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”