Treatment Disparities, Heterogeneities, and Barriers to Access for Patients with Hormone Receptor-Positive, Human Epidermal Growth Factor Receptor 2-Negative Metastatic Breast Cancer: A National Survey from Brazil
Notice bibliographique
Résumé
Breast cancer (BC) is the most common malignancy among Brazilian women, with a high percentage of the cases diagnosed at advanced or metastatic stages (mBC). In Brazil, where 75% of the population depends on the resource-limited public health system (SUS), mBC poses significant treatment challenges and disparities. To characterize this scenario, we conducted an online survey assessing treatment strategies available for HER2-negative, hormone receptor (HR)-positive mBC across public and private health systems. The 48-question survey addressed topics such as waiting time (WT) from oncology unit entry to treatment initiation, availability of oncologic medications, and access to palliative and multidisciplinary care teams. Between 2 August 2022 and 30 September 2022, a total of 180 oncologists were invited, and 150 met the inclusion criteria. The median WT for surgery was 60 days in the SUS versus 30 days in the private sector (p < 0.0001), and for chemotherapy, 30 days in the SUS versus 15 days privately (p < 0.0001). Endocrine therapy was the preferred first-line treatment in the SUS (83.3%), while fulvestrant was available to only 48% of respondents. Additionally, specialized palliative care teams were available according to 66% of SUS respondents compared with 82% in the private system (p = 0.001). These findings underscore persistent disparities in mBC treatment, likely driven by limited governmental health investment.
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 | 0,005 |
| 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 | 0,000 |
| 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 ».