalentes, sendo indiferente o uso de um ou de outro.

Estudo do valor nutritivo do farelo de coco de prensagem - composição química bromatológica e digestibilidade

Estudou-se o valor nutritivo do farelo de coco de prensagem através da análise química bromatológica convencional e da digestibilidade dos nutrientes. 0 teste de digestibilidade foi conduzido com três pares de carneiros, machos, castrados, adultos, com peso vivo médio de 37,97kg, sob delineamento em quadrado latino equilibrado, rotacionado. 0 farelo foi testado em associação com feno de capim de Rhodes, constituindo três rações testes: 1-) com 100 porcento do feno; 2ª) com 85 porcento do feno e 15 porcento do farelo e 3ª) com 70 porcento do feno e 30 porcento do farelo, ou seja, respectivamente tratamento A, B e C. Expresso em Nutrientes Digestíveis Totais (NDT), o valor nutritivo do farelo foi de 70,48%. Destacou-se o teor relativamente elevado de extrato-etéreo (EE), igual a 11%, e sua digestibilidade, de 83,5%, enquanto que o teor de proteína foi de apenas 23,9%, com digestibilidade de 73,4%. Como suplemento proteico, o produto foi considerado de valor médio quanto à proteína, de valor alto quanto à energia, e sem restrições de uso até ao nível de 30 porcento da ração total, conforme os resultados obtidos pelo experimento com carneiros.