Effects of the COVID-19 pandemic on delays in diagnosis-to-treatment initiation for breast cancer in Brazil: a nationwide study
Notice bibliographique
Résumé
Background: Short period from diagnosis to breast cancer (BC) treatment initiation remains challenging for the public health system in Brazil, which may have been further affected by the coronavirus disease-2019 (COVID-19) pandemic.This study assessed BC diagnosis-to-treatment intervals (DTi) in Brazil and the possible effects of the COVID-19 outbreak on delays.Methods: The Painel de Monitoramento de Tratamento Oncológico database was queried to obtain the number of Brazilian patients with a BC confirmed diagnosis and initiating cancer treatment in the pre- COVID-19 (2013COVID-19 ( -2019) ) and during the COVID-19 (2020-2021) periods, adopting a 60-day limit as timely treatment.A p-value of <0.05 was considered significant.Results: A total of 315,951 cases were included (females: 99.3% and males: 0.7%), of which 251,667 and 64,284 records were computed before and during the COVID-19 years, respectively.Most patients failed to perform the first cancer treatment within 60 days (>60: 51.8%).We observed an upward trend in the number of BC treatments provided in the pre-COVID-19 years (r² = 0.9575; p < 0.05), but the volume of treatments exhibited an average reduction of 24.6% yearly during the COVID-19 pandemic.The average DTi in days was 122.4,122.5 and 122.3 in the total period studied, before and during the COVID-19 outbreak, respectively.The arrival of COVID-19 in Brazil increased the chances of treatment delay (OR = 1.043; p < 0.05) and inverted the proportion of early/advanced stages at BC diagnosis (55.8%/44.2%-48.4%/51.6%).Conclusion: COVID-19 has imposed changes in BC care in Brazil, reducing the number of treatments provided by the Brazilian public health system, increasing the chances of delayed treatment initiation despite no differences in DTi averages being identified, and raising the proportion of advanced-stage diagnoses.
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 machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,007 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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 source (Gemma direct ou Codex distillé), 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 ».