Impact of COVID-19 on the curative treatment of prostate cancer: a national cross-sectional study
Notice bibliographique
Résumé
Background: COVID-19 pandemic affected access to cancer treatment worldwide. However, there is a lack of data about the impact in developing countries. The objective was to evaluate COVID-19 impact on curative prostate cancer (Pca) treatment in Brazil. Materials and methods: With data extracted from the Brazilian Ministry of Health database, the Non-COVID and COVID periods were analyzed to compare the absolute number of radical prostatectomy (RP) and radiotherapy (RT) executed in the country and regions. Results: With data from 50,169 Pca patients (NO COVID = 28,106 cases and COVID =22,063) treated with RP or RT in Brazil, a significant decline in patients receiving RT or RP (–6.043 cases; p = 0.0001) was detected. Both treatment procedures (RT or PR) were reduced in all five Brazilian regions comparing the Non-COVID and COVID periods. Overall, there was a reduction on RP and RT procedures in 92% (24/25) and 76% (19/25) of the evaluated states, respectively. Comparing the variation of RT and RP per state between COVID and Non-COVID period, there is a significant difference (–18.6% vs. –29%, p = 0.03) with a higher negative impact on the RP group. The RT and RP variation had no significant relationship with the incidence of COVID cases in the states. Limitations include the non-evaluation of treatment combinations, the impact of hypofractionated radiotherapy, and other factors influencing the treatment choice. Conclusions: During the COVID-19 pandemic, the curative treatment with RP and RT of Pca was abruptly limited and affected. However, the number of RP was more impacted than RT during the COVID period.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,002 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».