Brasilianisches prospektives Hodgkin-Lymphom-Register

Das Hodgkin-Lymphom gilt als eine der bösartigen Erkrankungen mit den höchsten Heilungsraten. Seine Prognose hat sich in den letzten drei Jahrzehnten als Ergebnis einschlägiger kooperativer Studien, die in amerikanischen und europäischen Institutionen durchgeführt wurden, erheblich verbessert. Etwa 70–80 % der Patienten werden mit den verfügbaren Chemotherapieschemata geheilt.

Daten über HL in Entwicklungsländern sind jedoch rar. Es ist allgemein bekannt, dass Patienten in unterprivilegierten Gesellschaften bösartige Erkrankungen in fortgeschritteneren Stadien aufweisen. In Studien mit HL-Patienten, die in den 80er Jahren in Brasilien behandelt wurden, zeigten die meisten Patienten eine fortgeschrittene Erkrankung.

Die Erstellung eines Registers von Patienten mit HL wird ein zuverlässigeres Bild der Krankheit im Land, ihrer Prävalenz in verschiedenen Gebieten und sozioökonomischen Gruppen sowie der Behandlungsergebnisse liefern. Es wird auch die Einrichtung eines Netzwerks zwischen Krankenhäusern in allen Regionen des Landes fördern, das als Plattform für die Weiterentwicklung kooperativer Studien dienen kann, an denen die wichtigsten brasilianischen Institutionen beteiligt sind.

Die Datensammlung ermöglicht den Vergleich von in das Register eingegebenen Daten mit vordefinierten Regeln für den Bereich oder die Übereinstimmung mit anderen Datenfeldern im Register. Außerdem befasst sich die Qualitätssicherung mit der Datenvalidierung und Datenanalyse. Es werden deskriptive Standardanalysen durchgeführt. Für eine grobe Assoziationsanalyse werden kategoriale Daten mit dem Chi-Quadrat- oder dem exakten Fisher-Test (zweiseitig) analysiert. Überlebenskurven werden mit der Kaplan-Meier-Methode geschätzt und mit dem Log-Rank-Test verglichen. Univariate und multivariate Cox-Regressionsanalysen werden durchgeführt, um die prognostischen Faktoren in Bezug auf das progressionsfreie Überleben und das Gesamtüberleben zu überprüfen, angepasst an relevante prognostische klinische Variablen und Behandlung.