Geographical Distribution of Access to Healthcare in Patients Diagnosed with Hypospadias / Distribución geográfica del acceso a la asistencia sanitaria en pacientes con diagnóstico de hipospadias

Objective Hypospadias is a congenital disease of unknown etiology involving multiple epigenetic, genetic, and endocrinological factors. It is a highly incapacitating condition. Its surgical management is one of the most frequent surgical procedures done by pediatric urologists. Furthermore, the geographical distribution and healthcare access is limited in Colombia. The Colombian Ministry of Health has consolidated a nationwide registry called Integrated Social Protection Information System (SISPRO, in the Spanish acronym) to collect comprehensive information on the use and frequency of resources associated with health care in Colombia. The aim of the present study was to analyze the number of cases reported between 2014 and 2018 and the geographical distribution of access to healthcare of patients with hypospadias in Colombia. Methods An observational, retrospective study of hypospadias in Colombia, 2014­ 2018, was performed using data extracted from the Individual Health Records System (RIPS) in SISPRO. Satscan, version 9.6 was used to perform a distribution analysis of the georeferenced population using a Poisson model. To visualize the results, the software projected the result onto a Google Earth map. Results Between January 2014 and December 2018, a total of 8,990 cases of hypospadias were evaluated in Colombia. The geographical distribution in the national territory has areas with high evaluation rates. On average, the departments in which the majority of cases were evaluated during the study period were Bogotá, D.C., Antioquia, and Valle del Cauca (2,196, 1,818 and 1,151 cases, respectively). The statistical analysis of the space exploration (►Fig. 1) identified the area with the highest concentration of cases (red) and the areas in which the lowest number of patients was evaluated (blue). The geographical distribution showed increasing trends in areas near the center of the country, especially in the cities of Bogotá, Cali, Ibagué, and Pereira. Conclusion There is a greater concentration of cases evaluated in the center of the country, where the cities with better access to subspecialized medical care are located. This highlights inequalities in health services and the opportunity for surgical care among regions of the country. If we consider that the prevalence rates of hypospadias remain stable, 87% of the patients with hypospadias will not be evaluated by a subspecialist.

Objetivo Hipospadias es una enfermedad congénita de etiología desconocida que involucra múltiples factores epigenéticos, genéticos y endocrinológicos. Es una condición sumamente incapacitante. Su manejo quirúrgico es uno de los procedimientos quirúrgicos más frecuentes realizados por urólogos pediátricos. Además, la distribución geográfica y el acceso a la atención médica son limitados en Colombia. El Ministerio de Salud de Colombia ha consolidado un registro a nivel nacional denominado Sistema Integrado de Información de Protección Social (SISPRO) para recopilar información integral sobre el uso y frecuencia de los recursos asociados a la atención de la salud en Colombia. El objetivo del presente estudio fue analizar el número de casos notificados entre 2014 y 2018 y la distribución geográfica del acceso a la atención médica por los pacientes con hipospadias en Colombia. Métodos Se realizó un estudio observacional y retrospectivo de hipospadias en Colombia, 2014-2018, utilizando datos extraídos del Sistema de Registros Sanitarios Individuales (RIPS) en SISPRO. Se usó Satscan, versión 9.6 para realizar un análisis de distribución de la población georreferenciada usando un modelo de Poisson. Para visualizar los resultados, el software proyectó el resultado en un mapa de Google Earth. Resultados Entre enero de 2014 y diciembre de 2018, se evaluaron un total de 8.990 casos de hipospadias en Colombia. La distribución geográfica en el territorio nacional tiene áreas con mayor concentración de la atención de pacientes con hipospadias, al igual que áreas sin atención de esta condicion. En promedio, los departamentos donde se evaluaron la mayoría de los casos durante el período de estudio fueron Bogotá, D.C., Antioquia, y Valle del Cauca (439.2, 363.6, y 230.2, respectivamente). El análisis estadístico de la exploración espacial ([Figura 1]) identificó el área con la mayor concentración de casos (rojo) y las áreas donde se evaluó el menor número de pacientes (azul). La distribución geográfica mostró tendencias crecientes en áreas cercanas al centro del país, especialmente en las ciudades de Bogotá, Cali, Ibagué y Pereira. Conclusiones Existe una mayor concentración de casos evaluados en el centro del país, donde se encuentran las ciudades con un mejor acceso a atención médica subespecializada. Esto pone de relieve las desigualdades en el acceso a los servicios de salud y la oportunidad de atención quirúrgica entre las regiones del país. Si consideramos que las tasas de prevalencia de hipospadias permanecen estables, aproximadamente el 87% de los pacientes con hipospadias no serán evaluados por un subespecialista.

Predicting the Probability of Lymph Node Involvement with Prostate Cancer Nomograms: Can We Trust the Prediction Models? / Predicción de la probabilidad de compromiso ganglionar con nomogramas para cáncer de próstata. ¿Podemos confiar en los modelos de predicción

Introduction Prediction of lymph node involvement (LNI) is of paramount importance for patients with prostate cancer (PCa) undergoing radical prostatectomy (RP). Multiple statistical models predicting LNI have been developed to support clinical decision-making regarding the need of extended pelvic lymph node dissection (ePLND). Our aim is to evaluate the prediction ability of the best-performing prediction tools for LNI in PCa in a Latin-American population. Methods Clinicopathological data of 830 patients with PCa who underwent RP and ePLND between 2007 and 2018 was obtained. Only data from patients who had ≥ 10 lymph nodes (LNs) harvested were included (n = 576 patients). Four prediction models were validated using this cohort: The Memorial Sloan Kettering Cancer Center (MSKCC) web calculator, Briganti v.2017, Yale formula and Partin tables v.2016. The performance of the prediction tools was assessed using the area under the receiver operating characteristic (ROC) curve (AUC). Results The median age was 61 years old (interquartile range [IQR] 56­66), the median Prostate specific antigen (PSA) was 6,81 ng/mL (IQR 4,8­10,1) and the median of LNs harvested was 17 (IQR 13­23), and LNI was identified in 53 patients (9.3%). Predictions from the 2017 Briganti nomogram AUC (0.85) and the Yale formula AUC (0.85) were the most accurate; MSKCC and 2016 Partin tables AUC were both 0,84. Conclusion There was no significant difference in the performance of the four validated prediction tools in a Latin-American population compared with the European or North American patients in whom these tools have been validated. Among the 4 models, the Briganti v.2017 and Yale formula yielded the best results, but the AUC overlapped with the other validated models.

Introducción La predicción del compromiso ganglionar es de suma importancia en pacientes con cáncer de próstata (CaP) que se van a someter a prostatectomía radical (PR). Múltiples modelos estadísticos se han desarrollado para predecir el riesgo de compromiso ganglionar y facilitar las decisiones clínicas de realizar o no linfadenectomía pélvica ampliada (LPA). Nuestro objetivo es evaluar la habilidad de predicción de las mejores herramientas de predicción de compromiso ganglionar en CaP en una población latinoamericana. Métodos Se evaluaron los datos clínico-patológicos de 830 pacientes con CaP sometidos a PR y LPA entre el 2007­2018. Solo se analizaron os pacientes con 10 o más ganglios extraídos (n = 576). Cuatro modelos de predicción fueron validados en esta cohorte: el modelo de la calculadora online del Memorial Sloan Kettering Cancer Center (MSKCC), el Briganti v.2017, la fórmula de Yale, y tablas de Partin v.2016. Se evaluó el desempeño de los modelos con curvas de características operativas del receptor (COR) y el área bajo la curva (ABC). Resultados La mediana de edad fue 61 años (rango intercuartílico [RI]: 56­66), mediana de Prostate specific antigen (PSA) 6,81 ng/mL (RI: 4,8­10,1), y mediana de ganglios extraídos 17 (RI: 13­23); se documentó compromiso ganglionar en 53 pacientes (9.3%). La habilidad de predicción del nomograma de Briganti v.2017 ABC (0,85) y la fórmula de Yale ABC (0,85) fueron las más precisas. El modelo del MSKCC y las tablas de Partin v.2016 mostraron AUC de 0,84 ambos. Conclusiones No encontramos diferencia estadisticamente significativa en el desempeño de los cuatro modelos de predicción validados en esta población latinoamericana comparada con pacientes norteamericanos o europeos en los que estas herramientas fueron desarrolladas. Entre los 4 modelos, el nomograma de Briganti v.2017 y la fórmula de Yale mostraron los mejores resultados; sin embargo, el AUC se sobrepone con los otros modelos validados.