SO Dalton, BL Frederiksen, E Jakobsen, M Steding-Jessen, K Østerlind, J Schüz, M Osler, Johansen C.

Relaterede dokumenter
Social ulighed i kræftoverlevelse

Social ulighed i kræftbehandling

Social ulighed i overlevelse efter kræft hvad betyder komorbiditet

Ulighed i sundhed faktorer af betydning for forskelle i overlevelse

Social position og kirurgi for tidlig-stadie ikke-småcellet lungekræft: en registerbaseret undersøgelse

Ulighed i overlevelse efter kræft faktorer af betydning. Susanne Dalton, seniorforsker, overlæge, PhD Kræftens Bekæmpelses ForskningsCenter

Maja Halgren Olsen, ph.d.-studerende 1,2 Trille Kristina Kjær, postdoc 1 Susanne Oksbjerg Dalton, professor 1,3

Social ulighed i kræftbehandling og kræftsygepleje. FSK Landskursus 2012, november, Munkebjerg Hotel i Vejle.

Hvad ved vi om kvaliteten af dansk kronikerbehandling?

Overlevelse og komorbiditet - en undersøgelse fra Dansk Lunge Cancer Register

Komorbiditet og kræftoverlevelse: En litteraturgennemgang

Sundhedstrends og sygeplejeskerollerne Sundhedsøkonomen

SOCIAL ULIGHED I OVERLEVELSEN EFTER BRYSTKRÆFT. Signe Benzon Larsen

Social ulighed i forekomsten og overlevelsen efter kræft i Danmark

DLCG/DLCR Årsmøde 2013

Fremskrivning. Antal kræfttilfælde i Danmark 2018, 2023, 2028 og 2033

Cancerregisteret 1995

Komorbiditet og kræftoverlevelse: En litteraturgennemgang

Fremskrivning af antal kræfttilfælde i Danmark i 2016, 2021, 2026 og 2031

Kræftoverlevelse i Danmark

Kræftoverlevelse i Danmark

Kræftepidemiologi. Figur 1

Kræftoverlevelse i Danmark

Kræftoverlevelse i Danmark Cancerregisteret Tal og analyse

Hyppighed Risikofaktorer Behandlingseffekt Prognose

Landsdækkende database for kræft i tykog endetarm (DCCG) Addendum til National a rsrapport januar december 2012

Rapporten citeres således: Sygehuspatienters overlevelse efter diagnose for otte kræftsygdomme i perioden , Sundhedsstyrelsen 2010.

MORTALITETSANALYSE VED PRIMÆR LUNGECANCER: Fokus på behandlingsindsats

Frisører og kræft. Formidlingsmøde marts 2007 Frisører, helbred og arbejdsmiljø. Frisører og kræft. Johnni Hansen

SYGEHUSBASERET OVERLEVELSE EFTER DIAGNOSE FOR OTTE KRÆFTSYGDOMME I PERIODEN

CANULI En undersøgelse af social ulighed i incidens af og overlevelse efter kræft i Danmark

Kræftens Bekæmpelse, Kvalitet & Patientsikkerhed 29. november 2013

Kapitel 9. KRÆFT/CANCER

Nøgletal for kræft august 2008

KMS dataskema for Dansk Palliativ Database med oplysninger til LKT-Palliation

MONITORERING AF PAKKEFORLØB FOR KRÆFT 3. KVARTAL 2015

Komorbiditet og operation for tarmkræft

Kræftoverlevelse i Danmark Cancerregisteret, Tal og analyse

MONITORERING AF PAKKEFORLØB FOR KRÆFT 2. KVARTAL 2015

MONITORERING AF PAKKEFORLØB FOR KRÆFT 4. KVARTAL 2015

Komorbiditet og hoved-hals cancer

MONITORERING AF PAKKEFORLØB FOR KRÆFT 1. KVARTAL 2015

KMS dataskema for Dansk Palliativ Database med oplysninger til LKT-Palliation

MONITORERING AF PAKKEFORLØB FOR KRÆFT 1. KVARTAL 2016

Variabel oversigt i AnalysePortalen for DPD 2013

ÅRSOPGØRELSE. Monitorering af kræftområdet

SYGEHUSBASERET OVERLEVELSE FOR UDVALGTE KRÆFTSYGDOMME

MONITORERING AF PAKKEFORLØB FOR KRÆFT

Kræftens Bekæmpelse, Dokumentation & Kvalitet 31. august 2017

Stinne Holm Bergholdt 1

Monitorering af pakkeforløb for kræft 3. kvartal 2018

Analyse 14. oktober 2014

MONITORERING AF PAKKEFORLØB FOR KRÆFT 4. KVARTAL 2016

MONITORERING AF PAKKEFORLØB FOR KRÆFT 1. KVARTAL 2017

MONITORERING AF PAKKEFORLØB FOR KRÆFT

Kræftens Bekæmpelse, Dokumentation & Kvalitet 30. november 2017

Ulighed i at blive syg og i konsekvenser af at være det

Risiko for udvalgte kræftformer blandt ansatte i Forsvaret i relation til arbejdsmæssige påvirkninger

Region Syddanmark, samlet 84% kvt kvt. 16

Region Syddanmark, samlet 83% kvt kvt. 16

MONITORERING AF FORLØBSTIDER PÅ KRÆFTOMRÅDET

Monitorering af pakkeforløb for kræft 4. kvartal 2018

Monitorering af pakkeforløb for kræft 1. kvartal 2018

Monitorering af pakkeforløb for kræft 2. kvartal 2018

Monitorering af pakkeforløb for kræft 4. kvartal 2017

Social ulighed i sundhed. Finn Breinholt Larsen

Cancerregisteret 1996

Overlevelse for danske kræftpatienter

OPENs rolle i registerforskning ved OUH: Aktuelt og fremadrettet

SEMINAR PANCREAS CANCER

Dansk Palliativ Database (DPD) DMCG-PAL s Årsmøde Mogens Grønvold

Sundhedsstyrelsens kommentarer til den nationale monitorering af forløbstider på kræftområdet for 4. kvartal 2013

Monitorering af forløbstider på kræftområdet

Monitorering af forløbstider på kræftområdet

Kræftens Bekæmpelse, Dokumentation & Kvalitet 30. november 2016

Monitorering af forløbstider på kræftområdet

Monitorering af forløbstider på kræftområdet

Magnetfelter på arbejdspladsen - en undersøgelse af kræfthyppighed blandt ansatte i dansk elforsyning

Kræftdiagnostik i almen praksis også din indsats er vigtig! Rikke Pilegaard Hansen, Praktiserende læge, ph.d.

Komorbiditet og øvre GI-cancer. Mette Nørgaard, Klinisk Epidemiologisk Afdeling Aarhus Universitetshospital Danmark

8.2 Statistiske analyse af hver enkelt indikator

Sundheds- og Forebyggelsesudvalget SUU Alm.del endeligt svar på spørgsmål 887 Offentligt KRÆFTOVERLEVELSE I DANMARK

8.2 Statistiske analyse af hver enkelt indikator

Monitorering af forløbstider på kræftområdet

Almen praksis og rehabilitering efter kræft perspektiver og udfordringer

Kræftpakker i Danmark Hans B. Rahr, ledende overlæge, MD DMSc, Vejle Sygehus

MONITORERING AF KRÆFTOMRÅDET 1. HALVÅR HALVÅR 2010

Dansk Neuro Onkologisk Register

Monitorering af forløbstider på kræftområdet. Opgørelse for 4. kvartal 2018

Dansk Neuro Onkologisk Register

Ulighed i sundhed - set i et livsforløb

Sundhedsstyrelsens kommentarer til den nationale monitorering af forløbstider på kræftområdet 4. kvartal 2014

Social ulighed i kronisk sygdom, selvvurderet helbred og funktionsevne

30-dages, 1- og 5-års mortaliteten for lungekræft før og nu

Rehabilitering af kræftpatienter i Københavns Kommune

Årsopgørelse. Monitorering af kræftområdet

Heidi Amalie Rosendahl Jensen Anne Vinggaard Christensen Knud Juel STATENS INSTITUT FOR FOLKESUNDHED. Kræftplan IV

Sundhedsudvalget 23. september 2014

LUNGECANCER Specifikation af indikatorsæt National Auditrapport 2010

Social ulighed i kræftudredningen

Transkript:

Social position, lungekræft stadie og tid mellem henvisning og diagnose i Danmark, 2001-2008 1 SO Dalton, BL Frederiksen, E Jakobsen, M Steding-Jessen, K Østerlind, J Schüz, M Osler, Johansen C. Institut for Epidemiologisk Kræftforskning, Kræftens Bekæmpelse Forskningscenter 1 for Forebyggelse og Sundhed, Glostrup Dansk Lungekræft Register, OUH Onkologisk Klinik, Rigshospitalet International Agency for Research and Cancer, Lyon

Social ulighed i overlevelse efter kræft i Danmark 2 Mundhule Strube Spiserør Mavesæk Lunge Cervix Nyre Blære Pancreas 2 Tyktarm Endetarm Livmoder Æggestok Testikel Hjerne Lymfom Leukæmi Bryst Prostata Modermærke

Social ulighed i korttidsoverlevelse efter lungekræft i Danmark 3 Baggrund (Dalton et al, 2008): 1-års RS for mænd med kort uddannelse 28% 1-års RS for mænd med videregående uddannelse 34% 5-års RS var 7 vs. 10% - Tyder på at ulighed spiller en rolle i tidlig sygdomsforløb Undersøgelsen havde ikke oplysninger om stadie, adgang til behandling etc. 3

Hvad ved vi om risikoen for at blive diagnosticeret med kræft i sent stadie i Danmark? 4 Brystkræft (Dalton et al, 2006) kort uddannelse; lav indkomst; bosat i landområde; ingen adgang til organiseret mammografiscreening Endetarmskræft (Frederiksen et al, 2008) kort uddannelse; lav indkomst; enlige ingen social ulighed i stadie af tyktarmskræft NHL (Frederiksen et al, 2010) 6 prognostiske faktorer: stage III-IV, ekstranodal læsion, forhøjet LDH, 4 performance status 2+, B-symptomer, IPI score 2+: Kort uddannelse; Enlige; Mænd Justering for histologiske undertyper gjorde ingen forskel på resultaterne

Risikoen for at blive diagnosticeret med lungekræft i sent stadie 5 Tidligere undersøgelser omkring social position og stadie for lungekræft har ikke været entydige: Svensk undersøgelse af 3370 NSCLC patienter fandt ingen sammenhæng mellem uddannelse og stadie (Berglund, 2010) Canadisk undersøgelse af 12.276 NSCLC patienter fandt ingen sammenhæng mellem indkomst og stadie (Booth, 2010) En amerikansk 5 undersøgelse af 700.000 patienter finder at der er sammenhæng mellem forsikringsstatus og stadie (Halpern, 2008)

CANULI 2 - Datakobling i relation til forskningsspørgsmål 6 Psykiatrisk Central Register Landspatient Register Komorbiditet Stadie Behandling CANULI database hos Danmarks Statistik Central Person Register Kliniske Databaser Overlevelse 6 IDA og andre adm. registre Bygge & Bolig Register Social position

Materiale 25.648 Diagnoseår 2001-2008 Født 1920-1982 og >30 år v. diagnose 24.229 Identificeret i Danmarks Statistik, 2 år før diagnose (- 5%) 19.992 Mgl: histologi (N=4198), udredende afdeling (N=39); stadie 0 (N=85)

Materiale fortsat stadieoplysninger 16.720 Stadie info i DLCR Tidlig/I-IIIa vs. Sen/IIIb-IV 3187 uden stadie Mgl stadie men kirurgi: N=1153 (tidlig) Mgl stadie men henv. til onk. beh. for tidl stadie: N=33 Mgl stadie men henv. til onk. beh. for sen stadie: N=197 18.103 Tidlig stadie N= 7177 (40%) Sen stadie N=10.926 (60%)

Analyser af stadie ved diagnose 9 Logistisk regression med 1. justering for confoundere alder og køn og udred afd. 2. justering for uddannelse(kort, mellem, høj), indkomst (lav, mellem og høj) og sambostatus (enlig, samboende) 3. justering for komorbiditet (Charlson Comorbiditetsindex) I en separat analyse af patienter <65 år (N=7053) inkluderede 9 vi også tilknytning til arbejdsmarkedet (i arbejde, arbejdsløs, førtidspension, alderspension) i step 2

Justerede odds ratioer for diagnose af lungekræft i sen stadie OR 95% CI Alder Per 5 år 0.98* 0.97-1.00* Uddannelse Kort 1 Mellem 0.99 0.93-1.06 Højere 0.92 0.84-0.99 Indkomst Lav (1 Q) 1 Mellem (2-3 Q) 1.05 0.98-1.12 Høj (4Q) 0.99 0.89-1.11 Sambostatus Samboende 1 Enlig 1.06 1.01-1.13 Komorbiditet CCI 0 1 CCI 1 0.88 0.83-0.92 CCI 2 0.84 0.77-0.92 CCI 3+ 0.73 0.65-0.81

Tid mellem henvisning og diagnose 11 Udfaldet i analysen var tid mellem henvisning og diagnose >28 dage Vi benyttede datasæt af 16.720 personer med registreret c-stadie i DLCR ekskluderede yderligere 7 uden diagnosedato i alt 16.713 patienter Analyser blev opdelt på tidlig og sen stadie og igen benyttede 11 vi en trinvis model opbygning af den logistiske regression

Justerede odds ratioer for > 28 dage mellem henvisning og diagnose Tidlig stadie Sen stadie Alder Per 5 år 0.98 (0.95-1.01) 1.03 (1.01-1.06) Uddannelse Kort 1 1 Mellem 0.87 (0.81-0.94) 0.97 (0.89-1.05) Højere 0.82 (0.70-0.96) 0.82 (0.72-0.93) Indkomst Lav (1 Q) 1 1 Mellem (2-3 Q) 0.94 (0.84-1.06) 1.02 (0.92-1.12) Høj (4Q) 0.85 (0.74-0.98) 0.92 (0.83-1.03) Sambostatus Samboende 1 1 Enlig 1.02 (0.93-1.11) 0.98 (0.90-1.07) Komorbiditet CCI 0 1 1 CCI 1 1.05 (0.93-1.18) 1.00 (0.91-1.10) CCI 2 1.07 (0.94-1.22) 1.21 (1.10-1.33) CCI 3+ 1.11 (0.95-1.30) 1.17 (1.03-1.33)

Sammenfatning 13 Kort uddannelse, lav indkomst og at være enlig har betydning for længere end anbefalet periode mellem henvisning og diagnose og for diagnose af sygdom i sen stadie Risiko estimaterne er moderate (husk de er gensidigt justerede) så social position betyder relativt meget mindre for disse prognostiske indikatorer end for incidensen 13 Resultaterne tyder på at der er grupper af patienter som er svagere stillet når de starter i et udredningsforløb for lungekræft

De kliniske kræftdatabaser en unik datakilde 14 Udfordringer i forholdet til brug i forskningsprojekter: Missing data - Livsstilsdata (Rygning!!!!) - Senfølger - Men også de basale data som stadie, behandling etc. 17% havde ingen histologi: Alder, sambostatus samt komorbiditet var associeret med 14 missing histologi i DLCR (ikke uddannelse) så meget tyder på at vi måske undervurderer disse faktorers betydning i vores analyser.

TAK! 15 Susanne Dalton sanne@cancer.dk 15