Survival Model
Article About Application of Survival Model in Health Sector.
Introduction
Fungsi risiko mendasar yang kompleks yang terkait dengan perawatan imuno-onkologi telah menyebabkan eksplorasi metode yang berbeda (kelangsungan hidup parametrik, spline, tengara, dan model fraksi penyembuhan) untuk memperkirakan hasil kelangsungan hidup jangka panjang. Tujuan dari penelitian ini adalah untuk menguji perbedaan dalam perkiraan kelangsungan hidup jangka pendek dan jangka panjang pada pasien karsinoma sel Merkel (mMCC) metastatik yang diobati sebelumnya yang menerima avelumab, ketika menggunakan pendekatan ekstrapolasi alternatif.
Methods
Data kemanjuran dari uji coba fase 2 JAVELIN Merkel 200 (bagian A) dengan setidaknya 12 bulan masa tindak lanjut dianalisis. Analisis kelangsungan hidup parametrik standar dan analisis kelangsungan hidup keseluruhan (OS) sebagai fungsi dari hasil pengganti yang terdiri dari respons (analisis tengara) dan kelangsungan hidup bebas perkembangan ditambah kelangsungan hidup pasca-kemajuan (PFS + PPS) digunakan untuk memproyeksikan OS. Kelangsungan hidup keseluruhan sepanjang hidup diproyeksikan dan dibandingkan dengan data OS yang diamati dengan setidaknya 24 bulan masa tindak lanjut.
Results
Perkiraan OS dari ketiga pendekatan memberikan kecocokan yang baik dengan kurva OS yang diamati dari setidaknya 12 bulan masa tindak lanjut. Namun, kinerja dibandingkan dengan data OS dari setidaknya 24 bulan menunjukkan bahwa pendekatan tengara yang diikuti oleh PFS + PPS memberikan kecocokan yang lebih baik dengan data dibandingkan dengan analisis parametrik standar. Harapan hidup rata-rata yang diperkirakan dengan avelumab adalah 2,48 tahun dengan fungsi parametrik yang paling sesuai (distribusi log-normal), 3,15 tahun dengan pendekatan tengara, dan 3,54 tahun dengan PFS + PPS.
Conclusion
Meskipun analisis kelangsungan hidup parametrik standar dapat memberikan kecocokan yang baik untuk kelangsungan hidup jangka pendek, tampaknya meremehkan manfaat kelangsungan hidup jangka panjang yang terkait dengan avelumab di mMCC. Ekstrapolasi berdasarkan hasil pengganti dari respons atau perkembangan memprediksi hasil OS dari tindak lanjut yang lebih lama dengan lebih baik dan tampaknya memberikan proyeksi yang lebih masuk akal secara klinis.
Difference Between Time Series Model and Survival Model
Analysis Purpose
Time Series bertujuan untuk memprediksi dan memprakirakan kejadian yang akan terjadi di masa depan dalam waktu tertentu yang diinginkan, sedangkan survival bertujuan untuk memperkirakan kapan suatu kejadian akan terjadi.
Amount of Event
Time series dapat menganalisa banyak kejadian yang akan terjadi di masa depan bagi satu subjek, sedangkan survival menganalisa satu kejadian bagi satu subjek.