长途驾车时间与前列腺癌根治性治疗接受率的关系:一项美国注册队列研究

《Cancer Medicine》:Association of Travel Time With Definitive Prostate Cancer Treatment: A United States Registry Cohort Study

【字体: 大 中 小 】 时间:2026年10月14日 来源:Cancer Medicine 3.5

编辑推荐:

  摘要专业翻译 目的:前列腺癌(Prostate Cancer, PCa)死亡率的差异部分由医疗可及性不平等所致。交通障碍可能限制患者获得根治性治疗。本研究探讨驾车出行时间对接受根治性PCa治疗的影响。 材料与方法:研究人员开展了一项队列研究,纳入2000年至2

  
摘要专业翻译 目的:前列腺癌(Prostate Cancer, PCa)死亡率的差异部分由医疗可及性不平等所致。交通障碍可能限制患者获得根治性治疗。本研究探讨驾车出行时间对接受根治性PCa治疗的影响。 材料与方法:研究人员开展了一项队列研究,纳入2000年至2015年间(随访至2018年)来自美国七个州大都市区癌症登记处的非转移性PCa男性患者。出行时间通过谷歌地图等时线(Google Maps isochrones)估算,该等时线代表患者经地理掩蔽(geomasked)处理后的居住地址到达就诊医院的驾车时间阈值。研究结局为“未接受治疗”“根治性手术”或“放疗”。采用协变量校正的多分类逻辑回归模型(multinomial logistic regression),并纳入交互项以评估社会人口学因素的修饰效应。 结果:研究共纳入132,939名男性,其中37.0%未接受治疗,41.0%接受手术,22.0%接受放疗。较长的驾车时间(≥90分钟 vs. <30分钟)与较高的根治性前列腺切除术(radical prostatectomy)接受率相关(校正后优势比aOR:1.08,95%置信区间CI:1.03, 1.12),但与较低的放疗接受率相关(aOR:0.72,95% CI:0.69–0.76)。亚组分析显示,在邻里社会经济地位(nSES)最低五分位组(Q1)患者中,较长驾车时间与手术接受率升高相关(aOR:1.33,95% CI:1.21–1.45),而最高五分位组(Q5)则无此关联(aOR:0.94,95% CI:0.86–1.04);在低人口密度地区(aOR:1.16,95% CI:1.09–1.24)与高人口密度地区(aOR:1.03,95% CI:0.98–1.09)患者中亦存在差异;在区域期(regional)疾病患者中(aOR:1.30,95% CI:1.14–1.48)与局限期(localized)疾病患者中(aOR:1.05,95% CI:1.00–1.09)同样存在差异。较长驾车时间在大多数社会人口学亚组中与较低的放疗接受率相关。 结论:较长的出行时间与较低的放疗接受率相关,但在社会经济状况较差及农村患者中与较高的手术使用率相关,这一发现值得进一步研究。

论文解读

一、研究背景与目的

前列腺癌(Prostate Cancer, PCa)是美国男性中最常见的非皮肤性恶性肿瘤,预计2026年新增病例将达333,830例。黑人男性相较于白人男性具有更高的PCa死亡率,且这一种族差异在过去数十年间持续扩大。这一日益扩大的差距部分归因于不同种族群体在获得及时有效治疗方面的持续不平等。黑人男性比白人男性更有可能在资源不足的医疗机构接受PCa根治性治疗,而在主要服务边缘化人群(如黑人社区)的机构接受治疗与较差的治疗结局相关。
在医疗可及性的理论框架中,Penchansky和Thomas将其定义为多个维度:可负担性、可接受性、便利性、可得性和物理可及性。既往美国环境下的医疗障碍研究多聚焦于可负担性维度,以治疗费用和保险覆盖作为代理指标。然而,物理可及性在治疗选择中同样发挥重要作用,尤其是当放疗等治疗方式需要多次就诊时。早期关于美国PCa治疗物理可及性的研究多基于医院样本或Medicare数据,其结论可能无法推广至主要医院之外的人群、较年轻患者或未参保Medicare的患者。此外,物理可及性以往多通过居住地与医疗机构质心之间的欧几里得距离来近似衡量,这无法反映实际到达医疗地点所需的时间和精力。利用谷歌地图(Google Maps)从患者居住地址到其接受PCa治疗机构地址的驾车时间估算,能够捕捉实际行驶路线、地理障碍及交通延误等因素。
既往研究提示,黑人患者比白人患者需要更长的医疗出行时间,部分原因在于距离较远,另一部分原因在于其出行更多依赖公共交通。这一差异加剧了物理可及性障碍,导致治疗延误、治疗率降低及预后不良。尽管出行时间对慢性疾病管理的影响已有充分文献记载,但其对癌症治疗(尤其是PCa治疗)的影响仍未得到充分探索。因此,本研究旨在探讨从患者居住地驾车前往PCa治疗机构的出行时间与接受根治性PCa治疗之间的关系,并进一步考察这一关联是否因年龄、种族与族裔、邻里社会经济地位(neighborhood socioeconomic status, nSES)及诊断分期而有所不同。

二、研究设计与方法

研究人员利用多水平流行病学肿瘤登记系统(Multilevel Epidemiologic Tumor Registry for Oncology, METRO)的数据,构建了一个年龄≥40岁、于2000年至2015年间确诊PCa的男性队列,覆盖夏威夷、路易斯安那、马萨诸塞、新泽西、俄亥俄、犹他及华盛顿州(西雅图/普吉特海湾大都市区),初始样本量为433,136人。排除年龄<40或≥99岁者、尸检确诊者、缺少报告机构及居住地址信息者,以及SEER分期为“远处转移”或“缺失”者后,最终分析样本为132,939人。该队列覆盖美国四大人口普查区域(东北部、中西部、南部和西部),具有地理代表性。
主要结局定义为确诊后90天内接受根治性PCa治疗,分为根治性手术或放疗,或未接受根治性治疗。主要预测变量为患者居住地至治疗机构的驾车出行时间。研究人员利用谷歌地图Travel Time API生成等时线(isochrones),即围绕各医疗机构绘制的多边形区域,表示基于不同驾车时间阈值(<30、30–59、60–89及≥90分钟)到达该机构所需的最长行驶时间。等时线基于2024年4月至6月工作日上午9点的实时路况数据生成,并与患者经地理掩蔽处理的居住地址进行空间链接。协变量包括年龄、诊断年份、种族与族裔、nSES、SEER分期、保险状态及人口密度。统计分析采用多分类逻辑回归模型计算校正后优势比(adjusted odds ratio, aOR)及95%置信区间(confidence interval, CI),并纳入乘法交互项评估效应修饰。此外,研究人员还进行了针对未测量混杂和选择偏倚的敏感性分析,包括E值计算、基于文献的偏倚因子计算、逆概率删失加权(inverse probability of censoring weights, IPCW)以及额外调整Gleason评分、前列腺特异性抗原(prostate-specific antigen, PSA)类别和州的敏感性分析。

三、研究结果

3.1 基线特征:最终纳入132,939名患者,平均年龄65.8岁(标准差=9.2)。队列中77.9%为非西班牙裔白人(non-Hispanic White, NHW),12.9%为非西班牙裔黑人(non-Hispanic Black, NHB)。37.0%的患者未接受治疗,41.0%接受根治性手术,22.0%仅接受放疗。43.1%的患者驾车出行时间<30分钟。与出行时间<30分钟者相比,出行时间≥90分钟者更可能是NHW(82.2% vs. 73.1%)、更少拥有Medicare保险(24.4% vs. 41.0%)、更少具有Gleason评分<7(19.2% vs. 25.7%)、更可能居住于低人口密度地区(50.6% vs. 22.8%)。
3.2 驾车时间与手术及放疗(相对于未治疗)的关联:与出行时间<30分钟者相比,出行时间超过30分钟者接受手术(相对于未治疗)的优势比升高。校正协变量后,60–89分钟组(aOR:1.13,95% CI:1.08–1.18)和≥90分钟组(aOR:1.08,95% CI:1.03–1.12)仍与较高的手术接受率相关。相反,较长驾车时间与较低的放疗接受率(相对于未治疗)相关,且呈剂量反应关系:31–59分钟组aOR为0.92(95% CI:0.89–0.95),60–89分钟组为0.76(95% CI:0.72–0.80),≥90分钟组为0.72(95% CI:0.69–0.76)。
3.3 驾车时间与手术及放疗关联的分层分析:驾车时间与手术接受率的关联因种族、nSES、人口密度和分期而显著不同。在nSES最低五分位组(最贫困)中,≥90分钟 vs. <30分钟的aOR为1.33(95% CI:1.21–1.45),而在nSES最高五分位组(最不贫困)中为0.94(95% CI:0.86–1.04)。低人口密度地区患者中,≥90分钟 vs. <30分钟的aOR为1.16(95% CI:1.09–1.24),而高人口密度地区为1.03(95% CI:0.98–1.09)。区域期疾病患者中,≥90分钟 vs. <30分钟的aOR为1.30(95% CI:1.14–1.48),局限期患者中为1.05(95% CI:1.00–1.09)。对于放疗接受率,较长驾车时间在NHW(aOR:0.68,95% CI:0.65–0.72)和亚裔美国人、夏威夷原住民及太平洋岛民(AANHPI)(aOR:0.63,95% CI:0.52–0.75)中与较低的放疗接受率相关,但在NHB(aOR:0.93,95% CI:0.82–1.06)和西班牙裔(aOR:1.41,95% CI:1.14–1.74)中未观察到类似关联。在nSES较高五分位组中,较长驾车时间与较低的放疗接受率相关。
3.4 敏感性分析:E值分析显示,对于驾车时间与手术的关联,需要未测量混杂因素与出行时间或手术的关联相对风险(relative risk, RR)≥1.14才能使置信区间包含1;对于放疗的关联,则需要RR≥1.56。基于文献的偏倚因子计算表明,仅校正Charlson合并症指数不足以削弱研究估计值,但未测量的机构特征(如学术型/教学型机构、机构年病例量)可能足以解释驾车时间与手术的关联,但不足以解释与放疗的关联。调整Gleason评分、PSA类别和州的敏感性分析显示,驾车时间与放疗关联的方向保持一致,表明该关联具有较强稳健性。

四、讨论与结论

本研究发现,较长驾车时间与较低的放疗接受率相关,但与手术接受率的关联较弱,且这一关联因种族、nSES、人口密度和分期而异。较长驾车时间在西班牙裔个体中与较高的手术接受率相关,这可能反映种族和族裔在不同州和地理区域的空间分布模式,或迫使西班牙裔个体为就医而远行的机构特征。在nSES最贫困五分位组和农村地区患者中,较长驾车时间与较高的手术接受率相关,这可能部分反映城市与农村地区在出行时间和nSES方面的差异。放疗需要数周内每日就诊,对符合条件的患者构成沉重的出行负担,因此面临较大出行困难的患者可能选择一次性长途旅行前往高容量中心接受根治性手术,而非反复往返接受放疗。机器人辅助根治性前列腺切除术(robot-assisted radical prostatectomy, RARP)向高容量中心的集中化可能促使患者长途跋涉前往这些专业机构。
本研究存在若干局限性。出行时间测量未涵盖交通成本、可及性、照护者负担或区域交通基础设施。未测量的患者层面临床因素(合并症、认知障碍、其他癌症病史)或机构层面特征(机器人手术可及性、先进放疗技术、转诊模式)可能导致残余混杂。使用报告机构作为患者实际就诊机构的代理可能引入非差异性错分偏倚,使结果趋向零值。谷歌地图算法基于2024年数据定义出行时间,与队列研究期间(2000–2015年)存在时间错配,但既往研究显示2010年至2020年间手术出行时间中位数仅变化2–5分钟,相对排名可能反映研究期间的模式。由于本研究仅评估已完成的治疗就诊,无法评估手术或放疗是否被提供但患者因出行或其他障碍而选择不接受。尽管如此,本研究是首批利用基于谷歌地图的地理空间路径规划算法(整合路网数据与机器学习模型以提供实时出行预测)的研究之一,利用了覆盖广泛社会经济背景和种族群体的大型、地理代表性人群队列,且研究人群覆盖美国全部四个区域,为全国范围内出行时间与PCa治疗可及性之间的关系提供了全面视角。
研究结论:在来自美国多个州的人群样本中,研究人员发现较长驾车时间与较低的放疗接受率相关,但与手术接受率无关(相对于未治疗)。亚组分析显示,居住于低nSES社区及农村地区的男性中,较长驾车时间与较高的手术接受率相关,提示有必要针对这些群体开展外展和社会支持,以减少需要治疗者的出行时间。
相关新闻
生物通微信公众号
微信
新浪微博
  • 搜索
  • 国际
  • 国内
  • 人物
  • 产业
  • 热点
  • 科普

热点排行

    今日动态 | 人才市场 | 新技术专栏 | 中国科学人 | 云展台 | BioHot | 云讲堂直播 | 会展中心 | 特价专栏 | 技术快讯 | 免费试用

    版权所有 生物通

    Copyright© eBiotrade.com, All Rights Reserved

    联系信箱:

    粤ICP备09063491号