Πλοήγηση ανά Επιβλέποντα "Demiris, Nikolaos"

A B C D E F G H I J K L M N O P Q R S T U V W X Y Z

Α Β Γ Δ Ε Ζ Η Θ Ι Κ Λ Μ Ν Ξ Ο Π Ρ Σ Τ Υ Φ Χ Ψ Ω

Τώρα δείχνει 1 - 2 από 2

An introduction to synthetic survival data
(2025-09-22) Κατσαρού, Βαρβάρα-Γρηγορία; Katsarou, Varvara-Grigoria; Pedeli, Xanthi; Thomadakis, Christos; Demiris, Nikolaos
Οι συνθετικές ομάδες ελέγχου (Synthetic Controls) αποτελούν μια ταχέως αναπτυσσόμενη προσέγγιση, ικανή να αντιμετωπίσει προκλήσεις στον σχεδιασμό των κλινικών ερευνών. Οι ομάδες αυτές κατασκευάζονται χρησιμοποιώντας εξωτερικά δεδομένα προηγούμενων μελετών και αποτελούνται αποκλειστικά απο εικονικούς ασθενείς. Μέσω στατιστικών και υπολογιστικών μεθόδων, καθώς και τεχνικών προσομοίωσης, αναπαράγονται τα χαρακτηριστικά των ασθενών αντιμετωπίζοντας προβλήματα όπως η δυσκολία συγκέντρωσης επαρκούς αριθμού ασθενών και η περιορισμένη πρόσβαση σε δεδομένα σχετικά με αυτούς. Σκοπός της παρούσας διατριβής είναι η παρουσίαση των μεθόδων για την δημιουργία συνθετικών ομάδων ελέγχου, καθώς και η επέκταση του πλαισίου της σύνθεσης δεδομένων επιβίωσης για την δημιουργία συνθετικών ασθενών, τόσο για τις ομάδες ελέγχου όσο και για τις ομάδες θεραπείας. Δύο εφαρμογές σε ογκολογικά δεδομένα παρουσιάζονται: η πρώτη αφορά γυναίκες με καρκίνου του μαστού, ενώ η δεύτερη εξετάζει ένα σύνολο ασθενών με καρκίνο του ήπατος και των χοληφόρων. Και οι δύο εφαρμογές αναλύουν τα κλινικά χαρακτηριστικά των ασθενών, τις τάσεις επιβίωσης τους, αναδεικνύοντας την χρησιμότητα των συνθετικών ομάδων ελέγχου. Κεντρικό στοιχείο ήταν η επαναξιολόγηση των θεραπειών, capecitabine για τον καρκίνο του μαστού και sorafenib για τον καρκίνο τους ήπατος και των χοληφόρων. Οι επιδράσεις των θεραπειών ενσωματώθηκαν ως σταθερές επιδράσεις στα μοντέλα επιβίωσης χρησιμοποιώντας τους αναφερόμενους λόγους κινδύνου (hazard ratios), ενισχύοντας έτσι τη στατιστική ισχύ των αρχικών μελετών και διαφυλάσσοντας τα ευαίσθητα δεδομένα των ασθενών. Στην εφαρμογή για τον καρκίνο του μαστού, η μέση αύξηση επιβίωσης από την capeciatbine ήταν 1,5 έτη για τις ασθενείς με τον τύπο HER2(-) Negative και 2,03 έτη για τις ασθενείς με τον τύπο Triple(-) Negative. Για το ηπατοκυτταρικό καρκίνωμα, η sorafenib αύξησε τη μέση επιβίωση κατά 0,78 έτη (10 μήνες). Συμπερασματικά, τα αποτελέσματα αναδεικνύουν την σημασία των συνθετικών ομάδων ελέγχου και ευρύτερα των συνθετικών δεδομένων επιβίωσης ως καινοτόμα προσέγγιση για την κλινική έρευνα ενισχύοντας την ακρίβεια μελετών, αντιμετωπίζοντας περιορισμούς διαθέσιμων ασθενών και βελτιώνοντας τις εκτιμήσεις της αποτελεσματικότητας θεραπειών.
Flexible survival modelling with incorporation of external information for robust long-term extrapolations
(2025-04-11) Καλατζή, Μαριλένα; Kalatzi, Marilena; Karlis, Dimitrios; Ntzoufras, Ioannis; Demiris, Nikolaos
Οι Αξιολογήσεις Τεχνολογιών Υγείας (HTAs) έχουν κρίσιμο ρόλο στην αξιολόγηση νέων ιατρικών παρεμβάσεων. Τα μακροχρόνια δεδομένα είναι απαραίτητα για αξιόπιστες αποφάσεις, καθώς η περίοδος παρακολούθησης των μελετών, ιδίως σε μελέτες σχετικές με την ογκολογία, είναι συχνά περιορισμένη. Η παρεκβολή είναι επομένως σημαντική για τη διαμόρφωση πολιτικών υγείας και τη μοντελοποίηση του κόστους αποτελεσματικότητας. Συμβάλλει στην ολοκληρωμένη κατανόηση των πιθανών ωφελειών και κινδύνων μιας θεραπείας, διασφαλίζοντας ότι οι αποφάσεις στον τομέα της υγείας βασίζονται σε ισχυρά και αξιόπιστα δεδομένα. Τα παραδοσιακά παραμετρικά μοντέλα επιβίωσης, καθώς και οι ευέλικτες παραμετρικές προσεγγίσεις, χρησιμοποιούνται ευρέως για την παρεκβολή των δεδομένων. Ωστόσο, συχνά παράγουν κλινικά, μη ρεαλιστικά αποτελέσματα. Η παρούσα διατριβή διερευνά μια νέα προσέγγιση για την παρεκβολή των δεδομέων επιβίωσης, χρησιμοποιώντας M-splines που ενσωματώνουν εξωτερικά δεδομένα μέσα σε ένα μπεϋζιανό πλαίσιο. Τα M-splines εφαρμόζονται στη συνάρτηση κινδύνου, με την ευελιξία τους να καθορίζεται από ασθενώς πληροφοριακές εκ των προτέρων κατανομές και την τοποθεσία των κόμβων. Για την αποφυγή της υπερπροσαρμογής, το μοντέλο αρχικά περιλαμβάνει ένα μεγάλο αριθμό κόμβων, οι οποίοι μειώνονται κατά τη διαδικασία προσαρμογής του μοντέλου μέχρι να επιτευχθεί το κατάλληλο επίπεδο ευελιξίας. Διάφορες πηγές εξωτερικής πληροφορίας μπορούν να συνδυαστούν από κοινού με τα δεδομένα της κλινικής δοκιμής, βελτιώνοντας την ακρίβεια της παρεκβολής, ενώ παράλληλα συμβάλουν στην παραγωγή κλινικά ρεαλιστικών εκτιμήσεων για μακροπρόθεσμο χρονικό διάστημα. Η νέα μεθοδολογία, μαζί με τα συμβατικά μοντέλα που χρησιμοποιούνται για την παρεκβολή, εφαρμόστηκαν σε ένα πραγματικό σύνολο δεδομένων επιβίωσης σε ασθενείς με μη μικροκυτταρικό καρκίνο του πνεύμονα (NSCLC). Τα αποτελέσματα της ανάλυσης αναδεικνύουν την αποτελεσματικότητα της νέας προσέγγισης. Οι μέσες εκτιμήσεις της πενταετούς επιβίωσης ήταν σε συμφωνία με τις τιμές που βασίζονται στη βιβλιογραφία, ενώ παράλληλα ήταν αξιόπιστες, όπως υποδεικνύεται από τα σχετικά στενά διαστήματα αξιοπιστίας. Συγκρίνοντας τα έτη ζωής που εκτιμήθηκαν για τις δύο ομάδες θεραπείας, παρατηρήθηκε σημαντική διαφορά στις εκτιμήσεις των δύο προσεγγίσεων. Τα μοντέλα που χρησιμοποιούν M-splines εκτίμησαν πέντε επιπλέον μήνες ζωής, σε σύγκριση με μόλις ένα μήνα από τα τυπικά παραμετρικά μοντέλα. Αυτή η απόκλιση αναδεικνύει τις προκλήσεις που αντιμετωπίζουν τα τελευταία μοντέλα, τα οποία δεν συνέκλιναν στο μηδέν μετά από εκτεταμένη χρονική περίοδο, επηρεάζοντας έτσι τις μέσες εκτιμήσεις. Τα ευρήματα της έρευνας αυτής, αναδεικνύουν τη σημασία των ευέλικτων μοντέλων επιβίωσης που ενσωματώνουν εξωτερικές πηγές δεδομένων στις αξιολογήσεις της υγειονομικής περίθαλψης. Αν και οι δύο μέθοδοι που εφαρμόστηκαν δεν μπορούν να συγκριθούν με στατιστικά κριτήρια, η νέα προσέγγιση ενισχύει τη σταθερότητα και την αξιοπιστία των μακροπρόθεσμων προβλέψεων, καθιστώντας την ένα πολύτιμο εργαλείο στις οικονομικές αξιολογήσεις της υγείας.