hazard ratio (medidas de comparación de curvas)
TRANSCRIPT
HAZARD RATIOValencia 5-6 Junio
R. Jover
Paul MeierEdward L. Kaplan
Curvas de Kaplan-Meier
¿Qué Representan?¿Qué Miden?
Curvas de Kaplan-Meier
PROBABILIDAD DE QUE “ALGO” SUCEDA:- PROGRESIÓN- MUERTE
Curvas de Kaplan-Meier
PROBABILIDAD DE QUE “ALGO” SUCEDA:- PROGRESIÓN- MUERTE
EN UN MOMENTO DETERMINADO (TIEMPO)
Curvas de Kaplan-Meier
PROBABILIDAD DE QUE “ALGO” SUCEDA:- PROGRESIÓN- MUERTE
EN UN MOMENTO DETERMINADO (TIEMPO)
Curvas de Kaplan-Meier
PROBABILIDAD DE QUE “ALGO” SUCEDA:- PROGRESIÓN- MUERTE
EN UN MOMENTO DETERMINADO (TIEMPO)
Curvas de Kaplan-Meier
PROBABILIDAD DE QUE “ALGO” SUCEDA:- PROGRESIÓN- MUERTE
EN UN MOMENTO DETERMINADO (TIEMPO)
Curvas de Kaplan-Meier
PROBABILIDAD DE QUE “ALGO” SUCEDA:- PROGRESIÓN- MUERTE
EN UN MOMENTO DETERMINADO (TIEMPO)
Curvas de Kaplan-Meier
PROBABILIDAD DE QUE “ALGO” SUCEDA:- PROGRESIÓN- MUERTE
EN UN MOMENTO DETERMINADO (TIEMPO)
Curvas de Kaplan-Meier
PROBABILIDAD DE QUE “ALGO” SUCEDA:- PROGRESIÓN- MUERTE
EN UN MOMENTO DETERMINADO (TIEMPO)
Curvas de Kaplan-Meier
• ¿QUE MEDIDAS TENEMOS PARA RESUMIR Y COMPARAR LAS CURVAS?
–MEDIANA DE SUPERVIVIENCIA
–P (LOG-RANK TEST)
–HAZARD RATIO
Mediana de Supervivencia
Es aquel instante en el que la probabilidad acumulada de tener el evento es del 50%
Tiempo que pasa desde el diagnóstico o el tratamiento de una enfermedad, como el cáncer, en el cual la mitad de los pacientes diagnosticados con la enfermedad todavía están vivos.
En un estudio clínico, la mediana del tiempo de supervivencia es una forma de medir la eficacia del tratamiento.
Mediana de SupervivenciaDefinición
% p
robab
ilid
ad s
uper
viv
enci
a
tiempo
Tto estándar
Fármaco A
Fármaco B
B
A
Tto estándar
Log-Rank TestP
• Identifica que las curvas tienen:
– Diferencias Estadísticamente Significativas.
– Esas diferencias no son fruto del azar
• P < 0,001 solo ocurre al azar en el 0,1% de las mediciones
• P < 0,05 sólo ocurre al azar en el 5% de las mediciones
• Se aplica a toda la curva
• Sólo dice que son diferentes no cuantifica la diferencia
• Tiene problemas para diferenciar curvas que se cruzan
21
Las curvas de Kaplan–Meier se pueden interpretar de dos formas: en función del % de pacientes que sobreviven o en función del tiempo.
¿Cómo interpretar una curva Kaplan-Meier?
HR < 1
1.- Cuantifica la diferencia de las curvas2.- Se aplica a toda la curva (población)
Por ejemplo:
•HR = 0.7 significa que el brazo experimental produce una reducción del 30% del riesgo de muerte.
•HR = 1.2 significa que el fármaco experimental produce un incremento del 20% de riesgo de muerte.
Surviva l T im e (m onths) in N on-Squam ous Patients
0 6 12 18 24 30
Pro
ba
bilit
y w
ith
ou
t E
ve
nt
0 .0
0.1
0.2
0.3
0.4
0.5
0.6
0.7
0.8
0.9
1.0
C P vs C G Adjusted H R (95% C I)
0 .81 (0.70-0.94)
Patients at R isk
369
334
235
188
109
80
36
21
C P
C G
512
488
0
0
M edian (95% C I)
C P 11.8 (10.4, 13.2)
C G 10.4 (9.6, 11.2)
ESTUDIO HR PFS HR OS
JMDB (N-SQ) ND 0,81
SANDLER (Bev) 0,66 0,79
IPASS (EGFR+) 0,48 ND
EURTAC 0,37 ND
JMEN (N-SQ) 0,44 0,70
SATURN (EGFR+) 0,10 0,77
SATURN (WT) 0,78 0,81
SATURN (SD) 0,71
PARAMOUNT 0,62 0,78
Tom PetersEl del principio de
Peters
En palabras del propio Peters:
"Yo no tenía idea de lo que estaba haciendo cuando escribí el
libro. No tenía ningún plan claramente establecido ni había ninguna teoría que yo quisiera
probar. Sólo salí a conversar con personas
realmente inteligentes”