Abstract Objective To analyze the population-based survival of breast cancer (CM) diagnosed in early stages estimating the time trends of excess mortality (EM) in the long term in annual and five-year time intervals, and to determine, if possible, a proportion of patients who can be considered cured. Method We included women diagnosed with BC under the age of 60 years in stages I and II in Girona and Tarragona (N = 2453). The observed (OS) and relative survival (RS) were calculated up to 20 years of follow-up. RS was also estimated at annual (RSI) and in five-year intervals (RS5) to graphically assess the EM. The results are presented by age groups (≤49 and 50-59), stage (I/II) and diagnostic period (1985-1994 and 1995-2004). Results In stage I, OS and RS were higher during 1995-2004 compared to 1985-1994: 3.5% at 15 years of follow-up and 4.5% at 20-years of follow-up. In 1995-2004, the OS surpassed 80% in stage I patients whereas in stage II it remained below 70%. During 1995-2004, the long-term EM did not level off towards 0 (RSI <1) independently of age group, stage and period of diagnosis. After 15 years of follow-up, the 5-year EM oscillated between 1 and 5% in stage I (RS5 ≥0.95) and between 5 and 10% in stage II. Conclusions In our cohort, after 15 years of follow-up, it was detected that the annual EM did not disappear and the five-year EM remained between 1 and 10%. Therefore, it was not possible to determine a cure rate of BC during the study period.

Resumen Objetivo Analizar la supervivencia poblacional del cáncer de mama (CM) en estadios precoces, estimando la tendencia temporal del exceso de mortalidad (EM) a largo plazo en periodos anuales y quinquenales, y determinando, si es posible, una proporción de pacientes que puedan considerarse curadas. Método Se incluyó la cohorte de pacientes diagnosticadas de CM en estadios I y II antes de los 60 años de edad en Gerona y Tarragona (N = 2453). Se calcularon la supervivencia observada (SO) y la supervivencia relativa (SR) al CM hasta los 20 años de seguimiento. Para valorar el EM se estimó la SR a intervalos anuales (SRI) y quinquenales (SR5). Los resultados se presentan por grupos de edad (≤49 y 50-59), estadio (I/II) y periodo de diagnóstico (1985-1994 y 1995-2004). Resultados En el estadio I, la SO y la SR fueron mayores en 1995-2004 que en 1985-1994: 3,5% a los 15 años de seguimiento y 4,5% a los 20 años. La SO superó el 80% en el estadio I y se mantuvo inferior al 70% en el estadio II. Sin embargo, el EM a largo plazo no desapareció (SRI <1) independientemente del grupo de edad, el estadio y el periodo de diagnóstico. A los 15 años de seguimiento, el EM a 5 años osciló entre el 1-5% en el estadio I (SR5 ≥0,95) y el 5-10% en el estadio II. Conclusiones En nuestra cohorte, a los 15 años de seguimiento se detectó que el EM anual no desapareció y el quinquenal fue del 1-10%. Por ello, no se pudo determinar una proporción de curación del CM durante el periodo de estudio.

Abstract Objective To analyze the population-based survival of breast cancer (CM) diagnosed in early stages estimating the time trends of excess mortality (EM) in the long term in annual and five-year time intervals, and to determine, if possible, a proportion of patients who can be considered cured. Method We included women diagnosed with BC under the age of 60 years in stages I and II in Girona and Tarragona (N = 2453). The observed (OS) and relative survival (RS) were calculated up to 20 years of follow-up. RS was also estimated at annual (RSI) and in five-year intervals (RS5) to graphically assess the EM. The results are presented by age groups (≤49 and 50-59), stage (I/II) and diagnostic period (1985-1994 and 1995-2004). Results In stage I, OS and RS were higher during 1995-2004 compared to 1985-1994: 3.5% at 15 years of follow-up and 4.5% at 20-years of follow-up. In 1995-2004, the OS surpassed 80% in stage I patients whereas in stage II it remained below 70%. During 1995-2004, the long-term EM did not level off towards 0 (RSI <1) independently of age group, stage and period of diagnosis. After 15 years of follow-up, the 5-year EM oscillated between 1 and 5% in stage I (RS5 ≥0.95) and between 5 and 10% in stage II. Conclusions In our cohort, after 15 years of follow-up, it was detected that the annual EM did not disappear and the five-year EM remained between 1 and 10%. Therefore, it was not possible to determine a cure rate of BC during the study period.

Resumen Objetivo Analizar la supervivencia poblacional del cáncer de mama (CM) en estadios precoces, estimando la tendencia temporal del exceso de mortalidad (EM) a largo plazo en periodos anuales y quinquenales, y determinando, si es posible, una proporción de pacientes que puedan considerarse curadas. Método Se incluyó la cohorte de pacientes diagnosticadas de CM en estadios I y II antes de los 60 años de edad en Gerona y Tarragona (N = 2453). Se calcularon la supervivencia observada (SO) y la supervivencia relativa (SR) al CM hasta los 20 años de seguimiento. Para valorar el EM se estimó la SR a intervalos anuales (SRI) y quinquenales (SR5). Los resultados se presentan por grupos de edad (≤49 y 50-59), estadio (I/II) y periodo de diagnóstico (1985-1994 y 1995-2004). Resultados En el estadio I, la SO y la SR fueron mayores en 1995-2004 que en 1985-1994: 3,5% a los 15 años de seguimiento y 4,5% a los 20 años. La SO superó el 80% en el estadio I y se mantuvo inferior al 70% en el estadio II. Sin embargo, el EM a largo plazo no desapareció (SRI <1) independientemente del grupo de edad, el estadio y el periodo de diagnóstico. A los 15 años de seguimiento, el EM a 5 años osciló entre el 1-5% en el estadio I (SR5 ≥0,95) y el 5-10% en el estadio II. Conclusiones En nuestra cohorte, a los 15 años de seguimiento se detectó que el EM anual no desapareció y el quinquenal fue del 1-10%. Por ello, no se pudo determinar una proporción de curación del CM durante el periodo de estudio.

ABSTRACT Relative survival has been used as a measure of the temporal evolution of the excess risk of death of a cohort of patients diagnosed with cancer, taking into account the mortality of a reference population. Once the excess risk of death has been estimated, three probabilities can be computed at time T: 1) the crude probability of death associated with the cause of initial diagnosis (disease under study), 2) the crude probability of death associated with other causes, and 3) the probability of absolute survival in the cohort at time T. This paper presents the WebSurvCa application (https://shiny.snpstats.net/WebSurvCa/), whereby hospital-based and population-based cancer registries and registries of other diseases can estimate such probabilities in their cohorts by selecting the mortality of the relevant region (reference population).

RESUMEN La supervivencia relativa se ha utilizado habitualmente como medida de la evolución temporal del exceso de riesgo de mortalidad en cohortes de pacientes diagnosticados de cáncer, teniendo en cuenta la mortalidad de una población de referencia. Una vez estimado el exceso de riesgo de mortalidad pueden calcularse tres probabilidades acumuladas a un tiempo T: 1) la probabilidad de fallecer asociada a la causa de diagnóstico inicial (enfermedad en estudio), 2) la probabilidad de fallecer asociada a otras causas, y 3) la probabilidad de supervivencia absoluta en la cohorte a un tiempo T. Este trabajo presenta la aplicación WebSurvCa (https://shiny.snpstats.net/WebSurvCa/), mediante la cual los registros de cáncer de base hospitalaria y poblacional, y los registros de otras enfermedades, estiman dichas probabilidades en sus cohortes seleccionando como población de referencia la mortalidad de la comunidad autónoma que consideren.

ABSTRACT Relative survival has been used as a measure of the temporal evolution of the excess risk of death of a cohort of patients diagnosed with cancer, taking into account the mortality of a reference population. Once the excess risk of death has been estimated, three probabilities can be computed at time T: 1) the crude probability of death associated with the cause of initial diagnosis (disease under study), 2) the crude probability of death associated with other causes, and 3) the probability of absolute survival in the cohort at time T. This paper presents the WebSurvCa application (https://shiny.snpstats.net/WebSurvCa/), whereby hospital-based and population-based cancer registries and registries of other diseases can estimate such probabilities in their cohorts by selecting the mortality of the relevant region (reference population).

RESUMEN La supervivencia relativa se ha utilizado habitualmente como medida de la evolución temporal del exceso de riesgo de mortalidad en cohortes de pacientes diagnosticados de cáncer, teniendo en cuenta la mortalidad de una población de referencia. Una vez estimado el exceso de riesgo de mortalidad pueden calcularse tres probabilidades acumuladas a un tiempo T: 1) la probabilidad de fallecer asociada a la causa de diagnóstico inicial (enfermedad en estudio), 2) la probabilidad de fallecer asociada a otras causas, y 3) la probabilidad de supervivencia absoluta en la cohorte a un tiempo T. Este trabajo presenta la aplicación WebSurvCa (https://shiny.snpstats.net/WebSurvCa/), mediante la cual los registros de cáncer de base hospitalaria y poblacional, y los registros de otras enfermedades, estiman dichas probabilidades en sus cohortes seleccionando como población de referencia la mortalidad de la comunidad autónoma que consideren.

We propose a web-based tool (SART: http://regstattools.net/sart.html) that automates calculations to obtain various population indicators that can be used for the control of diseases or health events. SART has four modules: a) a descriptive module that allows calculation of the number of cases and their percentage, the crude rate, the adjusted rate, the truncated rate and the cumulative rate; b) the estimated annual percentage change of rates; c) calculation of expected cases; and d) the standardized incidence of mortality ratio. SART requests a base file and input parameters from the user before processing the data. The data and the results obtained are processed and then sent by email to the user. The results are provided by sex and for each of the study variables (diseases, ethnic groups, geographic areas...) introduced into the base file.

Se propone una herramienta vía web (SART: http://regstattools.net/sart.html) que automatiza los cálculos para la obtención de distintos indicadores poblacionales importantes para el control de enfermedades o eventos de la salud. Se estructura en cuatro módulos: a) una descriptiva que incluye el cálculo del porcentaje, el número de casos, la tasa cruda, la tasa ajustada, la tasa truncada y la tasa acumulada; b) la estimación del porcentaje de cambio anual de las tasas; c) el cálculo de casos esperados, y d) la razón de incidencia o mortalidad estandarizada. La aplicación solicita unos parámetros de entrada al usuario. Una vez procesados los datos y obtenidos los resultados, éstos se envían por correo electrónico al usuario. Los resultados se obtienen para cada una de las causas de estudio (enfermedades, etnias, zonas geográficas...) y cada uno de los sexos introducidos en el fichero base.

We propose a web-based tool (SART: http://regstattools.net/sart.html) that automates calculations to obtain various population indicators that can be used for the control of diseases or health events. SART has four modules: a) a descriptive module that allows calculation of the number of cases and their percentage, the crude rate, the adjusted rate, the truncated rate and the cumulative rate; b) the estimated annual percentage change of rates; c) calculation of expected cases; and d) the standardized incidence of mortality ratio. SART requests a base file and input parameters from the user before processing the data. The data and the results obtained are processed and then sent by email to the user. The results are provided by sex and for each of the study variables (diseases, ethnic groups, geographic areas...) introduced into the base file.

Se propone una herramienta vía web (SART: http://regstattools.net/sart.html) que automatiza los cálculos para la obtención de distintos indicadores poblacionales importantes para el control de enfermedades o eventos de la salud. Se estructura en cuatro módulos: a) una descriptiva que incluye el cálculo del porcentaje, el número de casos, la tasa cruda, la tasa ajustada, la tasa truncada y la tasa acumulada; b) la estimación del porcentaje de cambio anual de las tasas; c) el cálculo de casos esperados, y d) la razón de incidencia o mortalidad estandarizada. La aplicación solicita unos parámetros de entrada al usuario. Una vez procesados los datos y obtenidos los resultados, éstos se envían por correo electrónico al usuario. Los resultados se obtienen para cada una de las causas de estudio (enfermedades, etnias, zonas geográficas...) y cada uno de los sexos introducidos en el fichero base.

Background: To determine 5-year relative survival (5 year-RS) of breast cancer cases in Toledo-Centro and Mancha area by age group and stage at diagnosis during the period 1997-1999. Methods: Data of incident breast cancer was obtained from Toledo Cancer Registry. A total of 366 tumours were included, classified by stage and age group (according to their inclusion in the screening program for breast cancer, <45, 45-64 and> 64). The 5 year-RS and its 95% confidence interval (CI) were calculated using the Hakulinen method through the web-based application WAERS. Results: Global 5year-RS was 78.4% (CI 73.6-83.6), being 93.3% (CI 87.0-99.4) in <45 years, 87.6% (CI 81.5-94.1) for the 45-64 years age group and 75.4% (CI 65.3-86.9) in > 64 years. The 5year-RS was 99.3% (CI: 94.4-104.5) for tumours with local stage, 81.9% (CI 74.0-90.8) for those tumours spread to lymph nodes and 20.1% (CI 9.7-41.6) for tumours with metastasis. At the time of diagnosis, 52.3% of tumours in women under age 45 had spread to lymph nodes, while 14.8% of women over 64 had distant metastasis. Conclusions: The 5year-RS is similar to the European average of EUROCARE-4 study. These results are a first step to assess, through the monitoring of these indicators, the impact of screening activities and therapeutic improvements in the 5year-RS of breast cancer in our area.

Fundamentos: El cáncer de mama representa la primera causa de mortalidad prematura en las mujeres de la provincia de Toledo. El objetivo es conocer el estadío al diagnóstico para cada grupo de edad y la supervivencia relativa (SR) del cáncer de mama a los 5 años, en el Área de Toledo-Centro y Mancha de los tumores diagnosticados durante 1997-1999. Métodos: Se utilizó la información del Registro Poblacional de Cáncer de Toledo. Se incluyó a 366 mujeres con tumores clasificados por estadio y grupo de edad (en función de su inclusión en el programa de detección precoz de cáncer de mama, <45, 45-64 y >64). La SR e intervalo de confianza al 95% (IC) fueron calculados mediante el método de Hakulinen utilizando la aplicación WAERS. Resultados: La SR global fue 78,4% (IC: 73,6-83,6), siendo 93,3% (IC: 87,0-99,4) en < 45 años; 87,6% (IC: 81,5-94,1) para el grupo de 45-64 años; y 75,4% (IC: 65,3-86,9) en > 64 años. La SR fue 99,3% (IC: 94,4-104,5) para tumores localizados; 81,9% (IC: 74,0-90,8) para tumores con afectación ganglionar; y 20,1% (IC: 9,7-41,6) para tumores con metástasis. Al diagnóstico, el 52,3% de los tumores en < 45 años presentaba afectación ganglionar; el 14,8% en > 64 años presentaba metástasis. Conclusiones: La SR es similar a la media del estudio EUROCARE-4. Estos resultados son un punto de partida para valorar, mediante el seguimiento de estos indicadores, el impacto de las actividades de detección precoz y terapéuticas en la SR del cáncer de mama en nuestra área.

Background: To determine 5-year relative survival (5 year-RS) of breast cancer cases in Toledo-Centro and Mancha area by age group and stage at diagnosis during the period 1997-1999. Methods: Data of incident breast cancer was obtained from Toledo Cancer Registry. A total of 366 tumours were included, classified by stage and age group (according to their inclusion in the screening program for breast cancer, <45, 45-64 and> 64). The 5 year-RS and its 95% confidence interval (CI) were calculated using the Hakulinen method through the web-based application WAERS. Results: Global 5year-RS was 78.4% (CI 73.6-83.6), being 93.3% (CI 87.0-99.4) in <45 years, 87.6% (CI 81.5-94.1) for the 45-64 years age group and 75.4% (CI 65.3-86.9) in > 64 years. The 5year-RS was 99.3% (CI: 94.4-104.5) for tumours with local stage, 81.9% (CI 74.0-90.8) for those tumours spread to lymph nodes and 20.1% (CI 9.7-41.6) for tumours with metastasis. At the time of diagnosis, 52.3% of tumours in women under age 45 had spread to lymph nodes, while 14.8% of women over 64 had distant metastasis. Conclusions: The 5year-RS is similar to the European average of EUROCARE-4 study. These results are a first step to assess, through the monitoring of these indicators, the impact of screening activities and therapeutic improvements in the 5year-RS of breast cancer in our area.

Fundamentos: El cáncer de mama representa la primera causa de mortalidad prematura en las mujeres de la provincia de Toledo. El objetivo es conocer el estadío al diagnóstico para cada grupo de edad y la supervivencia relativa (SR) del cáncer de mama a los 5 años, en el Área de Toledo-Centro y Mancha de los tumores diagnosticados durante 1997-1999. Métodos: Se utilizó la información del Registro Poblacional de Cáncer de Toledo. Se incluyó a 366 mujeres con tumores clasificados por estadio y grupo de edad (en función de su inclusión en el programa de detección precoz de cáncer de mama, <45, 45-64 y >64). La SR e intervalo de confianza al 95% (IC) fueron calculados mediante el método de Hakulinen utilizando la aplicación WAERS. Resultados: La SR global fue 78,4% (IC: 73,6-83,6), siendo 93,3% (IC: 87,0-99,4) en < 45 años; 87,6% (IC: 81,5-94,1) para el grupo de 45-64 años; y 75,4% (IC: 65,3-86,9) en > 64 años. La SR fue 99,3% (IC: 94,4-104,5) para tumores localizados; 81,9% (IC: 74,0-90,8) para tumores con afectación ganglionar; y 20,1% (IC: 9,7-41,6) para tumores con metástasis. Al diagnóstico, el 52,3% de los tumores en < 45 años presentaba afectación ganglionar; el 14,8% en > 64 años presentaba metástasis. Conclusiones: La SR es similar a la media del estudio EUROCARE-4. Estos resultados son un punto de partida para valorar, mediante el seguimiento de estos indicadores, el impacto de las actividades de detección precoz y terapéuticas en la SR del cáncer de mama en nuestra área.

Relative survival is the most commonly used method to determine survival in patients diagnosed with cancer. This method takes into account estimation of expected survival in cancer patients based on the observed mortality in the geographical area to which they belong. The most frequently used methods for estimation of expected survival are the Ederer (I and II) and Hakulinen methods. Survival tables for the geographical areas stratified by age and calendar year are required for these calculations. The present article presents an example of how to perform these estimations and how to choose the most appropriate method for the type of analysis to be performed. This article shows that if the follow-up of the cohort is less than 10 years, any of these methods should give similar results. However, the Hakulinen method is preferred, since it accounts for heterogeneity due to potential withdrawals.

El método más utilizado en el cálculo de la supervivencia de los pacientes diagnosticados de cáncer es la supervivencia relativa. Este método tiene en cuenta la estimación de la supervivencia esperada de dichos pacientes a partir de la mortalidad observada en la zona geográfica de la que proceden. Los métodos utilizados con mayor frecuencia en dicha estimación son los de Ederer (I y II) y el método de Hakulinen. Para dichos cálculos es necesaria la disponibilidad de las tablas de supervivencia estratificadas por edad y por período de calendario. En este trabajo se presenta un ejemplo en el que se muestra cómo realizar dichos cálculos de tal forma que permitan al investigador decidir qué método es el más adecuado según el tipo de análisis que lleve a cabo. Se mostrará que, si el tiempo de seguimiento de la cohorte es inferior a 10 años, cualquiera de los métodos debería dar resultados similares. Sin embargo, el método recomendable es el de Hakulinen, ya que tiene en cuenta la heterogeneidad en el momento de las censuras debidas a posibles pérdidas de seguimiento o abandonos.

Relative survival is the most commonly used method to determine survival in patients diagnosed with cancer. This method takes into account estimation of expected survival in cancer patients based on the observed mortality in the geographical area to which they belong. The most frequently used methods for estimation of expected survival are the Ederer (I and II) and Hakulinen methods. Survival tables for the geographical areas stratified by age and calendar year are required for these calculations. The present article presents an example of how to perform these estimations and how to choose the most appropriate method for the type of analysis to be performed. This article shows that if the follow-up of the cohort is less than 10 years, any of these methods should give similar results. However, the Hakulinen method is preferred, since it accounts for heterogeneity due to potential withdrawals.

El método más utilizado en el cálculo de la supervivencia de los pacientes diagnosticados de cáncer es la supervivencia relativa. Este método tiene en cuenta la estimación de la supervivencia esperada de dichos pacientes a partir de la mortalidad observada en la zona geográfica de la que proceden. Los métodos utilizados con mayor frecuencia en dicha estimación son los de Ederer (I y II) y el método de Hakulinen. Para dichos cálculos es necesaria la disponibilidad de las tablas de supervivencia estratificadas por edad y por período de calendario. En este trabajo se presenta un ejemplo en el que se muestra cómo realizar dichos cálculos de tal forma que permitan al investigador decidir qué método es el más adecuado según el tipo de análisis que lleve a cabo. Se mostrará que, si el tiempo de seguimiento de la cohorte es inferior a 10 años, cualquiera de los métodos debería dar resultados similares. Sin embargo, el método recomendable es el de Hakulinen, ya que tiene en cuenta la heterogeneidad en el momento de las censuras debidas a posibles pérdidas de seguimiento o abandonos.

Introduction: To increase data reliability and reduce the costs associated with the HTR, the Catalan Institute of Oncology programmed the manual procedures of data collection from databases by means of a computer application (ASEDAT). Material and method: ASEDAT detects the incident tumors of the registry from the databases of the pathology records (PR) and discharge records (DR) and selects the basic information from both databases. Data from the HTR data was collected for the period 1999-2000 by means of 2 procedures: manual and automatized collection and the results obtained were compared. Results: 10,498 cancer patients were detected. Manual resolution detected 8,309 incident tumors and 2,374 prevalent tumors. ASEDAT automatically detected 8,901 patients (84.8%), in whom 8,367 incident tumors were detected (58 more tumors than the manual procedure). Validation of agreement was performed in the incident tumors detected by both methods (7,063 tumors). In 6,185 tumors (87.6%) the information agreed in all the variables. Of the discordant tumors, 692 (9.8%) were obtained by the RHT staff using manual resolution, and the remainder (186;2.6%) were obtained by the application (automatic resolution). Conclusions: Cancer registry automatization is feasible when PR and DR databases are available, coded and automatized.

Introducción: El Instituto Catalán de Oncología automatizó los procedimientos manuales de captación de la información de las bases de datos del alta hospitalaria (AH) y anatomía patológica (APA) mediante una aplicación informática (ASEDAT) con el objetivo de aumentar la fiabilidad de los datos y reducir los costes del Registro Hospitalario de Tumores (RHT). Material y Método: ASEDAT detecta los tumores incidentes del centro a partir de las bases de datos de APA y de las AH mediante la selección de la información básica para cada uno de ellos. Se resolvió el RHT para el período 1999-2000 mediante el procedimiento manual y automatizado, y se compararon entre sí los resultados. Resultados: Se detectaron 10.498 pacientes oncológicos. La resolución manual detectó 8.309 tumores incidentes y 2.374 tumores prevalentes. ASEDAT resolvió automáticamente 8.901 pacientes (84,8%), en los cuales se detectaron 8.367 tumores incidentes, 58 tumores más que con el procedimiento manual. La validación de la concordancia se realizó en los tumores incidentes detectados por ambos métodos (7.063 tumores). En 6.185 tumores (87,6%), la información coincidió en todas las variables. De los tumores discordantes, 692 (9,8%) fueron generados por el personal del RHT en la resolución manual y el resto (n = 186; 2,6%) por la aplicación (resolución automática). Conclusiones: La automatización de un registro de cáncer es posible siempre y cuando el centro disponga de las bases de datos de APA y AH codificadas e informatizadas.

Introduction: To increase data reliability and reduce the costs associated with the HTR, the Catalan Institute of Oncology programmed the manual procedures of data collection from databases by means of a computer application (ASEDAT). Material and method: ASEDAT detects the incident tumors of the registry from the databases of the pathology records (PR) and discharge records (DR) and selects the basic information from both databases. Data from the HTR data was collected for the period 1999-2000 by means of 2 procedures: manual and automatized collection and the results obtained were compared. Results: 10,498 cancer patients were detected. Manual resolution detected 8,309 incident tumors and 2,374 prevalent tumors. ASEDAT automatically detected 8,901 patients (84.8%), in whom 8,367 incident tumors were detected (58 more tumors than the manual procedure). Validation of agreement was performed in the incident tumors detected by both methods (7,063 tumors). In 6,185 tumors (87.6%) the information agreed in all the variables. Of the discordant tumors, 692 (9.8%) were obtained by the RHT staff using manual resolution, and the remainder (186;2.6%) were obtained by the application (automatic resolution). Conclusions: Cancer registry automatization is feasible when PR and DR databases are available, coded and automatized.

Introducción: El Instituto Catalán de Oncología automatizó los procedimientos manuales de captación de la información de las bases de datos del alta hospitalaria (AH) y anatomía patológica (APA) mediante una aplicación informática (ASEDAT) con el objetivo de aumentar la fiabilidad de los datos y reducir los costes del Registro Hospitalario de Tumores (RHT). Material y Método: ASEDAT detecta los tumores incidentes del centro a partir de las bases de datos de APA y de las AH mediante la selección de la información básica para cada uno de ellos. Se resolvió el RHT para el período 1999-2000 mediante el procedimiento manual y automatizado, y se compararon entre sí los resultados. Resultados: Se detectaron 10.498 pacientes oncológicos. La resolución manual detectó 8.309 tumores incidentes y 2.374 tumores prevalentes. ASEDAT resolvió automáticamente 8.901 pacientes (84,8%), en los cuales se detectaron 8.367 tumores incidentes, 58 tumores más que con el procedimiento manual. La validación de la concordancia se realizó en los tumores incidentes detectados por ambos métodos (7.063 tumores). En 6.185 tumores (87,6%), la información coincidió en todas las variables. De los tumores discordantes, 692 (9,8%) fueron generados por el personal del RHT en la resolución manual y el resto (n = 186; 2,6%) por la aplicación (resolución automática). Conclusiones: La automatización de un registro de cáncer es posible siempre y cuando el centro disponga de las bases de datos de APA y AH codificadas e informatizadas.

The most commonly used measure to estimate cancer survival is relative survival, defined as the ratio between observed and expected survival. Expected survival is computed on the basis of the mortality of a reference population. Mortality tables for the general population are not always available and their calculation requires specific software. For that purpose, the Catalan Institute of Oncology developed WAERS (Web-Assisted Estimation of Relative Survival), a web-based application that estimates the relative survival for a cohort of patients. The user prepares data in a specific format and sends them to a remote server located at the Catalan Institute of Oncology. This server computes relative survival and returns a file with the results to the electronic address supplied by the user. By means of this application, hospital- and population-based Spanish cancer registries and registries of other diseases can estimate relative survival of their cohorts using their reference population (province or autonomous community). This application could also be useful for cohort mortality studies.

La medida utilizada habitualmente para estimar la supervivencia del cáncer es la supervivencia relativa, definida como el cociente entre la supervivencia observada y la esperada. La supervivencia esperada se calcula a partir de la mortalidad de una población de referencia. La disponibilidad y la preparación de tablas de mortalidad de la población general no es siempre posible y requiere software específico para su cálculo. A tal efecto, el Instituto Catalán de Oncología (ICO) ha desarrollado la aplicación WAERS, una aplicación web que proporciona la estimación de la supervivencia relativa para una cohorte de pacientes. El usuario debe preparar los datos en un formato específico y enviarlos a un servidor remoto que se encuentra en el ICO. Este servidor calcula la supervivencia relativa y devuelve los resultados en un fichero a una dirección que ha indicado el usuario. Mediante esta aplicación, los registros de cáncer de base hospitalaria y poblacional y los registros de otras enfermedades pueden estimar la supervivencia relativa de sus cohortes seleccionando a la población de referencia que consideren (provincia o comunidad autónoma). También puede ser útil para estudios de mortalidad en cohortes.

The most commonly used measure to estimate cancer survival is relative survival, defined as the ratio between observed and expected survival. Expected survival is computed on the basis of the mortality of a reference population. Mortality tables for the general population are not always available and their calculation requires specific software. For that purpose, the Catalan Institute of Oncology developed WAERS (Web-Assisted Estimation of Relative Survival), a web-based application that estimates the relative survival for a cohort of patients. The user prepares data in a specific format and sends them to a remote server located at the Catalan Institute of Oncology. This server computes relative survival and returns a file with the results to the electronic address supplied by the user. By means of this application, hospital- and population-based Spanish cancer registries and registries of other diseases can estimate relative survival of their cohorts using their reference population (province or autonomous community). This application could also be useful for cohort mortality studies.

La medida utilizada habitualmente para estimar la supervivencia del cáncer es la supervivencia relativa, definida como el cociente entre la supervivencia observada y la esperada. La supervivencia esperada se calcula a partir de la mortalidad de una población de referencia. La disponibilidad y la preparación de tablas de mortalidad de la población general no es siempre posible y requiere software específico para su cálculo. A tal efecto, el Instituto Catalán de Oncología (ICO) ha desarrollado la aplicación WAERS, una aplicación web que proporciona la estimación de la supervivencia relativa para una cohorte de pacientes. El usuario debe preparar los datos en un formato específico y enviarlos a un servidor remoto que se encuentra en el ICO. Este servidor calcula la supervivencia relativa y devuelve los resultados en un fichero a una dirección que ha indicado el usuario. Mediante esta aplicación, los registros de cáncer de base hospitalaria y poblacional y los registros de otras enfermedades pueden estimar la supervivencia relativa de sus cohortes seleccionando a la población de referencia que consideren (provincia o comunidad autónoma). También puede ser útil para estudios de mortalidad en cohortes.