| Abstract : | Survival analysis evaluates the time until an event of interest occurs, such as death, disease relapse, or treatment response. Traditional methods, like the log-rank test, rely on the proportional hazards assumption, which may not fully capture treatment effects that evolve over time. This thesis explores the Restricted Mean Survival Time (RMST) as an alternative metric that does not require proportional hazards, offering a more refined analysis of survival data. The thesis begins with an overview of survival analysis and discusses the limitations of the log-rank test when proportional hazards are violated. RMST, which represents the average event-free survival time up to a specified time point (τ), is introduced as a straightforward and interpretable measure of treatment efficacy. Its advantages are highlighted, particularly in cases where treatment effects change over time. Methods for estimating RMST, including non-parametric, semi-parametric, and parametric approaches, are reviewed and applied to clinical datasets. Comparing traditional log-rank test results with RMST-based tests reveals instances where the log-rank test provides misleading conclusions due to its reliance on proportional hazards. Analysis of ten clinical datasets demonstrates that RMST-based methods effectively capture treatment effects that are not immediately apparent or that vary over time, providing a more comprehensive understanding of patient survival. The findings underscore the value of incorporating RMST into clinical trial analyses to complement traditional methods. In conclusion, this thesis emphasizes the importance of RMST in modern clinical trials, particularly when treatment effects deviate from proportional hazards. Integrating RMST into survival analysis frameworks enhances the robustness of evaluations, supporting more informed clinical decisions and improved patient outcomes.
Η ανάλυση επιβίωσης αξιολογεί τον χρόνο μέχρι την εμφάνιση ενός γεγονότος, όπως ο θάνατος, η υποτροπή της νόσου ή η ανταπόκριση στη θεραπεία. Οι παραδοσιακές μέθοδοι, όπως η δοκιμή log-rank, βασίζονται στην παραδοχή των αναλογικών κινδύνων, η οποία ενδέχεται να μην αποτυπώνει πλήρως τις μεταβαλλόμενες επιδράσεις της θεραπείας με την πάροδο του χρόνου. Η παρούσα διατριβή εξετάζει τον Περιορισμένο Μέσο Χρόνο Επιβίωσης (Restricted Mean Survival Time - RMST) ως μια εναλλακτική μέτρηση που δεν απαιτεί την παραδοχή των αναλογικών κινδύνων, προσφέροντας μια πιο βελτιωμένη ανάλυση των δεδομένων επιβίωσης. Η διατριβή ξεκινά με μια επισκόπηση της ανάλυσης επιβίωσης και συζητά τους περιορισμούς της δοκιμής log-rank όταν παραβιάζεται η παραδοχή των αναλογικών κινδύνων. Ο RMST, που αντιπροσωπεύει τον μέσο χρόνο επιβίωσης χωρίς γεγονότα μέχρι ένα καθορισμένο χρονικό σημείο (τ), εισάγεται ως μια απλή και ευκολονόητη μέτρηση της αποτελεσματικότητας της θεραπείας. Τονίζονται τα πλεονεκτήματά του, ιδίως σε περιπτώσεις όπου οι επιδράσεις της θεραπείας μεταβάλλονται με τον χρόνο. Εξετάζονται μέθοδοι εκτίμησης του RMST, όπως μη παραμετρικές, ημιπαραμετρικές και παραμετρικές προσεγγίσεις, και εφαρμόζονται σε κλινικά δεδομένα. Η σύγκριση μεταξύ παραδοσιακών δοκιμών log-rank και δοκιμών που βασίζονται στον RMST αποκαλύπτει περιπτώσεις όπου η log-rank οδηγεί σε παραπλανητικά συμπεράσματα λόγω της εξάρτησής της από την παραδοχή των αναλογικών κινδύνων. Η ανάλυση δέκα κλινικών δεδομένων δείχνει ότι οι μέθοδοι που βασίζονται στον RMST αποτυπώνουν αποτελεσματικά τις επιδράσεις της θεραπείας που δεν είναι άμεσα εμφανείς ή μεταβάλλονται με την πάροδο του χρόνου, προσφέροντας μια πιο ολοκληρωμένη κατανόηση της επιβίωσης των ασθενών. Τα ευρήματα υπογραμμίζουν την αξία της ενσωμάτωσης του RMST στις αναλύσεις κλινικών δοκιμών για τη συμπλήρωση παραδοσιακών μεθόδων. Συμπερασματικά, η διατριβή τονίζει τη σημασία του RMST στις σύγχρονες κλινικές δοκιμές, ιδίως όταν οι επιδράσεις της θεραπείας αποκλίνουν από τις αναλογικές παραδοχές. Η ενσωμάτωση του RMST στις αναλύσεις επιβίωσης ενισχύει την αξιοπιστία των αξιολογήσεων, υποστηρίζοντας καλύτερες κλινικές αποφάσεις και βελτιωμένα αποτελέσματα για τους ασθενείς.
|
|---|
Copyright © 2013 Library AUEB. All rights reserved.