-
Priorizando dados do mundo real na ATS de próxima geração: insights do Oncotype DX e recomendações de quimioterapia para câncer de mama no Brasil
- Voltar
Título
Priorizando dados do mundo real na ATS de próxima geração: insights do Oncotype DX e recomendações de quimioterapia para câncer de mama no Brasil
Tipo de documento
Apresentação
Descrição
Resumo apresentado na Health Technology Assessment international (HTAi)
Fonte
HTAi
Ano de publicação
2025
Referência (Vancouver)
Carlos Alberto Magliano, Tomas Reinert, Carlos Henrique dos Anjos, Daniela Dornelles Rosa, Julio Antonio Pereira de Araujo, Andrea Kazumi Shimada, Daniele Assad, Marcelle Goldner Cesca, Leandro Jonata de Carvalho Oliveira, Max Mano, Gustavo Povoa. Prioritizing Real-World Data In NextGen HTA: Insights From Oncotype DX And Chemotherapy Recommendations For Breast Cancer In Brazil. HTAi 2025.OP13
Identificador
2025HTAi089
Title
Prioritizing real-world data in NextGen HTA: insights from Oncotype DX and chemotherapy recommendations for breast cancer in Brazil
Description
Abstract presented at Health Technology Assessment international (HTAi)
Source
HTAi
Publication year
2025
Reference (Vancouver)
Carlos Alberto Magliano, Tomas Reinert, Carlos Henrique dos Anjos, Daniela Dornelles Rosa, Julio Antonio Pereira de Araujo, Andrea Kazumi Shimada, Daniele Assad, Marcelle Goldner Cesca, Leandro Jonata de Carvalho Oliveira, Max Mano, Gustavo Povoa. Prioritizing Real-World Data In NextGen HTA: Insights From Oncotype DX And Chemotherapy Recommendations For Breast Cancer In Brazil. HTAi 2025.OP13
Identifier
2025HTAi089
Resumo
Introdução: Evidências crescentes mostram que assinaturas de expressão gênica no câncer de mama inicial permitem recomendações de quimioterapia mais precisas, direcionando o tratamento para aqueles com maior probabilidade de benefício e evitando-o com segurança em outros casos. Diretrizes internacionais destacam seu papel na otimização das decisões sobre quimioterapia adjuvante. Este estudo examina padrões de recomendação de quimioterapia no Brasil, fornecendo aos tomadores de decisão dados específicos locais para apoiar um cuidado baseado em evidências e centrado no paciente. Métodos: Conduzimos uma pesquisa online com 10 especialistas independentes em oncologia clínica, sem acesso às respostas uns dos outros, para avaliar recomendações médias de quimioterapia considerando idade, status menopausal e avaliação de risco clínico usando os critérios do estudo MINDACT, com e sem o teste Oncotype DX. Para pacientes sem comprometimento linfonodal, analisamos recomendações por nível de risco clínico (alto vs. baixo), faixa etária (acima ou abaixo de 50 anos) e intervalos de Recurrence Score (RS) (25). Para pacientes com linfonodos positivos, foram avaliados status menopausal e intervalos de RS (25). Os resultados foram resumidos como médias aritméticas das respostas observadas. Resultados Recomendações de quimioterapia para pacientes sem linfonodos positivos com menos de 50 anos por risco clínico. baixo/alto risco. Sem Oncotype DX. 36%/89%; com Oncotype DX RS 25. 88%/98%. Para pacientes acima de 50 anos. Sem Oncotype DX 17%/77%; com Oncotype DX RS 25. 88%/98%. Para pacientes com linfonodos positivos, mulheres pré-menopausa apresentaram altas taxas de quimioterapia (82%-100%) independentemente do RS, enquanto em mulheres pós-menopausa as taxas variaram de 3% (RS 25) em comparação com 81% sem teste. Conclusões O Oncotype DX reduziu o uso de quimioterapia em pacientes sem linfonodos positivos e em pacientes pós-menopausa com linfonodos positivos, melhorando a seleção do tratamento. Este estudo revela diferenças nas recomendações de quimioterapia entre dados locais brasileiros e modelos anteriores do Oncotype DX. A HTA de próxima geração deve priorizar realidades locais para evitar distorções que possam orientar erroneamente formuladores de políticas, apoiando estruturas de saúde sustentáveis e personalizadas no Brasil.
Notas
O registro foi originalmente publicado em inglês. A versão em português foi traduzida com o apoio de inteligência artificial.
Abstract
lntroduction: Mounting evidence shows that gene expression signatures in early breast cancer enable more precise chemotherapy recommendations, targeting those most likely to benefit and safely avoiding it for others. International guidelines highlight their role in optimizing adjuvant chemotherapy decisions. This study examines chemotherapy recommendation patterns in Brazil, providing decision-makers with locally specific data to support evidence-based and patient-centered care. Methods We conducted an on line survey with 10 independent clinical oncology experts, blinded to each other's responses, to evaluate average chemotherapy recommendations considering age, menopausal status, and clinical risk assessment using the MINDACT study criteria with and without the Oncotype DX test. For node-negative patients, we analyzed recommendations by clinical risk level (high vs. low), age category (over or under 50), and Recurrence Score (RS) ranges (25). For node-positive patients, menopausal status and RS ranges (25) were evaluated. The results were summarized as the arithmetic means of observed responses. Results Chemotherapy recommendations for node-negative patients under 50 years by clinical risk: Low/High Risk. Without Oncotype DX: 36%/89%; with Oncotype DX RS 25: 88%/98%. For patients over 50: Without Oncotype DX 17%/77%; with Oncotype DX RS 25: 88%/98%. For node-positive patients, premenopausal women had high chemotherapy rates (82%-100%) regardless of RS, while in postmenopausal women, rates ranged from 3% (RS 25) compared to 81% without testing. Conclusions Oncotype DX reduced chemotherapy use in node-negative and postmenopausal node-positive patients, improving treatment targeting. This study reveals differences in chemotherapy recommendations between local Brazilian data and prior Oncotype DX models. NextGen HTA should prioritize local realities to avoid misrepresentations that could misguide policymakers, supporting sustainable and personalized healthcare frameworks in Brazil.
Notes
The record was originally published in English. The Portuguese version was translated with the support of artificial intelligence.