Abstract 39: Hepatic Cancer in Northeastern Brazil: Regional Disparities, Underreporting, and Impact on Incidence and Mortality
Notice bibliographique
Résumé
Abstract Purpose: To analyze regional disparities in the incidence and mortality of hepatic cancer (HC) in Northeastern Brazil (NE), assessing potential underreporting and the impact of regional inequalities on access to diagnosis and treatment. Methods: This descriptive epidemiological study (2021–2023) utilized data extracted from the Cancer Care Dashboard (Painel-Oncologia), the Mortality Information System (SIM), the Notifiable Diseases Information System (SINAN), the Hospital Information System (SIH), and the National Cancer Institute (INCA). We calculated the ratio of deaths to new cases, incidence and mortality rates, and the discrepancy between hospital records and population-based estimates. We also evaluated in-hospital lethality by examining the proportion of deaths among hospital admissions. Results: During the study period, approximately one quarter of in-hospital deaths from HC in Brazil occurred in the NE, a figure linked to regional determinants including a high prevalence of hepatitis B/C (12% of records), which are major risk factors for the disease. The region accounted for over 25% of hospital admissions for hepatic disease, indicating a substantial disease burden. Conversely, the NE presented the lowest in-hospital mortality rate for HC (21.73/100,000) among all regions. However, this does not translate to lower overall lethality, as the NE’s general mortality rate (4.44) is the country’s third highest. Moreover, the incidence of HC in the NE (5.07) exceeds the national average (4.29) by 18%. According to the Cancer Care Dashboard (ICD-10 C22), 2,131 new hospital cases of HC were recorded in the NE between 2021 and 2023, while 7,960 in-hospital deaths occurred in the same period—equivalent to 3.7 in-hospital deaths per new case. Nationally, INCA estimates 10,700 new annual cases of HC, whereas hospital records indicate a yearly average of only 3,572 new cases, suggesting underreporting. Conclusion: These findings highlight regional disparities in the burden of HC, with the NE accounting for a large share of deaths and a higher-than-average incidence. The high death-to-new-case ratio suggests late-stage diagnosis. The discrepancy between INCA’s projections and hospital records reinforces the likelihood of underreporting, undermining screening and early detection policies. Expanding access to timely diagnosis and treatment is vital to lower mortality rates and reduce regional inequalities in tackling HC in Brazil. Citation Format: Jéssica M. Bohnenberger, Ana Lúcia S. Rosson, Gabriela G. Dal Alba, Júlia Dorcinio, Luiza N. Candanedo, Mariana S. Afonso, Rafaela C. Pires, Yasmin M. Loureiro. Hepatic Cancer in Northeastern Brazil: Regional Disparities, Underreporting, and Impact on Incidence and Mortality [abstract]. In: Proceedings of the 13th Annual Symposium on Global Cancer Research; 2025 Sep 16. Philadelphia (PA): AACR; Cancer Epidemiol Biomarkers Prev 2025;34(12_Suppl):Abstract nr 39.
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
Étiquettes directes de modèles (non validées)
Étiquettes de catégorie et de devis d'étude par modèle, issues des rondes d'étiquetage. C'est une sortie machine, non validée, et le désaccord entre modèles est livré comme donnée. Aucun devis ici n'est encore validé contre MEDLINE.
| Bras | Catégories | Devis d'étude | Confiance |
|---|---|---|---|
| gemma | aucune catégorie Domaine: non disponible · Genre: Empirique Porte sur le système de recherche canadien: non · Porte sur un sujet canadien: non | Observationnel | low |
| gpt | aucune catégorie Domaine: non disponible · Genre: Empirique Porte sur le système de recherche canadien: non · Porte sur un sujet canadien: non | Observationnel | high |
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,002 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 validéeÉtiqueté directement par 2 modèles lisant le dossier complet.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».