MétaCan
Menu
Retour à la cohorte
Enregistrement W4410804423 · doi:10.1200/jco.2025.43.16_suppl.e13125

Sociodemographic and clinical determinants of survival in metastatic breast cancer: A population-based analysis from a Latin American developing country.

2025· article· en· W4410804423 sur OpenAlexaff
Gustavo Arruda Viani, Vanessa Freitas Bratti, Edward Christopher Dee, André G. Gouveia, Fábio Ynoe de Moraes

Notice bibliographique

RevueJournal of Clinical Oncology · 2025
Typearticle
Langueen
DomaineEconomics, Econometrics and Finance
ThématiqueEconomic and Financial Impacts of Cancer
Établissements canadiensKingston Health Sciences CentreJuravinski Cancer CentreQueen's University
Organismes subventionnairesnon disponible
Mots-clésMedicineLatin AmericansBreast cancerCancerOncologyPopulationMetastatic breast cancerDeveloping countryInternal medicineDemographyGynecologyEnvironmental healthEconomic growth

Résumé

récupéré en direct d'OpenAlex

e13125 Background: To evaluate the impact of tumor, treatment, and sociodemographic factors on overall survival (OS) and cancer-specific survival (CSS) in metastatic breast cancer (mBC) using a population-based database from a Latin American developing country. Methods: Patients diagnosed with de novo MBC from 2000 to 2023 were identified in the Fundação Oncocentro São Paulo (FOSP-Brazil) database. OS and CSS were estimated using the Kaplan-Meier method and stratified by treatment, tumor, patient, and sociodemographic characteristics. Cox proportional hazards models were used to identify factors associated with OS and CSS. A Sociodemographic Index (SD-I) was developed to assess its impact on survival outcomes. Results: A total of 14,588 patients were included. The 1-, 3-, and 5-year OS rates were 64%, 32%, and 18%, respectively, while CSS rates were 67%, 36%, and 22%. In multivariate analysis (MVA), significant predictors of OS and CSS included the number of metastatic sites (p < 0.001), radiotherapy to metastases (p < 0.01), educational level (p < 0.01), treatment delay (p < 0.001), public healthcare access (p < 0.01), and treatment center complexity (p = 0.001). Patients were stratified into high, mid, low, and very low SD-I categories based on significant sociodemographic factors. The 5-year OS rates for high, mid, low, and very low SD-I groups were 23.5% (95% CI: 17-33%), 18.6% (95% CI: 17.2-22.1%), 17.3% (95% CI: 16.5-18.2%), and 14.7% (95% CI: 10-21.7%), respectively (p < 0.001). Similar trends were observed for CSS (p < 0.001). Conclusions: This study identifies critical factors influencing survival in MBC and underscores the impact of sociodemographic disparities (SD-I), highlighting the need for targeted interventions to address healthcare inequalities.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,015
Score d'incertitude au seuil0,030

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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.

Tête enseignante Opus0,098
Tête enseignante GPT0,429
Écart entre enseignants0,331 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations0
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Clinical OncologyMême sujetEconomic and Financial Impacts of CancerTravaux en français237 207