I metodi per la misura della prognosi

Transcript

1 // C.I. di Metodologia clinica I metodi per la misura della progsi Obiettivo Coscere ed utilizzare i principali strumenti per identificare i fattori di rischio e i fattori progstici I metodi per la misura della progsi Alla fine di questa lezione dovreste essere in grado di: Discutere i problemi legati ai dati dipendenti dal tempo Interpretare i grafici di sopravvivenza secondo Kaplan- Meier

2 // La progsi Quali so le percentuali di successo della fecondazione assistita? Qual è la probabilità di essere guarita dopo un intervento chirurgico di mastectomia per Ca della mammella? La progsi è la predizione della durata, del decorso e dell esito di una malattia nelle persone malate Quanto può aspettarsi di sopravvivere un paziente con carcima del pancreas? Il tempo è un elemento determinante Quali so le percentuali di successo della fecondazione assistita? in quanti cicli? Qual è la probabilità di essere guarita dopo un intervento chirurgico di mastectomia per Ca della mammella? dopo quanto tempo? La progsi è la predizione della durata, del decorso e dell esito di una malattia nelle persone malate Quanto può aspettarsi di sopravvivere un paziente con carcima del pancreas? dopo quanto tempo?

3 // soggetti osservati in mesi Coorte / / / / / Vivo Morto Perso al Follow-up Data Quali domande? Che rischio c è di morire? Dopo quanto tempo si muore? Quali caratteristiche aumenta la probabilità di morire? L obiettivo dell analisi è valutare n solo se si è osservato l esito in studio, ma anche quando esso si è verificato e, nel caso di confronto, se questo tempo è sostanzialmente diverso fra i gruppi confrontati.

4 // Analisi di dati dipendenti dal tempo Una variabile di risposta dipendente dal tempo misura il tempo intercorrente fra l inizio dell osservazione (la diagsi, la randomizzazione, il trattamento) e il momento in cui l evento si verifica (la morte, la recidiva) Si è verificato l evento in studio? SI NO Quando? Fi a quando è stato osservato il paziente? Analisi di dati dipendenti dal tempo Problemi I pazienti entra nello studio in momenti differenti e, quindi, so seguiti per periodi di tempo differenti. Il tempo fra l inizio dell osservazione e l esito (tempo all evento) è to solo per i pazienti che presenta l esito. Per altri pazienti l esito in studio n si presenta (dati censurati): Coloro che n van incontro all evento Coloro che so persi al follow-up Coloro che n so più a rischio Per questi soggetti abbiamo un informazione solo parziale: sappiamo che il loro tempo di sopravvivenza è alme pari al tempo di osservazione, ma n sappiamo quanto sia effettivamente. Come analizzare questi dati?

5 // soggetti osservati in mesi Coorte Mesi (Follow-up) Vivo Morto Perso al Follow-up soggetti osservati in mesi Coorte Mesi (Follow-up) Vivo Morto Perso al Follow-up

6 // Analisi di dati dipendenti dal tempo Rischio di mortalità totale n di eventi totali / n casi Rischio di mortalità totale / =.% Coorte Mesi (Follow-up) Vivo Morto Perso al Follow-up

7 // Analisi di dati dipendenti dal tempo Quoziente di mortalità totale n di eventi totali / n casi dipende dalla durata del periodo di osservazione periodi di osservazione diversi per i diversi soggetti Analisi di dati dipendenti dal tempo Quoziente di mortalità a un dato tempo t i n eventi entro t i / n casi con t t i

8 // Rischio di mortalità a mesi / =.% Coorte Mesi (Follow-up) Vivo Morto Perso al Follow-up Analisi di dati dipendenti dal tempo Quoziente di mortalità a un dato tempo t i n eventi entro t i / n casi con t t i fa perdere informazione n tiene conto del tempo effettivo di osservazione di ogni soggetto Come tenere conto del tempo effettivo di osservazione di ogni soggetto?

9 // Analisi di dati dipendenti dal tempo Tasso di mortalità (incidenza) n di eventi totali / Σ tempi di osservazione Tasso di mortalità = casi/ mesi =./mese =,/an Coorte Mesi (Follow-up) Vivo Morto Perso al Follow-up

10 // Analisi di dati dipendenti dal tempo Tasso di mortalità (incidenza) n di eventi totali / Σ tempi di osservazione Mortalità (incidenza) costante per tutto il periodo di osservazione Analisi di dati dipendenti dal tempo Curva di sopravvivenza Descrive la probabilità di sopravvivere nel corso del tempo include tutti i soggetti valuta l intero periodo di studio tiene conto del tempo effettivo di osservazione di ogni soggetto tiene conto di tassi di mortalità variabili nel tempo

11 // Monsieur de la Palice est mort, Est mort devant Pavie, Un quart d heure avant sa mort, Il était ancor vif. L idea alla base della curva di sopravvivenza è molto semplice: per sopravvivere un an un individuo deve sopravvivere il primo gior, il secondo, il terzo fi al -esimo gior. Le Probabilità di Sopravvivenza a Battaglia Prob.= a morto -a Probabilità Cumulativa di Sopravvivenza -a=a Prob.= b a Battaglia -b A*(-b)=B Prob.= c a Battaglia -c B*(-c)=C a Battaglia morto morto Prob.= d morto Tempo C*(-d)=D -d Sopravvissuto

12 // / d Coorte / c / b / a Mesi (Follow-up) Vivo Morto Perso al Follow-up Le Probabilità di Sopravvivenza evento. -.=. evento/ a rischio Probabilità Cumulativa di Sopravvivenza... evento. -.=. evento evento / a rischio. / -.=.. evento / Tempo. -.=. Nessun evento

13 // Curva di sopravvivenza (M. di Kaplan-Meier) Probabilità di Sopravvivenza... Soggetti Censurati Morti. Soggetti a rischio Mesi Calcolo curva di sopravvivenza (K-M) # Pz mesi Esito # a rischio P(morte) t P(vivo) t P(vivo) cum -- si si si si,,,,,,,,,,,,,,,,,,,,

14 // Calcolo curva di sopravvivenza (K-M) # Pz mesi Esito # a rischio P(morte) t P(vivo) t P(vivo) cum -- si si si si,,,,,,,,,,,,,,,,,,,, L analisi dei dati di sopravvivenza (dipendenti dal tempo) Sopravvivenza mediana

15 // La coorte dei medici inglesi ( ) dottori dottoresse L analisi dei dati di sopravvivenza (dipendenti dal tempo)

16 // La curva di sopravvivenza parte sempre da (per definizione tutti i soggetti so vivi al tempo ) decresce nel tempo cambia valore solo in corrispondenza dei tempi in cui si osserva alme un evento l altezza dei gradini dipende sia dal numero di eventi che dal numero di soggetti a rischio. Anche un solo evento su pochi soggetti a rischio può modificare fortemente la stima della sopravvivenza. presuppone che i soggetti censurati n nasconda un esperienza di sopravvivenza diversa da quella degli altri pazienti.,,,,,,

17 // Calcolo curva di sopravvivenza (K-M) cicli # a rischio gravidanze P(grav) i P(grav) i P( grav) cum P(grav) cum % % % % % % potenziali,,,,,,,,,,,,,,,,,,,,,,,,? Come leggere una curva di sopravvivenza? E importante osservare la forma della curva, più che i dettagli. Di solito si riporta i valori della stima della probabilità di sopravvivenza a punti rilevanti E buona rma riportare il numero dei soggetti a rischio sotto la curva, in corrispondenza dei tempi E buona rma leggere la curva si a quando vi sia alme - soggetti a rischio. E importante coscere la percentuale dei soggetti con dati censurati perché persi al follow-up.

18 // Uguali o diverse? Uguali o diverse?