Definição de sobrevivência mediana e significado para pessoas com câncer

Comparando Sobrevida Mediana à Sobrevida Média

O que se entende pelo termo médico "sobrevivência mediana"? Vamos dar uma olhada em quando e por que você pode receber informações sobre sua mediana de sobrevivência, como essa estatística é diferente das "taxas de sobrevivência" e o que você deve saber se estiver se sentindo ansioso em relação ao seu prognóstico.

Definição: Mediana de Sobrevivência

Sobrevida mediana é definida como o tempo após o qual 50 por cento das pessoas com uma condição particular ainda estão vivendo, e 50 por cento morreram.

Por exemplo, uma sobrevida média de 6 meses indicaria que, após 6 meses, 50% das pessoas com essa condição estariam vivas e 50% teriam morrido.

Quando o prazo médio de sobrevivência pode ser usado

Existem muitas maneiras pelas quais você pode ouvir o termo sobrevivência mediana usada:

Comparando e contrastando a sobrevivência mediana a outras estatísticas

Sobrevida mediana é usada para falar sobre muitos tratamentos para o câncer. Pode ser uma estimativa melhor do que a taxa de sobrevivência média (a duração média de tempo que alguém vive, por exemplo), quando há uma grande variação na forma como as pessoas respondem a uma condição ou tratamento.

Alguns outros termos estatísticos que você pode ouvir incluem taxa de sobrevivência, sobrevida livre de progressão e mais, que são definidos neste artigo.

Vantagens e desvantagens de usar mediana de sobrevivência com câncer

Sem entrar em uma discussão de estatísticas, é importante notar que qualquer estatística tem desvantagens ao descrever a expectativa de vida de um câncer ou o benefício de um tratamento.

Alguns exemplos são mencionados abaixo.

Significado Estatístico vs Clínico da Sobrevida Mediana

É importante reiterar que a significância estatística e o significado clínico não são as mesmas coisas. A significância estatística (digamos, como os pesquisadores empolgados podem obter o resultado de um estudo) fornece informações sobre a confiabilidade de um estudo, enquanto a significância clínica descreve o quanto isso é importante para pessoas individuais. Existem muitas variáveis ​​que devem ser consideradas, como a extensão de uma mudança na sobrevida mediana, a tolerabilidade do tratamento que altera a sobrevida mediana, bem como a toxicidade.

Um exemplo que foi citado é o de alguns medicamentos direcionados ao câncer de pâncreas.

Um estudo que mostrou que a combinação aumentou a sobrevida mediana de 5,91 meses para 6,24 meses foi muito estatisticamente significativa, mas não tanto clinicamente. Nesse exemplo, o significado clínico foi que as pessoas viviam, em média, mais 10 dias, enquanto também sofriam os efeitos colaterais e o custo do tratamento.

Em outros casos, um estudo pode não ter grande significância estatística, mas pode ter diferenças clínicas muito significativas; as pessoas experimentariam uma melhora significativa.

Estatísticas são números e não pessoas

É extremamente importante notar que as estatísticas de qualquer tipo são simplesmente números. As pessoas variam muito na forma como respondem aos tratamentos e quanto tempo vivem com vários tratamentos. Existem muitos fatores que podem aumentar ou diminuir a chance de sobrevivência de alguém com câncer.

Também é importante notar que qualquer estatística que você ouve sobre o câncer costuma ter alguns anos de idade. Progresso está sendo feito no tratamento do câncer. As estatísticas de sobrevivência frequentemente citadas para o câncer de pulmão têm 5 anos de idade. Dito isto, houve mais tratamentos aprovados para o câncer de pulmão no período de 2012 a 2017, do que no período de 40 anos anteriores a 2011. Esta é apenas uma das muitas razões para se agarrar à esperança.

Exemplos:

Jack foi informado de que a mediana de sobrevivência para pessoas com câncer de pulmão de estágio 3B é de 13 meses. Isso significaria que, estatisticamente, ele tinha cerca de 50% de chance de estar vivo com a doença em 13 meses.

> Fontes:

> Chiba, Y. Curvas de Kaplan-Meier para efeitos causais de sobreviventes com resultados de tempo até o evento. Ensaios Clínicos . 2013. 10 (4): 515-21.

> Ranganathan, P., Pramesh, C. e M. Buyse. Armadilhas Comon em Análise Estatística: Significância Clínica versus Estatística. Perspectivas em Pesquisa Clínica . 2015. 6 (3): 169-170.