Académique Documents
Professionnel Documents
Culture Documents
?
Jordi Ginés. Servicio de Farmacia. Hospital Son Dureta
5 de Mayo 2010
Tipos de medida de la respuesta al
tratamiento en los EECC de Oncología
*Dicotómicas, Binarias,
Categóricas
Nociones Básicas
Eventos de interés
Muerte, Progresión de la enfermedad, fracaso del tratamiento, …
(*)Tiempo de seguimiento: Lapso de tiempo transcurrido entre la inclusión de un caso y el cierre del estudio
Desarrollo del estudio en el tiempo
suceso
suceso
suceso
abandono
inicio final
Posibilidades
Datos exactos: Situación ideal
Pacientes que presentan el evento antes de terminar
el estudio
Censura
Este tiempo sólo se observa por completo cuando el suceso final
se ha producido, mientras que en los restantes casos sólo se
sabe que, por lo menos, superan un cierto valor
Cada paciente sólo contribuye al estudio mientras está en
observación, es decir, mientras no aparece la censura
Métodos estadísticos utilizados en
las curvas de supervivencia
Los métodos estadísticos más
utilizados son los no paramétricos:
Kaplan-Meier: Estimar e interpretar la curva de superv.
Log-Rank: Comparar curvas de supervivencia
Modelo de Cox: Cuantificar el efecto de un tratamiento
controlando el efecto de otras variables pronósticas
10 C
Censurado
2-No. at Risk: Cantidad de casos que están informando sobre la supervivencia en cada momento del
tiempo de seguimiento. Van haciéndose menores porque excluyen tanto a los casos que han abandonado
el estudio antes de dicha fecha como a los que ya han sufrido el evento.
3- La incertidumbre (variabilidad debida azar) aumenta gradualmente con el paso del tiempo. En las fases
finales, cuando hay pocos pacientes en riesgo, un solo evento puede producir un gran efecto. Las estima-
ciones en la cola derecha son menos fiables. Un evento al final produce un salto o “escalón” más alto.
¿Cómo resumir la curva?
El problema está en cómo resumir en un
solo dato la información contenida en una
curva de supervivencia
0.6
0.0
0 6 12 18 24 30 36 42 48 54 60 66
Survival Time (months)
Críticas a los análisis puntuales
ASCO 2003
SABCS 2005
RAR=3%
NNT=33
RAR=6%
NNT=17
Algunos autores han propuesto utilizar curvas de NNT calculadas a partir de la curva de supervivencia
de K-M, pero son poco utilizadas
¡Cuidado con los análisis de
supervivencia puntuales!
Se ha convertido en práctica común comparar
la supervivencia usando como referencia un
punto común en el tiempo
Pero esto es básicamente incorrecto
Este procedimiento desprecia el resto de la
información
Además, la elección de ese punto en el
tiempo puede ser controvertida
La curva hay que interpretarla en su aspecto
general
¡CUIDADO CON LOS ANALISIS DE SUPERVIVENCIA PUNTUALES!
Conclusión errónea:
El pronóstico de los
dos grupos es idéntico
50%
Dos situaciones muy distintas, Grupos A y B, pueden dar lugar a los mismos resultados de
probabilidad de supervivencia a 5 años (50%). Los pacientes del grupo B tienen, claramente,
una peor supervivencia desde el principio del estudio.
¿Cómo magnificar las diferencias?
Log-Rank Test
80 A simple vista, las dos curvas difieren pero, ¿es eso suficiente
para concluir que la SG es mayor en los pacientes tratados con
erlotinib?
Percentage
60
40 Erlotinib
Placebo
20
0
0 6 12 18 24 30
Time (months)
Cada vez que sucede un evento se calcula el número observado de eventos en cada
grupo y el número esperado en cada grupo si no existieran diferencias entre ellos (es
decir si la Ho fuera cierta)
Log-Rank Test
Sin embargo, si las curvas de supervivencia se cruzan (al principio hay
mejor supervivencia en un grupo y luego en el otro), el log-rank test
tiene problemas para detectar diferencias
Nos da el valor de la p
100
Log-rank p < 0.001
80
Percentage
60
40 Erlotinib
Placebo
20
0
0 6 12 18 24 30
Time (months)
EL HAZARD RATIO
ES EL HAZARD RATIO
El Hazard Ratio (HR) no es más que una razón de hazards (razón entre dos
funciones de riesgo). En nuestro caso HR=0,33/0,2 ~ 1,67. La velocidad con la
que ocurre el fenómeno es 1,67 veces superior en el grupo B que en el grupo
A. Pero esto es lo que ocurre cuando se les compara a los 2 años
Regresión de Cox y Hazard Ratio (HR)
La estimación final del HR global que produce el análisis de
regresión de Cox viene a ser algo similar al promedio de las
HR parciales
Hazard B
Forma de las funciones de supervivencia y riesgo cuando se asume que la razón de riesgo es constante
Las funciones de supervivencia se van separando progresivamente como resultado del mayor riesgo en
uno de ellos, mientras que las funciones de riesgo son paralelas, con una cierta oscilación por las
fluctuaciones del muestreo.
Pero el HR no es siempre constante....
Kaplan-Meier
Kaplan-Meier
survival survival
estimates,estimates,
by group by group
Función de riesgo
1.00
1.00
0.75
0.75
Las curvas se cruzan
0.25
0.25
group 0 group 0
0.00
0.00
0 0 10 10 20 20 30 30
40 40
analysis timeanalysis time
La premisa de proporcionalidad de los riesgos no tiene por qué ser siempre correcta, y es obligación del investigador y del
estadístico analizar hasta qué punto los datos permiten seguir empleándola. Hay métodos para verificar esta suposición
(modelos de Cox con covariables dependientes en el tiempo) y también hay técnicas que permiten trabajar con modelos de
riesgo no proporcionales
En esta situación no sería correcto asumir un efecto constante del tratamiento. Ambos efectos se anularían mútuamente. La
razón de riesgos ó HR cambia de una parte a la otra del seguimiento
Pero el HR no es siempre constante....
Kaplan-Meier survival estimates, by group
Kaplan-Meier survival estimates, by group
0.25
0.25
group 0
0.00 group 0
0.00
0 10 20 30 40
0 10 20 analysis time
30 40
analysis time
En estas situaciones en que los HR difieren con el tiempo y los riesgos no son proporcionales en el tiempo no procede hacer una
estimación única para el HR
La interpretación práctica es que el tratamiento A es más efectivo que el tratamiento B sólo a corto plazo, pero a partir de un
determinado momento el riesgo de fallecer es superior en los pacientes asignados al tratamiento A que a B. Una forma alternativa
más sencilla de interpretar es segmentar el evento, haciendo distintas estimaciones de HR para los eventos precoces o tardíos
Análisis multivariante con regresión de Cox
Ventajas
0.8 FAC
Cumulative Probability
0.6
0.2
0.0
0 6 12 18 24 30 36 42 48 54 60 66
Survival Time (months)
BCIRG 001: Overall Survival (ITT)
1.0
TAC
0.8 FAC
Cumulative Probability
0.4 La regresión de Cox permite afirmar que el beneficio de TAC sobre FAC en
SG es debido propiamente al tratamiento y no a las otras variables
0.0
0 6 12 18 24 30 36 42 48 54 60 66
Survival Time (months)
Interpretación del Hazard Ratio
TAC vs FAC ¿Cuál de las siguientes afirmaciones es cierta?
HR* del grupo tratado con TAC con respecto al grupo tratado con FAC
Interpretación del Hazard Ratio
TAC vs FAC ¿Cuál de las siguientes afirmaciones es cierta?
“No sabemos cúantos años le quedan de vida, pero podemos garantizarle que si se trata
con TAC en lugar de FAC su riesgo (instantáneo) de fallecer queda reducido entre un 9 y
un 47%, con una seguridad del 95% (probabilidad de equivocarnos <5%)”
Interpretación del Hazard Ratio
FAC vs TAC
HR = 1/0,7 = 1,428
HR HR --- 0.75
[95% [0.62,
0.6 CI] 0.91]
p-value --- 0.0026
0.4
Placebo + CG
Bev 7.5mg/kg + CG
0.2
0.0
0 3 6 9 12 15 18
No. at risk Time (months)
Placebo + CG 347 228 122 36 12 3 0
Bev 7.5 + CG 345 251 150 52 18 3 0
Reck M. J Clin Oncol 2009;27(8):1227-34
Uso del intervalo de confianza (IC 95%) como
valor de significación estadística del HR
HR = ln SA(t)/ ln SB (t)
ln= logaritmo neperiano
Ejemplo:
Si los pacientes del grupo control B tienen una probabilidad
acumulada de sobrevivir al año del 80% (0,8) y los del
tratamiento experimental 83,65% (0,8365)
¿Cómo se puede calcular el HR entre ambos tratamientos?
HR= ln 0,8365/ln 0,8 = 0,8 ( a 1 año)
Análisis de supervivencia
Conclusiones
0.8 Mitoxantrone
0.7
0.6
0.5
Median
0.4
survival Hazard
0.3 (months) ratio p-value
0.2 D q3w: 18.9 0.76 0.009
D weekly: 17.3 0.91 0.36
0.1 M: 16.4 — —
0
0 6 12 18 24 30
Time (months)
Análisis multivariable TAX327
Variables pronósticas independientes
Tto estándar
Fármaco A
Fármaco B
% supervivencia
tiempo
¿Equivale HR a RR?
Se interpreta como un riesgo relativo pero….
Se asemeja más a la razón de densidades de incidencia
(razón de tasas) que a la razón de incidencias acumuladas
(razón de proporciones o RR)
Un RR de 0,5 en un año significa que el riesgo de que un
paciente muera antes de acabar el año es la mitad con el
tratamiento que con el control. No tiene en cuenta el
tiempo en el que se producen los sucesos.
Un HR de 0,5 implica que, en cualquier momento del año,
el riesgo de morir de un paciente es la mitad con el
tratamiento que con el control. El tiempo es absolutamente
decisivo.