Non-muscle invasive bladder cancer burden: The impact of BCG shortage and its interaction with epidemiological patient profile—A population cohort study in Brazil.
Notice bibliographique
Résumé
e16602 Background: To evaluate the impact of the Bacillus Calmette-Guérin (BCG) shortage on treatment patterns and recurrence rates in non-muscle invasive bladder cancer (NMIBC) over two decades, with a focus on patient and treatment characteristics in a Brazilian population-based cohort. Methods: This retrospective cohort study utilized data from the Fundação Oncocentro de São Paulo (FOSP) database, including 9,319 patients with confirmed NMIBC (stages 0 and I) treated between 2000 and 2022. Inclusion criteria were age ≥18 years and complete demographic, clinical, and treatment data. Factors analyzed included age, educational level, oncological center type, treatment modality, and tumor stage (Ta, T1, or carcinoma in situ). Kaplan-Meier analysis assessed recurrence rates before and during the BCG shortage. Decision tree analysis identified variables associated with reduced BCG use, with statistical tests (Chi-square, Fisher’s exact, and log-rank) performed at a 5% significance level. Results: BCG use decreased significantly after 2012 (p < 0.0001), corresponding with increased use of intravesical chemotherapy and observation. Factors associated with reduced BCG use included age > 70 years (p = 0.005), T1 stage (p = 0.0001), low educational level (p = 0.0001), treatment in public facilities (p = 0.0001), and care at UNACON centers (p = 0.007). Kaplan-Meier analysis revealed no significant difference in recurrence-free survival before and during the shortage (p = 0.430). Decision tree analysis (79% accuracy) highlighted educational level, tumor stage, and oncological center type as primary determinants of BCG access. Patients with high education, T1 stage, and care at CACON centers were highly likely to receive BCG (99%), while those with low education, Ta/Tis stage, and treatment at UNACON centers had reduced access (90%). Conclusions: This study demonstrates that educational level, tumor stage, and oncological center complexity were key determinants of BCG utilization during the shortage. Addressing disparities in treatment access requires targeted interventions and equitable healthcare policies to minimize the ethical and clinical impact of resource constraints.
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 ».