טכניקת הניתוח הממוצעת של זמן ההישרדות (RMST) הוצגה במחקר בתחום הבריאות לפני כ -25 שנה ומאז הפכה לשימוש נרחב בכלכלה, הנדסה, עסקים ומקצועות אחרים.
במסגרות קליניות, RMST שימושי מכיוון שזו דרך פשוטה להבין את זמן ההישרדות הממוצע-משך הזמן שחולים חיים לאחר אבחון או טיפול והגורמים המשפיעים על אותו זמן עם מסגרת זמן מוגדרת.
בנוסף, בניגוד למודלים של רגרסיה של קוקס ומודלים פופולריים אחרים, הערכות והשוואה שנעשו באמצעות RMST אינן מסתמכות על הנחת הסיכון היחסי כי הסבירות להתרחשות אירוע תהיה קבועה לאורך זמן.
אבל יש תפס: RMST יכול לבדוק את ההבדלים בהשפעת הטיפול בין קבוצות מקו הבסיס לנקודת זמן-הסף-אך זיהוי הסף האידיאלי במחקרים קליניים ואפידמיולוגיים קשה. זה מוביל לתוצאות שהן פחות חזקות מבחינה סטטיסטית ממה שהן יכולות להיות. "
Gang Han, PhD, פרופסור ביו -סטטיסטיקה, בית הספר לבריאות הציבור באוניברסיטת טקסס A&M
כדי להתמודד עם אתגר זה, האן ועמיתיו באקדמיה ובתעשייה פיתחו שיטה חדשה המשתמשת בכלי מתמטי קיים-המודל המופחת האקספוננציאלי המופחת-לקבוע את זמן הסף האידיאלי או האופטימלי בניתוח זמן ההישרדות הממוצע המוגבל בעת לימוד שתי קבוצות.
"זה חשוב במיוחד במחקרים רפואיים, מכיוון שההסתברות להתרחש אירוע ספציפי יכולה להשתנות בשלבי הטיפול השונים", אמר מתיו לי סמית ', PhD, פרופסור להתנהגות בריאות בבית הספר לבריאות הציבור בטקסס, שהיה מעורב במחקר זה.
כדי לקבוע את הסף האופטימלי, הצוות חישב זמן סף מנקודות שינוי (ים) משמעותיות בשיעורי הסיכון והשווה את מה שמצאו עם זמן הסף הגדול ביותר האפשרי.
עבודת המחקר שלהם, שפורסמה ב כתב העת האמריקאי לאפידמיולוגיההראו את היתרונות של השיטה המוצעת במחקרי סימולציה מרובים ושתי דוגמאות אמיתיות, מחקר קליני ומחקר אפידמיולוגיה.
הם השתמשו בשיטה החדשה כדי למדוד שיעורי שגיאה מסוג 1 וכוח סטטיסטי בהדמיות בהן שיעור הסיכון היה קבוע לקבוצה אחת ושונה עבור קבוצה אחרת. הם השוו את הקבוצות באמצעות מבחן LoGrank הסטנדרטי והמודל החדש שלהן.
"המודל שלנו ביצע את הטוב ביותר", אמר מרסיה ג 'אורי, דוקטורט, עצרים ופרופסור מכובד בבית הספר לבריאות הציבור החוקר שיטות מניעה מבוססות ראיות. "זה היה גם המקרה כאשר יישמנו אותו על שני תרחישים בעולם האמיתי."
בשני התרחישים, שיטות ניתוח סטטיסטיות מסורתיות לא חשפו הבדלים בולטים בין שני טיפולים. עם זאת, כאשר הוחל הדגם החדש, התוצאות עבור כל תרחיש מצאו כי טיפול אחד היה עדיף בבירור.
התרחיש הראשון השווה בין שני טיפולים במשך שבעה חודשים עבור חולים עם סרטן ריאות שאינו קטן בתאים, שהיו בעלי רמות נמוכות יותר של סמן ביולוגי מפתח. השנייה השתמשה בהערכה סטנדרטית כדי למדוד את הזמן לירידה של אנשים עם דמנציה קלה שחיו עם מטפלים בהשוואה לאלה שלא גרים עם מטפלים.
"תוצאות אלה מבטיחות, ויש צורך במחקר רב יותר שמשווה יותר משתי קבוצות ומשתמשות בקוואריות מרובות, כמו גיל המשתתפים, אתניות ומצב סוציו -אקונומי", אמר האן. "עדיין, בהתבסס על תוצאות מוקדמות אלה, אנו מאמינים כי שיטה זו יכולה להיות חזקה יותר מכל ההשוואה הקיימת לשתי קבוצות בניתוח תוצאות זמן לאירוע."
אחרים שהיו מעורבים במחקר היו המחלקה לאפידמיולוגיה ודוקטורט ביו -סטטיסטיקה, לורה הופקינס, ריימונד קרול, PhD, פרופסור מכובד במחלקה לסטטיסטיקה של טקסס A&M ומשתפי פעולה חיצוניים מאלי לילי והחברה, ובמרכז H. Lee Moffitt Cancer ומכון המחקר.
