Twenty years of breast cancer epidemiology and treatment patterns in São Paulo, Brazil—observed versus expected treatment utilization in a retrospective cohort
Notice bibliographique
Résumé
Background: Over half of new breast cancer cases occur in low- and middle-income countries, with disparities in survival outcomes due to late-stage diagnoses, healthcare access gaps, and biological differences. This retrospective cohort study examined trends in survival, stage distribution, and treatment utilization for breast cancer in Brazil, an upper middle-income country. Methods: Patients newly diagnosed with invasive breast cancer between 2000 and 2019 were identified from São Paulo's Oncocenter Foundation registry. Data on demographics, diagnosis stage, diagnosis-to-treatment intervals, and treatments received were analyzed in 5-year blocks. Median overall survival was estimated using the Kaplan-Meier method. Actual treatment utilization was compared to model-based estimates of optimal utilization derived from the National Comprehensive Cancer Network Guidelines' Enhanced and Maximal Resource Modules. Findings: We included 125,005 patients, with a median age at diagnosis of 55 years (interquartile range 46-75); 99.4% (n = 124,218) were female. The proportion with early disease remained stable over time (61.7% in 2000-2004, 62.4% 2015-2019). Median overall survival increased from 10.7 years (2000-2004) to 11.7 years (2010-2014); median survival for 2015-2019 was not reached. Median overall survival was 20.8, 15.1, 6.8, and 2.0 years for stages I-IV, respectively. Median diagnosis-to-treatment interval more than doubled over time. From 2000 to 2004 to 2015-2019, chemotherapy use decreased from 71.5% to 68.9%; radiotherapy use decreased from 64.0% to 56.5%, and surgery utilization decreased from 80.3% to 74.8%; endocrine therapy use varied between 54% and 62%. Gaps between observed and model-based estimates of treatment utilization were seen across all stages. Interpretation: Overall survival in patients with breast cancer in São Paulo has improved over time. However, significant treatment gaps and increasing diagnosis-to-treatment intervals suggest systemic barriers to optimal care delivery. Funding: No funding received.
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 | 0,002 |
| 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 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».