O queijo Minas artesanal caracteriza-se pelo emprego do leite cru, cultura láctea natural, coalho e sal, e sua produção, tradicional, é uma importante fonte de renda para pequenos produtores do estado. Com a necessidade de obter informações que permitam enriquecer e aprofundar os conhecimentos do queijo Minas artesanal, especialmente em relação características químicas, foram coletadas 24 amostras de queijo Minas fresco e curado no município de Uberaba-MG para posterior avaliação de acidez, lactose, proteína, cloreto de sódio, umidade e sal na umidade, compostos nitrogenados da proteólise dos produtos e extensão e profundidade da maturação. Em média os resultados de acidez, lactose, proteína, nitrogênio total (NT), nitrogênio solúvel em pH 4,6

Background The combination of red blood cell distribution width and body mass index (COR-BMI) is indicated as a new prognostic index of survival in patients with laryngeal cancer. However, the ability of this prediction in other types of cancer or whether its use can be expanded to non-oncological patients is unknown. The aim of this study was to investigate the prediction of prognosis of in-hospital mortality of the COR-BMI in oncological and non-oncological patients. Methods A retrospective study was performed with all hospitalized patients between 2014 and 2016, totaling 2930 patients, 262 oncological and 2668 non-oncological. The COR-BMI was divided into three classes: 0, RDW ≤ 13.1% and BMI ≥ 25 kg/m 2 ; 1, RDW ≤ 13.1% and BMI < 18.5 or ≥ 18.5 but < 25 kg/m 2 and RDW > 13.1% and BMI ≥ 18.5 but < 25 or BMI ≥ 25 kg/m 2 ; and 2, RDW > 13.1% and BMI < 18.5 kg/m 2 . In order to analyze the relationship between COR-BMI and in-hospital mortality in the studied population, the Cox Proportional Hazards Model was used in a multivariate analysis based on a conceptual model. Results The COR-BMI was an independent predictor of in-hospital mortality in non-oncological patients (1 versus 0: HR = 3.34; CI = 1.60–6.96, p = 0.001; 2 versus 0: HR = 3.38; CI = 1.22–9.39, p = 0.019). The survival rate of these patients was lower among those with the highest scores on the COR-BMI. This prediction was not found in oncological patients. Conclusion The present study suggests that the COR-BMI may have its practical use expanded to non-oncological patients as an independent predictor of in-hospital mortality.

Introdução: O câncer e uma das principais causas de morbidade e mortalidade em todo o mundo. Existem poucos estudos mostrando modelos ajustados com outros preditores de mortalidade por uma perspectiva de modelo conceitual. Objetivo: Verificar a predição de albumina e do Índice Nutricional Prognostico (IPN) com mortalidade intra-hospitalar em pacientes com câncer. Método: Estudo retrospectivo realizado de 2014 a 2016 com 262 pacientes com câncer (trato gastrointestinal, órgãos genitais masculinos, mama, metástases, trato urinário, cabeça e pescoço e outros). Foram coletados dados demográficos, hemograma, proteína C reativa, albumina e índices hematológicos (índice de prognostico nutricional - IPN; relação neutrófilo por linfócitos - RNL; relação monócitos por linfócitos - RML; relação plaquetas por linfócitos - RPL; e relação plaquetas por albumina – RPA), diagnósticos nutricionais e desfechos hospitalares (alta ou óbito). A probabilidade cumulativa de morte foi calculada pelas curvas de Kaplan-Meier e as análises de sobrevivência realizadas usando o modelo de risco proporcional de Cox. Resultados: A frequência de óbito entre os pacientes do estudo foi de 10,7% (28). Entre os pacientes que morreram, 99,2% (26) apresentavam algum grau de desnutrição (p=0,004). Na análise multivariada, a albumina sérica (<3 g/dL) associou-se de forma independente a mortalidade hospitalar (HR=3,43, IC95% 1,11-10,63). Por outro lado, o IPN não foi associado com mortalidade intra-hospitalar. Conclusão: Os níveis de albumina sérica durante a internação foram preditores de mortalidade intra-hospitalar na população avaliada. Esses resultados sugerem que os níveis séricos dessa proteína podem ser utilizados na prática clínica, agregando informações prognosticas em pacientes com câncer.

No abstract

No abstract