Medical Clinic

(Docente) [Ph.D (Bioestatistics) Scholar], DeptofCommunityMedicine, Manipal CollegeofMedicalSciences, ** (Ph.D) Bioestatística, Asst. Diretor de Divisão de Pesquisa, Gulf Medical UniversityAjman, (EAU), *** (MD) Asst Prof, Deptof radioterapia, ManipalUniversity, Udupi, Karnataka, (Índia). **** (MD, DNB, MNAMS, FaeMS, FIMSA, FCCP ) Professor, Departamento de Fisiologia, Professor de Pós-Graduação, Departamento de Anatomia, Faculdade Manipal de Ciências Médicas, (Nepal) ***** (MSc) Docente, Departamento de Radioterapia, Hospitais Maniais de Ensino, Pokhara (Nepal)

Endereço para correspondência : 
Dr. Brijesh Sathian. MD (AM), M.Sc, PGDCA, Ph.D (Bioestatística) Scholar, Professor, Departamento de Medicina Comunitária, Faculdade Manipal de Ciências Médicas, Altura Profunda 16, PO BOX 155, Pokhara, (Nepal0.Phone No: 9804180332 Email : brijeshstat@gmail.com

 

 

Abstrato

Objetivo: O objetivo deste estudo foi determinar as tendências e estimar a carga futura de pacientes com câncer de mama que necessitam de radioterapia no Hospital Manipal de Ensino, Pokhara, Nepal. 
Materiais e Métodos: Foi realizado um estudo retrospectivo dos dados coletados dos prontuários dos pacientes tratados com radioterapia no Departamento de Oncologia Radiológica do Hospital Manipal de Ensino (MTH), Pokhara, entre setembro de 2000 e dezembro de 2008. Estatística descritiva e modelagem estatística foram utilizados para a análise e previsão de dados. 
Resultados:Setenta pacientes foram tratados com radioterapia para câncer de mama durante o período do estudo. A média de idade dos pacientes foi de 49,9 anos (IC95%: 47,6, 52,3). O tratamento curativo foi dado a 80% e tratamento paliativo para os restantes 20% dos pacientes. Pacientes da faixa etária de 45-64 anos foram mais propensos a receber radioterapia curativa 76,2%. A adesão ao tratamento foi de 100% na faixa etária de 25 a 44 anos e de 90,5% no grupo de 45 a 64 anos, contra apenas 66% entre os pacientes com mais de 65 anos. (p = 0,03). O número de pacientes que receberam radioterapia para câncer de mama mostrou um padrão de tendência crescente. Excluindo o termo constante da equação, o modelo cúbico foi o mais bem ajustado com R2 = 0,95, p = 0,001 para a previsão de casos de câncer de mama. Usando este modelo, 
Conclusão: Os casos de câncer de mama no Nepal mostram uma tendência crescente e as instalações de tratamento devem ser duramente pressionadas para fornecer os cuidados de saúde necessários ao público. O Nepal deve adotar melhores estratégias para a detecção precoce da doença e improvisar sobre os recursos necessários para o tratamento dessa doença.

 

 

Palavras-chave

Câncer de mama, radioterapia, tendência futura, incidência

 

Introdução
O câncer de mama é o câncer mais comum e a principal causa de morte por câncer entre mulheres em todo o mundo (1).Embora as causas e a história natural do câncer de mama ainda não estejam claras, a pesquisa epidemiológica descobriu fatores de risco genéticos, biológicos, ambientais e de estilo de vida. doença. Nas últimas décadas, o risco de câncer de mama nos países desenvolvidos aumentou de um a dois por cento ao ano (2). Embora os dados para os países em desenvolvimento sejam limitados, os registros de câncer sugerem que as taxas de incidência padronizadas por idade estão aumentando ainda mais rapidamente. regiões de baixa incidência, como África e Ásia (3). A radioterapia é um componente integral do tratamento na abordagem de tratamento multimodal para muitos pacientes com câncer de mama. Perez e seus colegas estimam que os cânceres de mama constituem 25% dos pacientes que visitam a radioterapia DPO. A radioterapia é usada para reduzir a recorrência locorregional e a possível melhora na sobrevida desses pacientes. A radioterapia também é usada com uma intenção paliativa para alcançar alívio dos sintomas. O objetivo deste estudo foi determinar as tendências e estimar a carga futura de pacientes com câncer de mama que necessitam de radioterapia no Hospital de Ensino Manipal, Pokhara, Nepal.

 

 

Material e métodos

Este estudo hospitalar foi conduzido com os dados disponíveis no Departamento de Radioterapia e Oncologia do Hospital Manipal de Ensino, Pokhara (MTH). Pokhara é uma cidade importante na região de desenvolvimento ocidental do Nepal e MTH é o único centro de tratamento de câncer nesta região. Os dados dos casos de câncer de mama tratados por radioterapia externa entre setembro de 2000 e dezembro de 2008 foram coletados nos arquivos do departamento. A idade do paciente, a data de apresentação, a intenção de tratar (curativo versus paliativo) e se o paciente completou ou não o tratamento prescrito, foram registrados. Os dados foram analisados ​​no Excel 2003, Pacote Estatístico para as Ciências Sociais R 2.8.0 (SPSS) para Windows versão 16.0 (SPSS Inc; Chicago, IL, EUA) e EPI Info 3.5.1 Windows Version. O teste do qui-quadrado foi utilizado para examinar a associação entre diferentes variáveis. Um valor de p <0,05 (bicaudal) foi usado para estabelecer significância estatística. O número anual de pacientes que visitavam o centro para radioterapia foi então plotado em relação ao ano correspondente no eixo x. O ajuste de curva, também conhecido como análise de regressão, foi usado para encontrar a linha ou curva "melhor ajuste" para uma série de pontos de dados. Os modelos Linear, Logarítmico, Inverso, Quadrático, Cúbico, Composto, Potencial, Exponencial e Crescimento foram escolhidos para se ajustarem à curva obtida. O teste F foi utilizado para selecionar a melhor curva de ajuste para o teste de hipóteses. O valor de P foi considerado significativo quando <0,05 (bicaudal). Valores de R2> 0,80 foram considerados significativamente melhores para predição 05 (bicaudal) foi utilizado para estabelecer significância estatística. O número anual de pacientes que visitavam o centro para radioterapia foi então plotado em relação ao ano correspondente no eixo x. O ajuste de curva, também conhecido como análise de regressão, foi usado para encontrar a linha ou curva "melhor ajuste" para uma série de pontos de dados. Os modelos Linear, Logarítmico, Inverso, Quadrático, Cúbico, Composto, Potencial, Exponencial e Crescimento foram escolhidos para se ajustarem à curva obtida. O teste F foi utilizado para selecionar a melhor curva de ajuste para o teste de hipóteses. O valor de P foi considerado significativo quando <0,05 (bicaudal). Valores de R2> 0,80 foram considerados significativamente melhores para predição 05 (bicaudal) foi utilizado para estabelecer significância estatística. O número anual de pacientes que visitavam o centro para radioterapia foi então plotado em relação ao ano correspondente no eixo x. O ajuste de curva, também conhecido como análise de regressão, foi usado para encontrar a linha ou curva "melhor ajuste" para uma série de pontos de dados. Os modelos Linear, Logarítmico, Inverso, Quadrático, Cúbico, Composto, Potencial, Exponencial e Crescimento foram escolhidos para se ajustarem à curva obtida. O teste F foi utilizado para selecionar a melhor curva de ajuste para o teste de hipóteses. O valor de P foi considerado significativo quando <0,05 (bicaudal). Valores de R2> 0,80 foram considerados significativamente melhores para predição O número anual de pacientes que visitavam o centro para radioterapia foi então plotado em relação ao ano correspondente no eixo x. O ajuste de curva, também conhecido como análise de regressão, foi usado para encontrar a linha ou curva "melhor ajuste" para uma série de pontos de dados. Os modelos Linear, Logarítmico, Inverso, Quadrático, Cúbico, Composto, Potencial, Exponencial e Crescimento foram escolhidos para se ajustarem à curva obtida. O teste F foi utilizado para selecionar a melhor curva de ajuste para o teste de hipóteses. O valor de P foi considerado significativo quando <0,05 (bicaudal). Valores de R2> 0,80 foram considerados significativamente melhores para predição O número anual de pacientes que visitavam o centro para radioterapia foi então plotado em relação ao ano correspondente no eixo x. O ajuste de curva, também conhecido como análise de regressão, foi usado para encontrar a linha ou curva "melhor ajuste" para uma série de pontos de dados. Os modelos Linear, Logarítmico, Inverso, Quadrático, Cúbico, Composto, Potencial, Exponencial e Crescimento foram escolhidos para se ajustarem à curva obtida. O teste F foi utilizado para selecionar a melhor curva de ajuste para o teste de hipóteses. O valor de P foi considerado significativo quando <0,05 (bicaudal). Valores de R2> 0,80 foram considerados significativamente melhores para predição Os modelos exponencial e de crescimento foram escolhidos para se ajustarem à curva obtida. O teste F foi utilizado para selecionar a melhor curva de ajuste para o teste de hipóteses. O valor de P foi considerado significativo quando <0,05 (bicaudal). Valores de R2> 0,80 foram considerados significativamente melhores para predição Os modelos exponencial e de crescimento foram escolhidos para se ajustarem à curva obtida. O teste F foi utilizado para selecionar a melhor curva de ajuste para o teste de hipóteses. O valor de P foi considerado significativo quando <0,05 (bicaudal). Valores de R2> 0,80 foram considerados significativamente melhores para predição(4) . A aprovação prévia para o estudo foi obtida do comitê de ética em pesquisa institucional. 

A decisão quanto à seleção de uma abordagem adequada para previsão é governada pelo desempenho relativo dos modelos de monitoramento e previsão. Deve também interpretar adequadamente o fenômeno em estudo. O modelo cúbico selecionado aqui poderia ajustar curvas para casos estimados e observados de câncer de mama (Tabela / Fig 1). Ao construir modelos, as extremidades (máximas e mínimas) desempenham um grande papel. Se os pontos estão mais espalhados, a curva tenta ajustar com o número máximo de pontos observados. O modelo cúbico é um polinômio de terceiro grau, representado pela equação y = m0 + m1 * x + m2 * x2 + m3 * x3, onde m0 é o termo constante e m1, m2, m3 são termos de coeficiente 5,6. Sem o termo constante, a equação deste modelo é y = m1 * x + m2 * x2 + m3 * x3. Esta equação foi a equação de melhor ajuste na previsão de casos de câncer de nossos dados e a equação para prever o número total de casos de câncer de mama que recebem radioterapia em nosso centro é Y = 7,171X - 1,837X2 + 0,134X3, onde Y é o número de casos de câncer de mama apresentando anualmente e X é o ano correspondente (1 = 2000, 2 = 2001, 3 = 2002, 4 = 2003 e assim por diante).

 

 

 

Resultados

Um total de 70 pacientes com câncer de mama tratados por radioterapia no período supracitado foram analisados. A idade dos pacientes variou de 25 a 69 anos, com idade média de 49,9 anos (IC95%: 47,6, 52,3). (Tabela / Fig. 2) mostra os números anuais de pacientes com câncer de mama que recebem radioterapia a partir do ano 2000. Os números dos casos tiveram uma tendência crescente que atingiu um pico em 2006, mostrando um declínio acentuado nos anos de 2004, 2005 e em 2007, antes de recuperar em 2008. 



(Tabela / Fig 3) exibe a conformidade ao tratamento em várias categorias de idade. Pode-se notar que a faixa etária mais jovem de 25-44 anos teve 100% de adesão ao tratamento, enquanto as faixas etárias de 45-64 e 65-74 anos tiveram uma taxa de conclusão de 90,5 e 66,7%, respectivamente. A diferença foi encontrada para ser estatisticamente significativa (p = 0,03). (Tabela / Fig. 4) mostra a faixa etária e a intenção de tratar. Pacientes da faixa etária de 25-44 anos foram mais propensos a receber radioterapia curativa (86,4%), enquanto os pacientes entre 45 e 64 anos de idade foram mais propensos a receber radioterapia paliativa. 



Os dados foram modelados usando o método de ajuste de curvas. (Tabela / Fig 5)representa o resumo do modelo e as estimativas de parâmetros, incluindo o termo constante para diferentes modelos. Quando o termo constante foi incluído, os valores de p foram> 0,05 em todos os modelos e nenhum dos modelos foi melhor ajustado. Depois de excluir o termo constante, todas as curvas (exceto a curva inversa) ajustaram-se bem aos dados. (Tabela / Fig. 6) exibe o resumo do modelo e as estimativas dos parâmetros excluindo o termo constante para diferentes modelos e (Tabela / Fig. 1) mostra as curvas ajustadas para os casos de câncer de mama observados. No entanto, com o maior valor de R2, o modelo cúbico é o melhor ajuste, com R2 = 0,83, p = 0,001 e forma da curva também em conformidade com os dados observados, em comparação com outras curvas. 


(Tabela / Fig 7)retrata o número de casos observados até 2008 e o número estimado de casos, juntamente com intervalos de confiança até 2015. O número observado e estimado de casos tem um razoável grau de coincidência até 2008. Este modelo pode, assim, ser considerado como sendo capaz de projetar os dados com precisão razoável. O número projetado de pacientes com câncer de mama que visitam o centro de radioterapia usando este modelo sugere uma tendência crescente a partir de 2009. Cento e noventa e quatro pacientes devem visitar o centro de radioterapia para câncer de mama até o ano de 2015.

 

 

Discussão

A taxa de prevalência de câncer no Nepal é desconhecida devido à falta de um registro de câncer nacional baseado na população. No entanto, a cada ano, pelo menos 17.000 novos casos de câncer são estimados e espera-se que o número aumente consideravelmente no futuro (1) . As taxas crescentes de casos de câncer de mama recém-diagnosticados em países em desenvolvimento são obrigadas a enfatizar seus limitados recursos disponíveis para tratamento. Além disso, estabelecer um centro de radioterapia é um empreendimento muito caro. O Nepal tem apenas 4 centros que estão equipados para tratar pacientes com radioterapia, até o momento. Em nosso estudo, usando o método de ajuste de curvas, tentamos estimar o número de casos de câncer de mama que devem ser submetidos à radioterapia nessa região do Nepal em um futuro próximo. 

Como visto no (Tabela / Fig 6), a partir do ano de 2009, os casos mostram uma tendência crescente. De (Tabela / Fig. 1) está claro que os pacientes com câncer de mama da faixa etária de 45-64 anos apresentaram mais para o nosso departamento. Em muitos países onde a incidência de câncer de mama é grande o suficiente para representar um problema de saúde pública, o governo, os profissionais médicos e o público podem não reconhecer sua importância. A defesa dirigida a autoridades governamentais e formuladores de políticas pode colocar o câncer de mama na agenda nacional, incentivar o desenvolvimento de políticas sistemáticas de saúde e protocolos de serviços e aumentar o acesso das mulheres aos serviços de detecção e tratamento (7). A partir deste estudo, verificou-se que 17% dos pacientes na faixa etária de 65-74 anos, 24% dos pacientes na faixa etária de 45-64 anos e 14% dos pacientes na faixa etária de 25-44 anos não tinham probabilidade receber radioterapia curativa. Em outros estudos, observou-se que os pacientes idosos têm maior probabilidade de receber radioterapia paliativa do que curativa (8). Considerando a adesão ao tratamento, a faixa etária de 25 a 44 anos teve 100% de conclusão, a faixa etária de 45 a 64 anos teve 90,5% de conclusão e a faixa etária de 65 a 74 anos teve 66,7% de conclusão. Existe uma relação estatística entre a faixa etária e a conclusão (p = 0,03) do tratamento radioterápico com câncer de mama. A questão do acesso dos pacientes é um fator significativo em muitos relatórios publicados que consideram o desenvolvimento de serviços de oncologia de radiação (9) , (10) , (11) , (12) , (13) .

Usando o método de ajuste de curvas, estimamos o número e a tendência dos casos de câncer de mama que receberam radioterapia no MTH entre os anos de 2002 a 2015. O modelo cúbico forneceu curvas ajustadas para casos de câncer estimados e observados (Tabela / Fig 1) . Ao construir modelos, as extremidades (máximas e mínimas) desempenham um grande papel. Se os pontos estão mais espalhados, a curva tenta ajustar com o número máximo de pontos observados. Portanto, pode dar inevitavelmente subestimação e subestimação, mas esse não é o caso em todas as situações. Uma diminuição anual repentina e um aumento na tendência é possível, pois a curva não pode conectar exatamente esses pontos de dados devido à sua forma. Para o ajuste da super e subestimativa, o modelo forneceu amplos intervalos de confiança nos casos de alguns anos(Tabela / Fig 7) . Em nosso estudo, os futuros casos de câncer de mama estimados anualmente (Tabela / Fig 6) mostraram uma tendência crescente da doença após o ano de 2010. Esse aumento pode ser convincente, já que a incidência de câncer nos países em desenvolvimento deve aumentar principalmente o possível declínio da mortalidade por doenças infecciosas, crescimento populacional e aumento da expectativa de vida (14) . Nosso estudo estabelece a aplicabilidade da modelagem estatística na previsão da incidência do câncer no contexto nepalês. (Tabela / Fig 8)

 

 

Conclusão

Considerando que as projeções de nossos dados hospitalares mostram uma tendência continuamente crescente, pode-se perceber que o câncer de mama está aumentando no Nepal. Assim, em um futuro próximo, pode haver uma discrepância entre a necessidade e a prestação de cuidados de saúde para esses pacientes. O governo do Nepal deve agora estar preparado para promover melhores estratégias de promoção da saúde, prevenção, diagnóstico precoce e tratamento de casos de câncer de mama nos próximos anos.

 

 

Mensagem chave

1. Introdução
O câncer de mama é o câncer mais comum e a principal causa de mortes por câncer entre as mulheres em todo o mundo. 
2. Discussão 
a. Sem o termo constante, a equação deste modelo é y = m1 * x + m2 * x2 + m3 * x3. Essa equação foi a equação de melhor ajuste na previsão de casos de câncer em nossos dados. 
b. Em muitos países onde a incidência de câncer de mama é grande o suficiente para representar um problema de saúde pública, o governo, os profissionais médicos e o público podem não reconhecer sua importância. 
c. Considerando a adesão ao tratamento, a faixa etária de 25 a 44 anos teve 100% de conclusão, o grupo de 45 a 64 anos teve 90,5% de conclusão e a faixa etária de 65 a 74 anos teve 66,7% de conclusão. 
3. Conclusão
No futuro próximo, pode haver uma discrepância entre a necessidade e a prestação de cuidados de saúde para pacientes com câncer de mama.

 

 

Reconhecimento

Dr. BM Nagpal, diretor executivo do Grupo de Educação e Medicina Manipal Dean, Faculdade Manipal de Ciências Médicas, PO Box No 155, Deep Heights Pokhara (Nepal), por permitir que os autores usem os documentos do hospital para o estudo.

 

Referências

 

1.

CR Bhatt, Sharan K, J Ninan, B Sathian, et al. Tratamento do câncer por radioterapia no oeste do Nepal. Um estudo baseado em hospitais da Ásia Pacific Journal of Cancer Prevention. 2009; 10: 205-08.

2.

Forbes, JF A incidência de câncer de mama: a carga global, considerações de saúde pública. Seminários em Oncologia. 1997; 24 (1, supl. 1): S1-20-S1-35.

3.

Sasco AJ. Epidemiologia do câncer de mama: uma doença ambiental? APMIS. 2001; 109 (5): 321-32.

4.

Aviva Petrie, Caroline Sabin, estatísticas médicas em resumo. I Ed, Londres, Blackwell Science. 2000. pp 71-74.

5.

BeyerW H. Tabelas Matemáticas Padrão. Cleveland, CRC Press. 1976

6.

Chambers J. M., Cleveland WS, Kleiner B., et ai. Métodos Gráficos para Análise de Dados. Boston, Duxbury Press. 1983.

7.

Ngoma, T. Organização de serviços de câncer em ambientes de poucos recursos - a experiência da Tanzânia. (Abst) Estratégias de câncer para o novo milênio. 1998: (10): 19-20,

8.

Olmi P, Ausili-Cefaro G. Radioterapia em idosos: um estudo prospectivo multicêntrico em 2060 pacientes encaminhados a 37 centros de radioterapia italianos. Raios 1997; 22 (1 Supl): 53-6.

9.

Wigg DR, Morgan GW. Oncologia de radiação na Austrália: força de trabalho, cargas de trabalho e equipamentos 1986-1999. Australas Radiol. 2001; 45 (2): 146-69.

10.

Burrell JE. Radioterapia na encruzilhada. Adm Radiol J. 1999; 19 (2-3): 22-4.

11.

Pitchforth E, Russell E. Van der Pol M. Acesso ao tratamento especializado de câncer: é justo? Br J Cancer. 2002; 87 (11): 1221-6.

12.

Roberts GH, Dunscombe PB, Samant RS. Modelos de entrega geográfica para serviços de radioterapia. Australas Radiol. 2002; 46 (3): 290-4.

13.

Mackillop WJ, Groome PA, Zhang-Solomonas J, et al. Um sistema de radioterapia centralizado fornece acesso adequado aos cuidados? BJ.J Clin Oncol. 1997; 15 (3): 1261-71.

14.

Magrath I. A Rede Internacional de Tratamento e Pesquisa do Câncer: ajudando os países mais pobres a enfrentar um problema crescente. Câncer Futuros. 2004; 3: 55-8.