Sopravvivenza mediana Definizione e significato per le persone con cancro

Confronto tra sopravvivenza mediana e sopravvivenza media

Cosa si intende per termine medico "sopravvivenza mediana?" Diamo un'occhiata a quando e perché potresti ricevere informazioni sulla tua sopravvivenza mediana, in che modo questa statistica è diversa da "tassi di sopravvivenza" e cosa dovresti sapere se ti senti ansioso riguardo alla tua prognosi.

Definizione: Sopravvivenza mediana

La sopravvivenza mediana è definita come il tempo dopo il quale il 50% delle persone con una particolare condizione vive ancora e il 50% è morto.

Ad esempio, una sopravvivenza mediana di 6 mesi indicherebbe che dopo 6 mesi, il 50 per cento delle persone con quella condizione sarebbe vivo e il 50 per cento sarebbe scomparso.

Quando il termine Median Survival potrebbe essere usato

Ci sono molti modi in cui puoi sentire il termine sopravvivenza mediana usato:

Confronto e contrasto della sopravvivenza mediana con altre statistiche

La sopravvivenza mediana è usata per parlare di molti trattamenti per il cancro. Può essere una stima migliore del tasso di sopravvivenza medio (il tempo medio di vita di qualcuno ad esempio) quando c'è una grande variazione nel modo in cui le persone rispondono a una condizione o trattamento.

Alcuni altri termini statistici che potresti sentire includono il tasso di sopravvivenza, la sopravvivenza libera da progressione e altro ancora, che sono definiti in questo articolo.

Vantaggi e svantaggi dell'uso della sopravvivenza mediana con il cancro

Senza entrare in una discussione sulle statistiche, è importante notare che qualsiasi statistica ha degli inconvenienti nel descrivere l'aspettativa di vita di un cancro o il beneficio di un trattamento.

Di seguito alcuni esempi.

Statistica vs significato clinico della sopravvivenza mediana

È importante ribadire che il significato statistico e il significato clinico non sono le stesse cose. La significatività statistica (per esempio, quanto i ricercatori entusiasti possono ottenere dal risultato di uno studio) fornisce informazioni sull'affidabilità di uno studio, mentre il significato clinico descrive quanto sia importante per le singole persone. Ci sono molte variabili che devono essere considerate, come l'entità di un cambiamento nella sopravvivenza mediana, la tollerabilità del trattamento che cambia la sopravvivenza mediana, così come la tossicità.

Un esempio che è stato citato è quello di alcuni farmaci mirati usati per il cancro del pancreas.

Uno studio che mostrava la combinazione di una maggiore sopravvivenza mediana da 5,91 mesi a 6,24 mesi era molto statisticamente significativo, ma non tanto clinicamente. In questo esempio, il significato clinico era che le persone vivevano, in media, 10 giorni in più, mentre soffriva anche degli effetti collaterali e del costo del trattamento.

In altri casi, uno studio potrebbe non avere un grande significato statistico ma potrebbe presentare differenze cliniche molto significative; le persone sperimenterebbero un miglioramento significativo.

Le statistiche sono numeri NON persone

È estremamente importante notare che le statistiche di qualsiasi tipo sono semplicemente numeri. Le persone variano ampiamente nel modo in cui rispondono ai trattamenti e per quanto tempo vivono con vari trattamenti. Ci sono molti fattori che possono aumentare o diminuire la possibilità di sopravvivenza di qualcuno con il cancro.

È anche fondamentale notare che qualsiasi statistica che si sente sul cancro ha spesso qualche anno. I progressi sono stati fatti nel trattamento del cancro. Le statistiche di sopravvivenza spesso citate per il cancro del polmone hanno 5 anni. Detto questo, ci sono stati più trattamenti approvati per il cancro del polmone nel periodo dal 2012 al 2017, che nei 40 anni precedenti al 2011. Questo è solo uno dei tanti motivi per cui aggrapparsi alla speranza.

Esempi:

A Jack è stato detto che la sopravvivenza mediana per le persone con carcinoma polmonare in stadio 3B è di 13 mesi. Ciò significherebbe che, statisticamente, aveva circa il 50% di possibilità di essere vivo con la sua malattia in 13 mesi.

> Fonti:

> Chiba, Y. Kaplan-Meier Curve per gli effetti causali del superstite con esiti time-to-out. Sperimentazioni cliniche . 2013. 10 (4): 515-21.

> Ranganathan, P., Pramesh, C. e M. Buyse. Le insidie ​​di Comon nell'analisi statistica: importanza clinica contro statistica. Prospettive nella ricerca clinica . 2015. 6 (3): 169-170.