Vergleich des mittleren Überlebens mit dem durchschnittlichen Überleben
Was ist mit dem medizinischen Begriff "medianes Überleben" gemeint? Werfen wir einen Blick darauf, wann und warum Sie Informationen über Ihr medianes Überleben erhalten, wie sich diese Statistik von den "Überlebensraten" unterscheidet und was Sie wissen sollten, wenn Sie Angst vor Ihrer Prognose haben.
Definition: Median Überleben
Median Überleben ist definiert als die Zeit, nach der 50 Prozent der Menschen mit einer bestimmten Bedingung noch leben, und 50 Prozent sind gestorben.
Zum Beispiel würde ein medianes Überleben von 6 Monaten anzeigen, dass nach 6 Monaten 50 Prozent der Menschen mit dieser Bedingung am Leben wären, und 50 Prozent wären gestorben.
Wenn der Begriff Median Survival verwendet werden könnte
Es gibt viele Arten, auf die Sie den Begriff mediane Überlebenszeit hören können:
- Als eine Beschreibung der Vorteile einer Behandlung.
- Als eine Schätzung der Prognose eines Zustandes. Zum Beispiel kann das mediane Überleben verwendet werden, um die Prognose einer Krankheit zu beschreiben, bei der die Überlebensrate ziemlich kurz ist. Wie lange leben die Menschen normalerweise?
- Als Endpunkt in einer klinischen Studie .
Vergleichen und kontrastieren Median Survival zu anderen Statistiken
Median Überleben wird verwendet, um über viele Behandlungen für Krebs zu sprechen. Es kann eine bessere Schätzung sein als die durchschnittliche Überlebensrate (die durchschnittliche Dauer der Zeit, in der jemand lebt), wenn die Art und Weise, wie Menschen auf eine Krankheit oder eine Behandlung reagieren, stark variiert.
Einige andere statistische Begriffe, die Sie hören können, umfassen Überlebensrate, progressionsfreies Überleben und mehr, die in diesem Artikel definiert sind .
Vor- und Nachteile der Verwendung von Median Survival mit Krebs
Ohne auf eine Diskussion der Statistiken einzugehen, ist es wichtig zu beachten, dass jede Statistik Nachteile hat, wenn sie die Lebenserwartung eines Krebses oder den Nutzen einer Behandlung beschreibt.
Einige Beispiele sind nachfolgend aufgeführt.
- Ein Vorteil: Bei einer Behandlung, die das Überleben um Tage oder Wochen oder sogar Monate verlängert, kann die mittlere Überlebenszeit einen besseren Hinweis darauf geben, wie die Behandlung abläuft. Zum Beispiel kann eine hypothetische Behandlung die mediane Überlebenszeit um 4 Monate verlängern - zum Beispiel könnte die Hälfte der Menschen 16 Monate anstatt 12 Monate mit der Behandlung leben. Da die meisten Menschen langfristig nicht überleben würden, würden Schätzungen wie die 5-Jahres-Überlebensrate oder sogar die 2-Jahres-Überlebensrate nicht das Potenzial der Behandlung aufdecken, um den Menschen 4 zusätzliche (und hoffentlich gute) Lebensmonate zu geben.
- Ein Nachteil: Ein Nachteil würde auftreten, wenn eine Behandlung zu sehr guten langfristigen Ergebnissen führt, aber für weniger als die Hälfte der Menschen auf der ganzen Linie. Wenn mehr als die Hälfte der Menschen in den ersten 2 Jahren stirbt, beträgt das mediane Überleben weniger als 2 Jahre. In diesem Fall könnte eine hypothetische Behandlung, wenn sie in den ersten 2 Jahren toleriert wird, zu einem längeren Überleben führen. In diesem fiktiven Beispiel könnte es sein, dass 30 Prozent der Menschen 5 Jahre nach der Behandlung lebten, während nur 5 Prozent so lange ohne Behandlung lebten. In diesem Fall würde die 5-Jahres-Überlebensrate mehr über das Behandlungspotential sagen als das mediane Überleben.
Statistische vs. klinische Bedeutung des medianen Überlebens
Es ist wichtig zu wiederholen, dass statistische Signifikanz und klinische Signifikanz nicht dieselben sind. Statistische Signifikanz (zB wie begeistert Forscher vom Ergebnis einer Studie profitieren können) gibt Aufschluss über die Zuverlässigkeit einer Studie, während klinische Signifikanz beschreibt, wie wichtig dies für einzelne Personen ist. Es gibt viele Variablen, die berücksichtigt werden müssen, z. B. das Ausmaß einer Änderung des medianen Überlebens, die Verträglichkeit der Behandlung, die das mediane Überleben verändert, sowie die Toxizität.
Ein Beispiel, das zitiert wurde, ist das von einigen gezielten Medikamenten, die für Bauchspeicheldrüsenkrebs verwendet werden.
Eine Studie, die zeigte, dass das mediane Überleben von 5,91 auf 6,24 Monate verlängert wurde, war statistisch signifikant, aber nicht so sehr klinisch. In diesem Beispiel war die klinische Signifikanz, dass die Menschen im Durchschnitt 10 Tage länger lebten, während sie gleichzeitig an den Nebenwirkungen und den Kosten der Behandlung litten.
In anderen Fällen hat eine Studie möglicherweise keine große statistische Signifikanz, kann aber sehr signifikante klinische Unterschiede aufweisen. Menschen würden erhebliche Verbesserungen erfahren.
Statistiken sind Zahlen NICHT Leute
Es ist extrem wichtig zu beachten, dass Statistiken jeder Art nur Zahlen sind. Menschen unterscheiden sich stark darin, wie sie auf Behandlungen reagieren und wie lange sie mit verschiedenen Behandlungen leben. Es gibt viele Faktoren, die die Überlebenschancen von Krebspatienten erhöhen oder verringern können.
Es ist auch wichtig zu beachten, dass alle Statistiken, die Sie über Krebs hören, oft ein paar Jahre alt sind. Fortschritte werden bei der Krebsbehandlung gemacht. Die oft zitierte Überlebensstatistik für Lungenkrebs ist 5 Jahre alt. Allerdings wurden im Zeitraum von 2012 bis 2017 mehr Behandlungen für Lungenkrebs zugelassen als in den 40 Jahren vor 2011. Dies ist nur einer von vielen Gründen, auf die man hoffen kann.
Beispiele:
Jack wurde gesagt, dass das mediane Überleben für Menschen mit Stadium 3B Lungenkrebs 13 Monate ist. Dies würde bedeuten, dass er statistisch gesehen eine Wahrscheinlichkeit von 50 Prozent hatte, in 13 Monaten mit seiner Krankheit zu leben.
> Quellen:
> Chiba, Y. Kaplan-Meier-Kurven für kausale Effekte des Überlebenden mit Zeit-zu-Ereignis-Ergebnissen. Klinische Studien . 2013. 10 (4): 515-21.
> Ranganathan, P., Pramesh, C. und M. Buyse. Comon Fallstricke in der statistischen Analyse: Klinische versus statistische Signifikanz. Perspektiven in der klinischen Forschung . 2015. 6 (3): 169-170.