Spatial distribution of the severity of lung cancer at diagnosis – is it related to socioeconomic factors and access to primary health care?
| Autor(a) principal: | |
|---|---|
| Data de Publicação: | 2021 |
| Tipo de documento: | Dissertação |
| Idioma: | eng |
| Título da fonte: | Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos) |
| Texto Completo: | http://hdl.handle.net/10451/48684 |
Resumo: | Trabalho de projeto de mestrado em Bioestatística, Universidade de Lisboa, Faculdade de Ciências, 2021 |
| id |
RCAP_7b8d468cfcbc9b1c5288b548a90453b8 |
|---|---|
| oai_identifier_str |
oai:repositorio.ul.pt:10451/48684 |
| network_acronym_str |
RCAP |
| network_name_str |
Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos) |
| repository_id_str |
7160 |
| spelling |
Spatial distribution of the severity of lung cancer at diagnosis – is it related to socioeconomic factors and access to primary health care?Cancro do pulmãoDados ordinaisCondições socioeconómicasModelo cumulativoModelo de odds proporcionaisModelo de odds proporcionais parciaisModelo misto cumulativoEfeitos aleatóriosTeses de mestrado - 2021Domínio/Área Científica::Ciências Naturais::MatemáticasTrabalho de projeto de mestrado em Bioestatística, Universidade de Lisboa, Faculdade de Ciências, 2021O cancro do pulmão é dos cancros mais fatais a nível mundial. As estimativas em 2018 para Portugal indicam que 4671 indivíduos morreram de cancro do pulmão, o que corresponde a 16.1% do total de mortes causadas por cancro. Estima-se que existam 5284 novos casos por ano, correspondendo a 9.1% de todos os cancros. A taxa de incidência para homens é 38.8 por cada 100000 habitantes enquanto que para mulheres é 12.6 por cada 100000 habitantes, o que corresponde a um aumento de 75%. A elevada taxa de mortalidade neste tipo de cancro pode ser justificada pelo facto de se tratar de uma doença assintomática. Cancros em estadios avançados têm um prognóstico pouco favorável quando comparados com cancros detetados em estadios menos avançados, daí a importância de um diagnóstico precoce. O estadio determina a escolha de tratamento e representa a severidade do tumor, o que influenciará o tempo de sobrevivênia. A classificação TNM é um sistema de estadios criado com base em três critérios de informação: o tamanho do tumor primário (T), extensão para os nódulos linfáticos vizinhos (N) e extensão para orgãos distantes (M). De acordo com os exames de diagnóstico, a doença pode ser classificada como I, II, IIIA, IIIB or IV, sendo um indicador da severidade da doença. A nova campanha , Treatment for All, da União para o Controlo Internacional do Cancro tem como objetivo reduzir a morte prematura de cancro e promove o acesso equitativo para o tratamento e bem-estar. As condições socioeconómicas são alguns dos fatores que podem comprometer o acesso aos cuidados de saúde. Portanto, o principal objetivo deste estudo foi perceber se os fatores socioeconómicos e o acesso aos cuidados de saúde estão associados com o estadio em que o cancro é diagnosticado. A informação foi recolhida pelo Registo Oncológico Regional Sul (ROR-Sul), que inclui as regiões de Lisboa e Vale do Tejo, Alentejo, Algarve e Região Autónoma da Madeira. O conjunto de dados tinha incluído 2266 pacientes diagnosticados com cancro do pulmão em 2013 e 2014. As variáveis incluídas foram o género, idade, concelho de residência, distrito de residência, morfologia, lateralidade, estadio ao diagnóstico e estado vital. As variáveis socioeconómicas foram extraídas a partir do INE e PORDATA. Através da revisão de literatura, foram identificados alguns indicadores que caraterizam as condições socioeconómicas, bem como as de acesso aos cuidados de saúde. Os dados foram modelados aplicando o modelo de regressão ordinal e o modelo misto de regressão ordinal, usando o concelho de residência como um efeito aleatório, que corresponde à variável que liga o conjunto de dados originais aos indicadores socioeconómicos e de acesso aos cuidados de saúde. O termo aleatório explicará as diferenças entre os concelhos e reduz a componente por explicar do modelo sem um termo aleatório. A correlação linear foi analisada para evitar a inclusão de variáveis independentes fortemente correlacionadas. A variável escolhida entre o par fortemente correlacionado era a mais informativa, excluindo aquela que, sendo menos informativa, estava associada à que foi incluída. A influência de cada uma das variáveis foi analisado de acordo com o odds ratio (OR). Considerando o sinal dos coeficientes de regressão, os resultados do modelo múltiplo sem termo aleatório indicaram que maior número de médicos por cada 1000 habitantes (OR 0.974, 95% CI: 0.942 - 1.008), idades avançadas (OR 0.996, 95% CI: 0.989 - 1.004) e maior número de beneficiários por cada 1000 habitantes (OR 0.998, 95% CI: 0.993 - 1.004) aparentam favorecer estadios mais baixos. Um maior rendimento anual (OR 1.003, 95% CI: 0.949 - 1.060) e um maior número de atendimentos por cada 1000 habitantes (OR 1.005, 95% CI: 0.995 - 1.016), aparentam contribuir para um diagnóstico em estadios avançados. O impacto do género variou de acordo com a categoria da variável resposta. Incluindo o termo aleatório, os resultados também indicaram que um elevado número de médicos por cada 1000 habitantes (OR 0.971, 95% CI: 0.880 - 1.073), uma idade avançada (OR 0.996, 95% CI: 0.988- 1.004) e um maior número de beneficiários por cada 1000 habitantes (OR 0.998, 95% CI: 0.988 - 1.009) aparentam favorecer estadios menos avançados. Um elevado rendimento anual (OR 1.008, 95% CI: 0.942 - 1.078) e um maior número de atendimentos por cada 1000 habitantes (OR 1.007, 95% CI: 0.988 - 1.026) aparentam contribuir para um diagnóstico em estadios avançados. Ao contrário do modelo sem termo aleatório, o efeito do género não varia de acordo com a severidade da doença. Com base no sinal do seu coeficiente de regressão, a possibilidade de um homem ser diagnosticado num estadio avançado era menor que uma mulher (OR 0.866 , 95% CI: 0.572 - 1.312). Apesar da variância associada ao termo aleatório (concelho de residência) tenha sido próxima de 1, a diferença entre estas regiões foram estatisticamente significativas no que diz respeito à severidade do estadio ao diagnóstico. A análise geoespacial mostrou que uma região do Centro tinha menor possibilidade de diagnóstico em estadios superiores. Na Região Autónoma da Madeira, a possibilidade de diagnóstico em estadios superiores era maior. Os resultados dos modelos múltiplos não encontraram evidências de associação entre as condições socioeconómicas e o acesso aos cuidados de saúde e a severidade do cancro do pulmão. O trabalho futuro deve passar pela recolha de mais informações individuais sobre o paciente, como estado civil, hábitos tabágicos, alimentção, mas também condições económicas e de acesso aos cuidados de saúde, como ter médico de família, proximidade de centros de saúde, facilidade para sair do trabalho, cobertura de seguro, etc.Lung cancer is the most lethal type of cancer worldwide. The estimates for Portugal in 2018 indicate that 4671 individuals died of lung cancer, corresponding to 16.1% of total cancer deaths, with 5284 new cases estimated per year, corresponding to 9.1% of all cancers. The incidence rate for males is 38.8 per 100000 inhabitants whereas for females is 12.6 per 100000 inhabitants, which corresponds to an 75% increase. The high mortality rate of this type of cancer can be attributed to the fact that it is an asymptomatic disease, which delays diagnosis. Cancers in more advanced stages have reduced favourable prognosis compared to cancers detected in earlier stages, hence the importance of early diagnosis. The stage determines the choice of treatment and represents the severity of the tumour, which will influence survival time. TNM classification is a staging system created based on three information criteria: the size of the primary tumor (T), the spread to nearby lymph nodes (N) and the spread to distant organs (M). According to the diagnostic exams, the disease can be classified as I, II, IIIA, IIIB or IV, being an indicator of the severity of the disease. The new campaign, Treatment for All, of the Union for International Cancer Control (UICC) aims to reduce premature mortality from cancer and promote equitable access to treatment and care. Socioeconomic conditions can compromise access to primary health care. Therefore, the main aim of this study was to understand if socioeconomic factors and access to primary health care are associated with the stage at which the cancer is diagnosed. Data were collected from the Southern Portugal Cancer Registry (ROR-Sul), which includes the regions of Lisbon and the Tagus Valley, Alentejo, Algarve and Autonomous Region of Madeira. The dataset had included 2266 patients diagnosed with lung cancer in 2013 and 2014. The variables included in the original dataset were gender, age, residence county, residence district, morphology, laterality, stage at diagnosis and vital status. Socioeconomic variables were downloaded from the INE and PORDATA. Through a literature review several indicators characterizing the socioeconomic conditions as well as the access to healthcare conditions were identified. The data were modelled applying the ordinal regression model and the ordinal regression mixed model using the residence county as a random effect, which corresponds to the variable that links the original dataset to the socioeconomic and access healthcare indicators. The random term will explain the differences between counties and reduce the unexplained component of the model without a random term. The linear correlation was analysed to avoid the inclusion of strongly correlated independent variables. The variable chosen among the strongly correlated pair was the most informative, excluding the one that, being less informative, was associated with the one that was included. The influence of each variable was analysed according to the odds ratio (OR). Considering the sign of the regression coefficients, the results of the multivariable model without random term indicated that higher number of doctors per 1000 inhabitants (OR 0.974, 95% CI: 0.942 - 1.008), higher age (OR 0.996, 95% CI: 0.989 - 1.004) and higher number of welfare recipients per 1000 inhabitants (OR 0.998, 95% CI: 0.993 - 1.004) appeared as favouring lower stages. A higher annual income (OR 1.003, 95% CI: 0.949 - 1.060) and a higher number of attendances per 1000 inhabitants (OR 1.005, 95% CI: 0.995 - 1.016), appeared as contributing to a diagnosis in higher stages. The impact of gender varied according to the category. Including the random term, the results also indicated that a higher number of doctors per 1000 inhabitants (OR 0.971, 95% CI: 0.880 - 1.073), a higher age (OR 0.996, 95% CI: 0.988 - 1.004) and a higher number of welfare recipients per 1000 inhabitants (OR 0.998, 95% CI: 0.988 - 1.009) appeared favouring lower stages. A higher annual income (OR 1.008, 95% CI: 0.942 - 1.078) and a higher number of attendances per 1000 inhabitants (OR 1.007, 95% CI: 0.988 - 1.026), appeared as contributing to a diagnosis in higher stages. Unlike the model with no random term, the effect of gender does not vary according to the severity of the disease. Based on the sign of its regression coefficient, the odds of a male being diagnosed at a later stage was less than a woman (OR 0.866, 95% CI: 0.572 - 1.312). Although the variance associated with the random effect (residence county) was close to 1, the difference within regions were statistically significant regarding the severity of stage at diagnosis. The geospatial analysis has shown that a region in the Center had a lower possibility of having a diagnosis at higher stages. In the Autonomous Region of Madeira, the possibility of having a diagnosis at higher stages was higher. The multivariable models results found no evidence of a statistically significant association between socioeconomic conditions and access to healthcare, as they were measured, and lung cancer severity. Future work should collect more individual information about the patient, such as marital status, smoking habits, diet, but also economic conditions and conditions accessing healthcare, such as having a family doctor, proximity to health centres, ease of leaving work, insurance coverage, etc.Antunes, Marília Cristina de Sousa,1969-Soares, PatríciaRepositório da Universidade de LisboaVieira, Mariana Reis2021-06-21T16:51:12Z202120212021-01-01T00:00:00Zinfo:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/masterThesisapplication/pdfhttp://hdl.handle.net/10451/48684TID:202931315enginfo:eu-repo/semantics/openAccessreponame:Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos)instname:Agência para a Sociedade do Conhecimento (UMIC) - FCT - Sociedade da Informaçãoinstacron:RCAAP2023-11-08T16:52:03Zoai:repositorio.ul.pt:10451/48684Portal AgregadorONGhttps://www.rcaap.pt/oai/openaireopendoar:71602024-03-19T22:00:27.371313Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos) - Agência para a Sociedade do Conhecimento (UMIC) - FCT - Sociedade da Informaçãofalse |
| dc.title.none.fl_str_mv |
Spatial distribution of the severity of lung cancer at diagnosis – is it related to socioeconomic factors and access to primary health care? |
| title |
Spatial distribution of the severity of lung cancer at diagnosis – is it related to socioeconomic factors and access to primary health care? |
| spellingShingle |
Spatial distribution of the severity of lung cancer at diagnosis – is it related to socioeconomic factors and access to primary health care? Vieira, Mariana Reis Cancro do pulmão Dados ordinais Condições socioeconómicas Modelo cumulativo Modelo de odds proporcionais Modelo de odds proporcionais parciais Modelo misto cumulativo Efeitos aleatórios Teses de mestrado - 2021 Domínio/Área Científica::Ciências Naturais::Matemáticas |
| title_short |
Spatial distribution of the severity of lung cancer at diagnosis – is it related to socioeconomic factors and access to primary health care? |
| title_full |
Spatial distribution of the severity of lung cancer at diagnosis – is it related to socioeconomic factors and access to primary health care? |
| title_fullStr |
Spatial distribution of the severity of lung cancer at diagnosis – is it related to socioeconomic factors and access to primary health care? |
| title_full_unstemmed |
Spatial distribution of the severity of lung cancer at diagnosis – is it related to socioeconomic factors and access to primary health care? |
| title_sort |
Spatial distribution of the severity of lung cancer at diagnosis – is it related to socioeconomic factors and access to primary health care? |
| author |
Vieira, Mariana Reis |
| author_facet |
Vieira, Mariana Reis |
| author_role |
author |
| dc.contributor.none.fl_str_mv |
Antunes, Marília Cristina de Sousa,1969- Soares, Patrícia Repositório da Universidade de Lisboa |
| dc.contributor.author.fl_str_mv |
Vieira, Mariana Reis |
| dc.subject.por.fl_str_mv |
Cancro do pulmão Dados ordinais Condições socioeconómicas Modelo cumulativo Modelo de odds proporcionais Modelo de odds proporcionais parciais Modelo misto cumulativo Efeitos aleatórios Teses de mestrado - 2021 Domínio/Área Científica::Ciências Naturais::Matemáticas |
| topic |
Cancro do pulmão Dados ordinais Condições socioeconómicas Modelo cumulativo Modelo de odds proporcionais Modelo de odds proporcionais parciais Modelo misto cumulativo Efeitos aleatórios Teses de mestrado - 2021 Domínio/Área Científica::Ciências Naturais::Matemáticas |
| description |
Trabalho de projeto de mestrado em Bioestatística, Universidade de Lisboa, Faculdade de Ciências, 2021 |
| publishDate |
2021 |
| dc.date.none.fl_str_mv |
2021-06-21T16:51:12Z 2021 2021 2021-01-01T00:00:00Z |
| dc.type.status.fl_str_mv |
info:eu-repo/semantics/publishedVersion |
| dc.type.driver.fl_str_mv |
info:eu-repo/semantics/masterThesis |
| format |
masterThesis |
| status_str |
publishedVersion |
| dc.identifier.uri.fl_str_mv |
http://hdl.handle.net/10451/48684 TID:202931315 |
| url |
http://hdl.handle.net/10451/48684 |
| identifier_str_mv |
TID:202931315 |
| dc.language.iso.fl_str_mv |
eng |
| language |
eng |
| dc.rights.driver.fl_str_mv |
info:eu-repo/semantics/openAccess |
| eu_rights_str_mv |
openAccess |
| dc.format.none.fl_str_mv |
application/pdf |
| dc.source.none.fl_str_mv |
reponame:Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos) instname:Agência para a Sociedade do Conhecimento (UMIC) - FCT - Sociedade da Informação instacron:RCAAP |
| instname_str |
Agência para a Sociedade do Conhecimento (UMIC) - FCT - Sociedade da Informação |
| instacron_str |
RCAAP |
| institution |
RCAAP |
| reponame_str |
Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos) |
| collection |
Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos) |
| repository.name.fl_str_mv |
Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos) - Agência para a Sociedade do Conhecimento (UMIC) - FCT - Sociedade da Informação |
| repository.mail.fl_str_mv |
|
| _version_ |
1799134551876829184 |