Definisi Median Survival dan Makna untuk Orang dengan Kanker

Membandingkan Median Survival dengan Survival Rata-rata

Apa yang dimaksud dengan istilah medis "kelangsungan hidup rata-rata?" Mari kita lihat kapan dan mengapa Anda dapat diberikan informasi tentang kelangsungan hidup Anda, bagaimana statistik ini berbeda dari "tingkat kelangsungan hidup" dan apa yang harus Anda ketahui jika Anda merasa cemas tentang prognosis Anda.

Definisi: Median Survival

Ketahanan hidup rata-rata didefinisikan sebagai waktu setelah 50 persen orang dengan kondisi tertentu masih hidup, dan 50 persen telah meninggal.

Misalnya, kelangsungan hidup rata-rata 6 bulan akan menunjukkan bahwa setelah 6 bulan, 50 persen orang dengan kondisi itu akan hidup, dan 50 persen akan meninggal.

Ketika Median Survival Jangka Panjang Bisa Digunakan

Ada banyak cara di mana Anda mungkin mendengar istilah kelangsungan hidup rata-rata yang digunakan:

Membandingkan dan Membandingkan Kelangsungan Hidup Median dengan Statistik Lain

Kelangsungan hidup rata-rata digunakan untuk berbicara tentang banyak perawatan untuk kanker. Ini bisa menjadi perkiraan yang lebih baik daripada tingkat kelangsungan hidup rata-rata (rata-rata lama waktu seseorang hidup misalnya) ketika ada variasi luas dalam cara orang menanggapi suatu kondisi atau perawatan.

Beberapa istilah statistik lainnya yang mungkin Anda dengar termasuk tingkat kelangsungan hidup, kelangsungan hidup bebas perkembangan dan banyak lagi, yang didefinisikan dalam artikel ini.

Keuntungan dan Kerugian Menggunakan Survival Median dengan Kanker

Tanpa membahas statistik, penting untuk dicatat bahwa statistik apa pun memiliki kelemahan ketika menggambarkan harapan hidup kanker, atau manfaat dari perawatan.

Beberapa contoh disebutkan di bawah ini.

Statistik vs Klinis Signifikansi Median Survival

Penting untuk menegaskan kembali bahwa signifikansi statistik dan signifikansi klinis bukanlah hal yang sama. Signifikansi statistik (katakanlah, seberapa senang peneliti bisa mendapatkan dari hasil penelitian) memberikan informasi tentang keandalan penelitian, sedangkan signifikansi klinis menggambarkan betapa pentingnya hal ini bagi individu. Ada banyak variabel yang harus dipertimbangkan, seperti tingkat perubahan dalam kelangsungan hidup rata-rata, tolerabilitas pengobatan yang mengubah kelangsungan hidup rata-rata, serta toksisitas.

Contoh yang telah dikutip adalah bahwa dari beberapa obat yang ditargetkan digunakan untuk kanker pankreas.

Sebuah studi yang menunjukkan kombinasi peningkatan kelangsungan hidup rata-rata dari 5,91 bulan menjadi 6,24 bulan sangat signifikan secara statistik, tetapi tidak terlalu banyak secara klinis. Dalam contoh ini, signifikansi klinis adalah bahwa orang-orang hidup, rata-rata, 10 hari lagi, sementara juga menderita efek samping dan biaya perawatan.

Dalam kasus lain, penelitian mungkin tidak memiliki signifikansi statistik yang besar tetapi mungkin memiliki perbedaan klinis yang sangat signifikan; orang akan mengalami peningkatan yang signifikan.

Statistik adalah Angka BUKAN Orang

Sangat penting untuk dicatat bahwa statistik dalam bentuk apa pun hanyalah angka. Orang-orang sangat bervariasi dalam cara mereka menanggapi perawatan dan berapa lama mereka hidup dengan berbagai perawatan. Ada banyak faktor yang dapat meningkatkan atau mengurangi peluang seseorang untuk bertahan hidup dengan kanker.

Penting juga untuk dicatat bahwa statistik apa pun yang Anda dengar tentang kanker sering kali baru berumur beberapa tahun. Kemajuan sedang dibuat dalam pengobatan kanker. Statistik kelangsungan hidup yang sering dikutip untuk kanker paru-paru adalah 5 tahun. Dikatakan, ada lebih banyak perawatan yang disetujui untuk kanker paru-paru pada periode 2012 hingga 2017, dibandingkan pada periode 40 tahun sebelum 2011. Ini hanyalah salah satu dari banyak alasan untuk bertahan dengan harapan.

Contoh:

Jack diberitahu bahwa kelangsungan hidup rata-rata untuk orang dengan kanker paru stadium 3B adalah 13 bulan. Ini berarti, secara statistik, ia memiliki sekitar 50 persen kemungkinan hidup dengan penyakitnya dalam 13 bulan.

> Sumber:

> Chiba, Y. Kurva Kaplan-Meier untuk Efek Survivor Kausal dengan Hasil Waktu-ke-Acara. Uji Klinis . 2013. 10 (4): 515-21.

> Ranganathan, P., Pramesh, C., dan M. Buyse. Jebakan Comon dalam Analisis Statistik: Klinis versus Statistik Signifikansi. Perspektif dalam Penelitian Klinis . 2015. 6 (3): 169-170.