La descarga está en progreso. Por favor, espere

La descarga está en progreso. Por favor, espere

Evaluación de medicamentos en procesos neoplásicos Emilio J. Alegre del Rey Curso-taller de evaluación de medicamentos – Metodología GÉNESIS. Sevilla,

Presentaciones similares


Presentación del tema: "Evaluación de medicamentos en procesos neoplásicos Emilio J. Alegre del Rey Curso-taller de evaluación de medicamentos – Metodología GÉNESIS. Sevilla,"— Transcripción de la presentación:

1 Evaluación de medicamentos en procesos neoplásicos Emilio J. Alegre del Rey Curso-taller de evaluación de medicamentos – Metodología GÉNESIS. Sevilla, Abril de 2008

2 ¿Qué le podemos ofrecer a un paciente con cáncer? Mayor SUPERVIVENCIA Mayor CALIDAD DE VIDA TIEMPO DE SUPERVIVENCIA CUESTIONARIOS DE CALIDAD DE VIDA

3 ¿Qué variables de eficacia se miden en los ensayos clínicos oncológicos? Tasa de RESPUESTA a un tiempo t TIEMPO SIN PROGRESIÓN, tiempo sin enfermedad, tiempo hasta fallo de tratamiento... TIEMPO DE SUPERVIVENCIA CALIDAD DE VIDA

4 Variables de eficacia Tasa de Respuesta (en un momento t determinado) %RC %RP %EE %PROG Total respondedores a los 2 meses del tratamiento 16% (o 46%) Variable puntual en el t, no me dice cuánto dura la respuesta Variable intermedia, subrogada

5 Variables de eficacia Intervalo libre de progresión (supervivencia libre de progresión) MEDIA o MEDIANA

6 Variables de eficacia Años INTERVALO LIBRE DE PROGRESIÓN Es una variable intermedia, subrogada La mediana es un valor puntual, errático

7 Variables de eficacia

8 Estudio de supervivencia Tiene una fecha de INICIO del estudio y una fecha de TERMINACIÓN Algunos pacientes entran al principio del estudio, y otros al final. Sus tiempos de observación son distintos. Algunos pacientes abandonan el estudio antes de que acabe.

9 Desarrollo del estudio en el tiempo iniciofinal abandono suceso

10 Desarrollo del estudio en el tiempo iniciofinal Asumimos que el momento de inicio de las observaciones no influye en la probabilidad del suceso

11 Métodos para el análisis de supervivencia Método actuarial (1958, Cutler y Ederer) Método de Kaplan-Meier (1958, variación del método actuarial) Métodos NO PARAMÉTRICOS

12 Para este análisis de supervivencia se asume que: * Los pacientes que quedan en observación en un momento determinado representan bien a los que no se han observado tanto tiempo. * La probabilidad se calcula como probabilidad condicionada: la p de vivir una semana = a la p de vivir el 1er día x la probabilidad de vivir el 2º día x … x la p de vivir el 7º día. P n días = p día1 x p día2 x p día3 x … x p día n p 7 = En general, la p de vivir en el intervalo de tiempo i es = a la p de vivir el intervalo t 1 x la p de vivir el t 2 x….x la p de vivir el t i. Nº pacientes vivos día n N pacientes vivos día (n-1)

13 Para el cálculo, los intervalos son los siguientes: * Método Kaplan-Meier: acaba un intervalo cada vez que un paciente sufre el suceso. * Método actuarial: divide el tiempo en intervalos iguales

14 Cálculo de la curva de supervivencia (Kaplan-Meier) x Pita Fernández S, en Tratado de Epidemiología Clínica 1995

15 Cálculo de la curva de supervivencia (Kaplan-Meier) Pita Fernández S, en Tratado de Epidemiología Clínica 1995

16 La gráfica de supervivencia es una gráfica calculada, no real: representa la probabilidad de no sufrir el evento en un tiempo determinado No representa el % de pacientes que quedan sin evento en un tiempo determinado sobre el total inicial

17 Caracterización parcial de una curva de supervivencia: la mediana de supervivencia Años

18 Comparación de dos curvas de supervivencia Prueba LOG-RANK Asume que la probabilidad de supervivencia en cada intervalo permaneciera estable. ps i (A)=0,9 (90%) ps i (B)=0,8 (80%)

19 Comparación de dos curvas de supervivencia Calcula la relación entre ambos riesgos (HAZARD RATIO) Calcula la probabilidad de que la diferencia de supervivencia entre ambas curvas se deba al azar (p) ps i (A)=0,9 (90%) ps i (B)=0,8 (80%) HR = 0,1/0,2 = 0,5p=0,17

20 Log-rank test

21 Interpretación del HR El Hazard Ratio (HR) se interpreta de forma análoga al riesgo relativo (RR), con sus fortalezas y debilidades (es una comparación relativa del riesgo). El intervalo de confianza al 95% se considera significativo si no incluye al 1. Ej: HR= 0,76 (IC95%: 0,63-092). La p se considera significativa si es <0,05 (5%): la probabilidad de que la diferencia sea por azar es menor del 5%.

22 Interpretación del HR Ej: Fármaco A frente a tratamiento estándar: HR=0,8 el riesgo de morir con el fármaco A es el 80% del riesgo de morir con tto. estándar en cualquier momento del periodo de seguimiento. El fármaco A reduce en un 20% el riesgo de morir que tendrían con tto. estándar en cualquier momento del periodo de seguimiento. En cada momento, un paciente que recibe el tratamiento estándar tiene 100 papeletas para morir, mientras que el paciente tratado con el fármaco A tiene 80 papeletas. No se reduce la mortalidad un 20% No aumentan un 20% los pacientes que sobreviven No se aumenta la supervivencia media un 20%

23 Análisis según el modelo de riesgo proporcional, o regresión de Cox (1972) Permite estimar la influencia de más de una variable (no ya sólo el tratamiento) sobre la variable resultado. Eso permite cuantificar la diferencia debida al tratamiento ajustando las otras variables que pueden intervenir. Nos aporta un HR (IC95%) y una p.

24 ¿Equivale HR a RR?

25 La paradoja de los intervalos Ej: no es lo mismo reducir un 50% la mortalidad al cabo de un año que reducirla un 50% el primer semestre y un 50% el segundo semestre

26 Entonces... ¿qué... es el Hazard Ratio? EL HAZARD RATIO ES EL HAZARD RATIO ¡¡y no le des más vueltas!!

27 Interpretación del Hazard Ratio (HR): el HR es mucho menos exigente que el RR

28 Análisis de la magnitud de la diferencia El HR nos da una idea relativa del riesgo No podemos calcular el aumento de la supervivencia media hasta que no hayan muerto todos. La diferencia de las medianas de supervivencia es el parámetro más usado.

29 Aumento en la mediana de supervivencia Años

30 Interpretación del aumento en la mediana de la supervivencia Es un parámetro puntual y poco intuitivo Ej: Bevacizumab + IFL vs. IFL. Aumento de la mediana de supervivencia: 4.7 meses. En el grupo con bevacizumab, se tardan 4.7 meses más en que fallezcan la mitad de los pacientes. NO significa que los pacientes vivan de media 4.7 meses más

31 El aumento de mediana de supervivencia no guarda relación con el HR % supervivencia tiempo Tto estándar Fármaco A Fármaco B

32 Trastuzumab en adyuvancia para ca mama

33 Análisis por ITT en estudios de supervivencia Están incluidos (incluso cuando no hay análisis ITT) los pacientes que abandonan, pero: ¿Se incluyen los que no completaron el tratamiento? –Sí ---- ITT - No --- no hay análisis ITT

34 Cálculo del RAR y NNT No hay una RAR y NNT global, sino una distinta en cada punto Cuidado con sobreinterpretar el final de la curva, cuando quedan pocos pacientes. Algunos autores han propuesto curvas de NNT calculadas a partir de la curva de supervivencia de Kaplan-Meier, pero son poco utilizadas.

35 CALGB 9344: Supervivencia global RAR 1 % % 50 3 % 33 6 % 17 NNT

36 NNT en curvas de supervivencia Altman y Andersen, BMJ 1999 El IC95% es muy estrecho porque el modelo no tiene en cuenta la incertidumbre en la estimación del riesgo

37 Un pequeño ejercicio... Bonner et al., NEJM 2006 Cetuximab+RT vs RT sola en ca cabeza y cuello

38 Supervivencia sin progresiónSupervivencia CETUXIMAB en cáncer de cabeza y cuello

39


Descargar ppt "Evaluación de medicamentos en procesos neoplásicos Emilio J. Alegre del Rey Curso-taller de evaluación de medicamentos – Metodología GÉNESIS. Sevilla,"

Presentaciones similares


Anuncios Google