Mediane overlevingsdefinitie en betekenis voor mensen met kanker

Mediane overleving vergelijken met gemiddelde overleving

Wat wordt bedoeld met de medische term "mediane overleving?" Laten we eens kijken wanneer en waarom u informatie kunt krijgen over uw mediane overleving, hoe deze statistiek verschilt van "overlevingspercentages" en wat u moet weten als u angstig bent over uw prognose.

Definitie: mediane overleving

De mediane overleving wordt gedefinieerd als de tijd waarna 50 procent van de mensen met een bepaalde aandoening nog steeds leeft en 50 procent is overleden.

Een mediane overleving van 6 maanden zou bijvoorbeeld aangeven dat na 6 maanden 50 procent van de mensen met die aandoening in leven zou zijn en 50 procent zou zijn overleden.

Wanneer de term mediane overleving kan worden gebruikt

Er zijn veel manieren waarop u de term mediane overleving gebruikt kunt horen:

Mediane overleving van andere statistieken vergelijken en contrasteren

Mediane overleving wordt gebruikt om te praten over vele behandelingen voor kanker. Het kan een betere schatting zijn dan de gemiddelde overlevingskans (de gemiddelde tijd dat iemand bijvoorbeeld leeft) wanneer er een grote variatie is in hoe mensen reageren op een aandoening of behandeling.

Enkele andere statistische termen die u kunt horen, zijn overlevingspercentage, progressievrije overleving en meer, die in dit artikel worden gedefinieerd.

Voordelen en nadelen van het gebruik van mediane overleving met kanker

Zonder in discussie te gaan over statistieken, is het belangrijk om op te merken dat elke statistiek nadelen heeft bij het beschrijven van de levensverwachting van een kanker of het voordeel van een behandeling.

Een paar voorbeelden worden hieronder genoemd.

Statistische versus klinische significantie van mediane overleving

Het is belangrijk om te herhalen dat statistische significantie en klinische betekenis niet dezelfde zijn. Statistische significantie (zeg maar, hoe opgewonden onderzoekers kunnen krijgen van het resultaat van een studie) geeft informatie over de betrouwbaarheid van een onderzoek, terwijl klinische significantie beschrijft hoe belangrijk dit is voor individuele mensen. Er zijn veel variabelen die moeten worden overwogen, zoals de mate van een verandering in mediane overleving, de verdraagbaarheid van de behandeling die de mediane overleving verandert, evenals de toxiciteit.

Een voorbeeld dat is aangehaald, is dat van een paar gerichte geneesmiddelen die worden gebruikt voor alvleesklierkanker.

Een onderzoek dat de combinatie verhoogde mediane overleving liet zien van 5,91 maanden tot 6,24 maanden was zeer statistisch significant, maar niet zozeer klinisch. In dit voorbeeld was de klinische betekenis dat de mensen gemiddeld nog 10 dagen leefden, terwijl ze ook last hadden van de bijwerkingen en de kosten van de behandeling.

In andere gevallen heeft een onderzoek mogelijk niet veel statistische significantie, maar kan het zeer significante klinische verschillen hebben; mensen zouden een aanzienlijke verbetering ervaren.

Statistieken zijn Nummers NIET Mensen

Het is buitengewoon belangrijk om op te merken dat statistieken van welke aard dan ook gewoon cijfers zijn. Mensen verschillen sterk in hoe ze reageren op behandelingen en hoe lang ze leven met verschillende behandelingen. Er zijn veel factoren die iemands overlevingskans met kanker kunnen verhogen of verminderen.

Het is ook van cruciaal belang op te merken dat statistieken die je over kanker hoort, vaak een paar jaar oud zijn. Er wordt vooruitgang geboekt bij de behandeling van kanker. De vaak geciteerde overlevingsstatistieken voor longkanker zijn 5 jaar oud. Dat gezegd hebbende, er waren meer behandelingen goedgekeurd voor longkanker in de periode van 2012 tot 2017, dan in de periode van 40 jaar voorafgaand aan 2011. Dit is slechts een van de vele redenen om vast te houden aan de hoop.

Voorbeelden:

Jack kreeg te horen dat de mediane overleving voor mensen met stadium 3B-longkanker 13 maanden is. Dit zou betekenen dat hij statistisch gezien ongeveer vijftig procent kans had om in 13 maanden met zijn ziekte in leven te zijn.

> Bronnen:

> Chiba, Y. Kaplan-Meier Curves voor overlevende causale effecten met tijd-tot-evenement resultaten. Klinische proeven . 2013. 10 (4): 515-21.

> Ranganathan, P., Pramesh, C. en M. Buyse. Comon valkuilen bij statistische analyse: klinische versus statistische significantie. Perspectieven in klinisch onderzoek . 2015. 6 (3): 169-170.