Changing Patterns of Malignant Neoplasm Notifications in Brazil during the COVID-19 Pandemic: a Seasonal Analysis

Autores

  • Gabrielle Mascarenhas Canto Centro Universitário UniFTC, Faculdade de Medicina. Salvador. BA. Brazil.
  • Alana Farias Centro Universitário UniFTC, Faculdade de Medicina. Salvador. BA. Brazil.
  • Murilo de Queiroz Ramos Centro Universitário UniFTC, Faculdade de Medicina. Salvador. BA. Brazil. Centro Universitário Unidompedro, Faculdade de Medicina. BA. Brazil.
  • Kiyoshi Ferreira Fukutani União Metropolitana de Educação e Cultura, Lauro de Freitas, Faculdade de Medicina. BA. Brazil.

DOI:

https://doi.org/10.17921/2447-8938.2023v25n3p183-187

Resumo

Abstract
The COVID-19 pandemic has caused delays in the diagnosis, treatment and follow-up of patients with malignant neoplasms (MN). To analyze the distribution pattern of MN cases in Brazil, we collected data in August 2022, provided by the Department of Informatics of the Brazilian Ministry of Health, from 2013 to 2021. The data were organized in Microsoft Excel, the analysis and presentation of the data were made using ggplot and Reshape packages, and temporal patterns and forecast models were obtained by ARIMA method together with aTSA. The results show that the COVID-19 pandemic did not directly impact the notifications of MN cases, but changed the profile of notifications, as in 2018 there was an increase in the diversity of notified neoplasms, and a change in the number of cases in 2019 and 2020. In addition, the distribution between the evaluations of neoplasms was not proportional, showing conversion in 12 (32.4%), decrease in 24 (64.9%) and increase in 1 neoplasm (2.7%). The findings help to understand the new behavior of notifications, demonstrating a pattern similar to the seasonal forecast model, with random or linear trending patterns. This distribution, with a seasonal pattern, shows variability in certain periods of the year, providing important information for early diagnosis and better planning. Data from this research reinforce the need for active screening methods and incentives for preliminary screening for better detection and management of this malignancy.

Keywords: Neoplasms. COVID-19. Delayed Diagnosis.

Resumo
A pandemia de COVID-19 causou atrasos no diagnóstico, tratamento e acompanhamento de pacientes com neoplasias malignas (NM). Para analisar o padrão de distribuição dos casos de MN no Brasil, coletamos dados em agosto de 2022 disponibilizados pelo Departamento de Informática do Ministério da Saúde do Brasil de 2013 a 2021. Os dados foram organizados no Microsoft Excel, a análise e apresentação dos dados foram feitas usando os pacotes ggplot e Reshape, e os padrões temporais e modelos de previsão foram obtidos pelo método ARIMA junto com o aTSA. Os resultados mostram que a pandemia de COVID-19 não impactou diretamente nas notificações dos casos de NM, mas mudou o perfil das notificações, pois em 2018 houve aumento na diversidade de neoplasias notificadas, e mudança no número de casos em 2019 e 2020. Além disso, a distribuição entre as avaliações das neoplasias não foi proporcional, mostrando conversão em 12 (32,4%), diminuição em 24 (64,9%) e aumento em 1 neoplasia (2,7%). As descobertas ajudam a entender o novo comportamento das notificações demonstrando um padrão semelhante ao modelo de previsão sazonal, com padrões de tendência aleatórios ou lineares. Essa distribuição com padrão sazonal, apresenta variabilidade em determinados períodos do ano, fornecendo informações importantes para o diagnóstico precoce e melhor planejamento. Os dados desta pesquisa reforçam a necessidade de métodos de triagem ativa e incentivos à triagem preliminar para melhor detecção e manejo dessa malignidade.

Palavras-chave: Neoplasias. COVID-19. Diagnóstico Tardio.

Downloads

Publicado

2023-10-25

Como Citar

1.
Canto GM, Farias A, Ramos M de Q, Fukutani KF. Changing Patterns of Malignant Neoplasm Notifications in Brazil during the COVID-19 Pandemic: a Seasonal Analysis. J. Health Sci. [Internet]. 25º de outubro de 2023 [citado 14º de dezembro de 2024];25(3):183-7. Disponível em: https://journalhealthscience.pgsscogna.com.br/JHealthSci/article/view/10825

Edição

Seção

Artigos