Abstract
Bakgrunn
Prostatakreft (PCA) er den vanligste ikke-hudkreft blant menn i utviklet land. Flere nye behandlinger har blitt adoptert av helsesystemer for å håndtere PCa. De fleste av observasjonsstudier og randomiserte studier på PCa har samtidig undersøkt færre behandlinger over kort oppfølgingstid. Videre har foregående avgjørelse analytiske modeller på PCa ledelsen ikke evaluert ulike moderne ledelse alternativer. Derfor er en moderne avgjørelse analytisk modell var nødvendig å ta begrensninger i litteraturen ved å syntetisere bevis på nye behandlinger og dermed prognoser på kort og lang sikt kliniske utfall.
Mål
å utvikle og validere et Markov Monte Carlo modell for den moderne kliniske behandlingen av PCA og å vurdere den kliniske byrden av sykdommen fra diagnose til end-of-life.
Metoder
En Markov Monte Carlo modellen ble utviklet å simulere styring av PCa i menn 65 år og eldre fra diagnose til end-of-life. Helse stater modellert var: Risikoen ved diagnose, aktiv overvåkning, aktiv behandling, PCA tilbakefall, PCA tilbakefall gratis, metastatisk kastrering resistent prostatakreft, samlet og PCa død. Behandlings baner var basert på tilstandsovergangssannsynligheter avledet fra litteraturen. Validering og sensitivitetsanalyser vurderes nøyaktigheten og robustheten modell spådd utfallet.
Resultater
Validering indikert modell spådd prisene var sammenlignbare med observerte priser i publisert litteratur. Den simulerte fordeling av kliniske resultater for basistilfellet var konsistent med følsomhetsanalyser. Forut frekvensen av kliniske resultater og dødelighet varierte på tvers av risikogrupper. Forventet levealder og helse justert forventet levealder spådd for den simulerte kohorten ble 20,9 år (95% KI 20,5 til 21,3) og 18,2 år (95% KI 17,9 til 18,5), henholdsvis.
Konklusjon
Studiens funn indikerte moderne forvaltningsstrategier bedre overlevelse og livskvalitet hos pasienter med PCa. Denne modellen kan brukes til å sammenligne langsiktige resultater og forventet levealder er tillagt av PCA ledelse paradigmer
Citation. Sanyal C, Aprikian A, Cury F, Chevalier S, Dragomir A (2014) Klinisk Ledelse og Burden of prostatakreft: En Markov Monte Carlo modell. PLoS ONE 9 (12): e113432. doi: 10,1371 /journal.pone.0113432
Redaktør: Natasha Kyprianou, University of Kentucky College of Medicine, USA
mottatt: 11 juli 2014; Godkjent: 27 oktober 2014; Publisert: 04.12.2014
Copyright: © 2014 Sanyal et al. Dette er en åpen-tilgang artikkelen distribueres under betingelsene i Creative Commons Attribution License, som tillater ubegrenset bruk, distribusjon og reproduksjon i ethvert medium, forutsatt den opprinnelige forfatteren og kilden krediteres
Data Tilgjengelighet:. Den forfatterne bekrefter at alle data som underbygger funnene er fullt tilgjengelig uten restriksjoner. Dette er en simulering studie. Data for denne studien ble hentet fra publisert litteratur. Dataene er tilgjengelige med forfatterne av primærstudiene er oppført i referansene
Finansiering:. Chiranjeev Sanyal er en mottaker av en doktorgradsstudent fra «The Fonds de recherche du Québec-Santé (FRQ-S)» ( www.frsq.gouv.qc.ca/en/index.shtml). Finansiører hadde ingen rolle i studiedesign, datainnsamling og analyse, beslutning om å publisere, eller utarbeidelse av manuskriptet
Konkurrerende interesser:.. Forfatterne har erklært at ingen konkurrerende interesser eksisterer
Innledning
Prostate Cancer (PCA) er den vanligste ikke-hudkreft og blant ledende årsak til kreft dødelighet hos menn i utviklede land. [1] I 2013, de alders standardisert insidens og dødelighet i Canada ble anslått til 103,9 og 17,8 per 100 000, henholdsvis. [2] Videre, de fleste menn diagnostisert med PCa var i alderen 65 år og eldre. [2] Ulike klassifiseringssystemer eksisterer for å stratifisere pasienter inn i lav, middels og høy risiko. [3] En rekke kurativ behandling valg er vant til å håndtere sykdommen ved risikogrupper ved diagnose, fra diagnose til end-of-life. Foruten aktiv overvåking for lav risiko kreft, innledende behandlinger med kurativ hensikt inkluderer radikal prostatektomi og strålebehandling. Videre behandling, for eksempel hormonelle manipulasjon, kjemoterapi og palliativ stråling, er vant til å håndtere pasienter med fremskredne stadier av sykdommen, inkludert metastatisk kastrering resistent prostatakreft (mCRPC). Behandling valg for de innledende og avanserte stadier av sykdommen er rettet mot å forlenge overlevelse og bedre livskvalitet. Men disse behandlingene medføre usikkerhet om risiko og fordeler som krever kompleks klinisk beslutnings å oppnå forventede resultater hos pasienter [4] -. [8]
I løpet av årene har det vært økende bruk av beslutnings analytiske modeller eller matematiske rammer for kunnskapsbasert beslutningsprosesser. Beslutnings analytiske modeller lette kvantitativ syntese av bevis på overlevelse og andre kliniske utfall av medisinske intervensjoner over korte og lengre perioder. Den eksisterende litteraturen er begrenset på avgjørelsen analytiske modeller for den kliniske behandlingen av PCa og utfall i moderne omgivelser fra diagnose til end-of-life [9] -. [11] Videre disse modellene forut [9] – [11] vedtakelsen av nyere behandlinger eller helse teknologier av helsesystemer, som for eksempel aktiv overvåking og intensitet modulert strålebehandling. [8], [12] systemiske behandlinger for avansert stadium av sykdommen ble heller ikke ansett av de foregående modeller [5], [6], [8] -. [11] Som et resultat av de eksisterende avgjørelse analytiske modeller er ikke vurdert overlevelse og andre kliniske utfall har oppnådd moderne ledelse alternativer og dens betydning for klinisk byrden av sykdommen [9] -. [11] til dags dato, det er mangel på randomiserte kliniske forsøk som har samtidig undersøkt overlevelse og andre utfall (f.eks tilbakefall eller mCRPC) knyttet til aktiv overvåking, radikal prostatektomi, brachyterapi og intensitet modulert strålebehandling. Videre er samtidig vurdering av alle moderne behandlinger av RCT er utfordret av etiske problemstillinger, dyre /ressurskrevende forsøke, svært selektive fag (inkludering /eksklusjonskriterier) representative for klinisk praksis, og ofte gjennomført over kort oppfølging. [13] I lys av disse begrensningene en up-to-date avgjørelse analytisk modell for å integrere rollen av moderne styringsstrategier av den kliniske byrden av sykdommen. Målene med denne studien var å utvikle og validere en Markov Monte Carlo modell for den moderne kliniske behandlingen av PCA og å vurdere den kliniske byrden av sykdommen fra diagnose til end-of-life.
Metoder
En Markov modell med Monte Carlo mikro ble utviklet for å simulere utviklingen av sykdommen, dets ledelse og tilknyttede kliniske utfall i moderne kontekst. [14] Figur 1 representerer den foreslåtte modell med åtte forskjellige helsetilstander fra diagnose til slutten av livet. En hypotetisk årlig kohort av hendelsen tilfeller av menn 65 år og eldre i Canada (n = 14160) ble simulert over en 5-, 10-, 15-år og livstid periode. [2] Størrelsen på utvalget av de lave, middels og høye risikogruppene var 7080, 4248 og 2832, henholdsvis. [2] Denne state-overgang modell med mikro aktivert fleksibel modellering av utviklingen av sykdommen og behandling valg på en enkelt pasient nivå.
For hver simulering pasienter transited fra venstre til høyre for modellen. Incident PCA saker ble distribuert til aktiv overvåking eller kurativ hensikt innledende behandling konstatert av risikonivå på diagnose. Rette piler indikerte mulige overgangs trasé i løpet påfølgende sykluser. Buet piler indikert tilfeller forble på at helse staten over påfølgende sykluser. Overgang mellom helsetilstander ble konstatert av statlige overgangssannsynligheter og sykdom evolusjon. Etter aktiv overvåking eller innledende behandling ble pasientene deretter behandlet for PCa tilbakefall og metastatisk kastrering resistent prostatakreft (dvs. mCRPC) konstatert av statlige overgangssannsynligheter og sykdom utvikling over påfølgende sykluser. Pasienter avdøde fra PCa eller andre årsaker avsluttet modell.
Helse stater i modellen
Hypotetiske pasienter med PCa ble simulert for å motta aktiv overvåking eller aktive behandlinger som konstatert ved risikonivå ved diagnose. Disse pasientene basert på sykdom evolusjon (eller ikke), ble overført til PCa tilbakefall gratis, eller mottatt behandling for tilbakefall, mCRPC, og til slutt dø under simuleringen fra PCa eller andre årsaker. Figur 1 viser åtte forskjellige helsetilstander transitt under simulerte periode:
«PCa diagnose «, hendelsen tilfeller stratifisert i lav, middels og høy risikogrupper
» Aktiv overvåking «, kvalifisert. pasienter med lav risiko gikk overvåking. Under simuleringen hvis sykdommen utviklet seg de gjennomgikk radikal prostatektomi eller strålebehandling med (eller uten) androgen deprivasjon terapi. Ellers var de fri for sykdomsutvikling og døde av andre årsaker [8].
«Aktiv behandling», kvalifiserte pasienter i alle risikogruppene fikk kurativ hensikt aktiv (initial) behandling (dvs. radikal prostatektomi eller strålebehandling med /eller uten androgen deprivasjon terapi). [8] Den kliniske litteraturen indikerte lignende kliniske resultater oppnås ved å åpne eller robot kirurgiske tilnærminger. [8], [15], [16] Intern strålebehandling (dvs. brachyterapi) og ekstern stråle strålebehandling (dvs. intensitet modulert strålebehandling) ble simulert ved modellen.
«PCa tilbakefall «, representerer tilbakefall av sykdommen etter svikt i innledende behandlinger som utløste oppstart av påfølgende behandling. [8] Pasienter som transited å PCa tilbakefall forble i denne tilstanden før de utviklet seg til mCRPC eller døde av andre årsaker.
«PCa tilbakefall gratis «, representerer tilbakefall av sykdommen fri etter innledende behandlinger.
«mCRPC», representerer metastatisk kastrering resistent tilstand av sykdommen etter svikt på etterfølgende behandling. Pasientene ble simulert for å motta systemiske behandlinger for å forbedre overlevelse [5], [8].
«PCa død «, representerer døden fra PCa. Pasienter som transited å mCRPC tilstand forble i staten før de utviklet seg til PCa død [7].
«Overall død», representerer død av andre konkurrerende årsaker. Pasienter på aktiv overvåking, PCA tilbakefall, og PCa tilbakefall frie kommet til generelle død under simuleringen basert på tilstands sannsynlighet.
Behandlingstilbud simulert ved risikogrupper
Utviklingen av sykdommen ble simulert basert på risiko ved diagnose. Derfor ble følgende behandlingstilbud simulert basert på risiko ved diagnose:
Lav risiko – kvalifiserte pasienter ble simulert til å få enten aktiv overvåking fulgt av forsinket behandling (dvs. radikal prostatektomi eller strålebehandling) eller kurativ hensikt behandling ( dvs. radikal prostatektomi eller strålebehandling) ved diagnose. Pasientene ble simulert for å motta intensitet modulert strålebehandling eller brachyterapi [8]
Intermediate risiko -. Disse pasientene ble simulert for å motta enten radikal prostatektomi eller strålebehandling ved diagnose. Pasientene ble simulert for å motta intensitet modulert strålebehandling som monoterapi eller i kombinasjon med brachyterapi eller androgen deprivasjon. Median varighet av ADT bruk var 8 måneder [8], [17]
Høy risiko -. Disse pasientene ble simulert for å motta intensitet modulert strålebehandling og androgen deprivasjon terapi med (eller uten) brachyterapi. Median varighet av ADT bruk var 15 måneder [8], [17].
Etter svikt i innledende behandlinger (dvs. kreft tilbakefall), pasienter fra alle risikogruppene ble simulert på mottatte påfølgende behandlinger. Etterfølgende behandling simulert etter svikt i innledende behandling med radikal prostatektomi var strålebehandling med (eller uten) androgen deprivasjon terapi. Videre, som følge av svikt av første strålingsterapi ble simulert for å motta androgen deprivasjon som følgende behandling [8]. Statlige overgangssannsynligheter for de påfølgende behandlinger ble konstatert under simuleringen
Statsovergangssannsynlig
De toppovergangssannsynlig brukes til å utvikle modellen var avledet fra peer anmeldt litteraturen [17] -. [22 ]. Studiens funn ble rapportert som rater over en tidsperiode (dvs. kumulativ insidens). Disse ble konvertert til årlige priser fulgt av årlige sannsynligheter. Årlige priser (r
1y) ble utledet ved hjelp av formelen r
1y = – [ln (1-r) /t], der «r» var hastigheten rapportert av studier og «t» var den tidsperioden svarende til hastigheten. Årlig sannsynlighet for hendelsen (p
1y) ble avledet fra årlige rater ved hjelp av formelen p
1y = 1-exp (-r
1y), hvor «p
1y» var den årlige sannsynlighet og «r
1y «var den årlige rate. [14] Helse stater pass av pasienter i løpet av de simulerte perioder ble telt ved tracker variabler [23].
Modelloversikt og forutsetninger
innledende behandling fordelinger ble tilpasset fra peer-reviewed litteratur som reflekterte klinisk praksis i Quebec, Canada [17] -. [22] Simulerte pasienter ble tildelt innledende behandlinger som er spesifikke for risiko ved diagnose. I den lave risiko kullet, ble 10% antas å gjennomgå aktiv overvåking og 90% var antatt å motta innledende behandlinger. [24], [25] Pasienter som aktiv overvåking ble antatt å motta en forsinket behandling på en årlig sannsynlighet på 0,08 for første 2 år, 0,04 for 3 til 5 år, og 0,02 for 5 til 10 år. [18] 90% av pasientene simulerte å motta kurativ hensikt behandling ble fordelt som følger: 0,30 for radikal prostatektomi, 0,30 for intensitet modulert strålebehandling, og 0,30 for brachyterapi. [21], [26] I kontrast, middels og høy risiko pasienter ble antatt å motta en kurativ hensikt innledende behandling etter diagnose. Fordelingen av innledende behandlinger mottatt av middels risiko kohort var 0,49 for radikal prostatektomi, 0,24 for intensitet modulert strålebehandling, 0,19 for intensitet modulert strålebehandling + androgen deprivasjon terapi, og 0,08 for intensitet modulert strålebehandling + brachyterapi. [17], [20], [27] Fordelingen av innledende behandlinger som mottas av høy risiko kullet var 0,77 for intensitetsmodulerte strålebehandlingen + androgen deprivasjon og 0,23 for intensitetsmodulerte strålebehandlingen + androgen deprivasjon + brachyterapi [17], [ ,,,0],20]
sykdom ledelse banen for lav, middels og høy risiko grupper ble simulert ved hjelp av data for etterfølgende behandlinger følgende tid til tilbakefall av risikogruppe, [17] -. [20] tid til mCRPC følge av sykdommen (etter påfølgende behandling), [21] tid til PCa død etter mCRPC, [22] og tid til generelle død etter aktiv overvåking eller tilbakefall av sykdommen /ikke-gjentakelse. [28] Pasienter som utviklet seg til mCRPC ble antatt å bare dø fra PCa. [7] For lav risiko, ble årlig sannsynlighet for tilbakefall for alle behandlinger antatt likt. [18] For middels risiko, årlig sannsynlighet for tilbakefall for intensitet modulert strålebehandling alternativer ble antatt likt. [17] De årlige priser og statlige overgangssannsynlig brukes til å utvikle modellen er oppsummert i tabell 1 og 2. Forventet levealder og helse-Justert levealder (HALE) ble spådd av modellen. HALE ble spådd av vekting overlevelse i en bestemt helsetilstand med følgende verktøy: kortsiktige lidelser (0,88), langsiktige lidelser (0,90), metastatisk kastrering resistente (0,85), og end-of-life (0,50) [29 ].
de sykdom ledelse baner som er spesifikke for hver pasient ble simulert ved hjelp av Monte Carlo mikro. I mikro, ble det underliggende hypotetiske kullet beregnet for hver simulert pasient fortsetter gjennom modellen individuelt. Simuleringen involvert stier med pasienter gjør tilfeldige turer fra PCa diagnose til end-of-life representert i Figur 1. Denne iterasjon ble gjentatt over bestemt tidsperiode (5-, 10-, 15-år og livstid periode), og en gang ferdig til neste pasient passerte gjennom modellen. Hver pasient opplevde forskjellige sykdoms evolution baner konstatert av sine statlige overgangssannsynlig under simuleringen. [23] Incident begivenheter i simuleringen ble talt av tracker variabler. Tracker variabler lagt minnet til Markov struktur. [23] Modellen ble utviklet i TreeAge Pro Suite (TreeAge Software Inc., Williamstown, MA, USA) [30].
Analyser
Validering av modellen
intern validering undersøkt modellens indre konsistens og forutsetninger på befolkningsnivå [31]. Modellen spådd prisene på behandlinger for PCa gjentakelse av risikogruppe ved diagnose, mCRPC, samlet og PCA dødsfall ble sammenlignet med priser som stammer fra peer-reviewed litteratur brukes til å utvikle modellen. Forut årlige priser og observerte årlige priser ble sammenlignet med t-tester. En tosidig p-verdi på 0,05 ble satt som nivået av betydning.
Sensivitetsanalyse
sensitivitetsanalyser ble utført for å undersøke robustheten modell funn. Enveis følsomhetsanalyser ble utført ved å variere inngangsverdien til en parameter i en tid, mens resten var holdt ved sine basistilfelle-verdier (tabell 3). Etter overgangssannsynlig av base case ble variert over verdiene rapportert i litteraturen: (i) lav risiko kohort mottatt primære androgen deprivasjon terapi, (ii) aktiv behandling distribusjon, (iii) PCa tilbakefall etter første behandling, (iv) PCa død etter mCRPC og (v) samlet død etter aktiv overvåking eller PCa tilbakefall gratis. Toveis analyse vurderes klinisk relevant interaksjon mellom parametrene og dens betydning for overlevelse
Outcome vurdering
Modellen spådd kliniske resultater ble. Frekvensen av tilbakefall etter første behandling, frekvensen av mCRPC , frekvensen av PCa død og total død. Disse prisene ble spådd for den samlede årsklasse, etter risikogrupper og initial behandlingsstrategier i løpet av angitte tidsperioder. Monte Carlo microsimulations av 1000 prøver ble brukt for å stabilisere modellen spådd estimat (f.eks bety) og variasjonen i resultater på tvers av simulerte kohorter genererte 95% konfidensintervall (95% KI) [32].
Resultater
Model validering
Validering vist god indre konsistens av modellen. Resultatene spådd av generelle, lav, middels og høy risiko kohorter var lik de observerte resultatene stammer fra litteraturen, (p = 0,49), (p = 0,62), (p = 0,47), (p = 0,51), henholdsvis . De årlige priser spådd av modellen var sammenlignbare med de observerte årlige priser avledet fra litteraturen (tabell 4). Modellen spådd utfallet demonstrert god samsvar med sykdommen evolusjon og observert utfall.
Sensivitetsanalyse
En vei sensitivitetsanalyser viste marginal variasjon i frekvensen av resultater på tvers av ulike scenarier vurderes ( tabell 5). Disse resultatene understreker robust base case funn. Når både den årlige sannsynligheten for kreft tilbakefall og mCRPC var variert (dvs. to-veis sensitivitetsanalyse) PCA dødsfall økte i forhold til base case; 3,2% (95% KI 2,5% -3,9%) vs. 2,4% (95% KI 1,7% -3,1%), og 9,4% (95% KI 8,3% -10,5%) vs. 6,3% (95% KI 5,8% -6,8%) over 10-, og 15-år, henholdsvis.
Outcome vurdering
Den antatte gjennomsnittlige levealderen var 20,9 år (95% KI 20,5 år-21,3 år) , 22,8 år (95% KI 22,1 år-23,5 år), 19,6 år (95% KI 18,8 år-20,4 år), og 17,3 år (95% KI 16,5 år-18.1 år) for generelle årsklasse, lav, middels og høy risikere hhv. Den beregnet gjennomsnitt HALE var 18,2 år (95% KI 17,9 år-18,5 år), 21,7 år (95% KI 21,1 år-22,3 år), 18,1 år (95% KI 17,3 år-18,9 år), og 13,4 år (95% CI 12,6 år-14,2 år), henholdsvis.
i løpet av levetiden simulert periode, PCA døden for generelle årsklasse, lav, middels og høy risiko was14.3% (95% KI 13,1% -15,5%), 1,8% (95% CI 1,2% -2,4%), 16,4% (95% CI 15,6% -17,2%) og 39,6% (95% CI 38,3% -40,9%), henholdsvis. Tilsvarende var samlet døden 85,7% (95% KI 83,5% -87,9%), 98,2% (95% KI 97,3% -99,1%), 83,6% (95% KI 81,9% -85,3%) og 60,4% (95% CI 57,3% -63,5%), henholdsvis. Tabell 6 og 7 oppsummere spådd utfallet av risikogrupper og behandlingsstrategier. Tall S1-S4 viser fordelingen av kliniske resultater ved simulerte kohorter.
Diskusjoner
Denne studien skisserer for første gang utvikling, validering og utfall spådd av en simuleringsmodell for den moderne forvaltning av PCa fra diagnose til slutten av levetiden. Intern validering vist god indre konsistens av modellen, mens sensitivitetsanalyser indikerte robusthet base case funn. Av notatet funnene rapportert av denne studien utvides med langsiktige forventede utfall enn 15-årene, mens ingen sammenlignbare data finnes i litteraturen. Det ville være av interesse å kontrollere om den langsiktige oppfølging av kohorter ville stemme disse spådd priser. Denne modellen skilte seg fra sine forgjengere på ulike sentrale aspekter [9] -. [11] Forut beslutning analytiske modeller manglet moderne ledelse alternativer som aktiv overvåking, intensitet modulert strålebehandling, og systemiske behandlinger for mCRPC [5], [8]. – [12] Videre foregående modeller omfavnet Markov-kohort simuleringsrammeverk som er minne mindre for å simulere en hypotetisk kohort i fare for PCa [9] -. [11] i motsetning til dagens modell, (i) fra et klinisk perspektiv, dette studium simulert de moderne ledelse valg av PCa og dens betydning for den kliniske byrden av sykdommen, og (ii) fra en metodologisk perspektiv, ble en Markov modell med Monte Carlo mikro rammeverket brukes. Videre er mikro med tracker variabler vant minnet mindre eiendom Markov kohort simulerings omfavnet av foregående modeller [9] -. [11] Videre tracker variabler aktivert enkelte pasient nivå simulering ved å integrere overgangssannsynlig basert på sykdomsutvikling [23]
det moderne forventet levealder på 65 år spådd av modellen var sammenlignbar med forventet levealder rapportert for kanadiske menn og andre utviklede land (17.8-19.3 år) for 2011. [33], [34] den anslåtte HALE for 2013 var høyere sammenlignet med 13,8 år rapportert for kanadiske menn i 2005/2007. [35] Modellen spådd overlevelse på 5- og 10-års sammenlignbar med moderne studier [36] -. [43] Studier funnene bekreftes med beviset på at moderne ledelse alternativer dratt bedret overlevelse. [5], [7], [8] Den eksisterende litteraturen manglet studier på kliniske utfall og overlevelse assosiert med intensitet modulert strålebehandling strategier i løpet av lang oppfølging perioder (f.eks 15 år), og dette hindret tilstrekkelig sammenligninger. Videre ble sammenligne spådd utfallet konfrontert med heterogenitet i rapporterte priser i litteraturen. Dette heterogenitet potensielt stammet fra pasientkarakteristika (f.eks alder, kliniske, patologiske parametere og preferanser), definisjon av resultater, klinisk praksis, og lengden på oppfølging [19], [40], [44] -. [49]
Denne simuleringen syntetisert bevis på moderne behandlingsstrategier knyttet til lave, middels og høye risikogruppene. For
lav risiko
, aktiv overvåking dratt bedre kliniske resultater og total overlevelse sammenlignet med aktive behandlinger. Kliniske utfall og overlevelse var sammenlignbare mellom radikal prostatektomi og brachyterapi fulgt av intensitet modulert strålebehandling i lav risikogruppe. Disse forskjellene potensielt stammet fra ulikhet i pasientspesifikke egenskaper behandlingstilbud i den lave risikogruppe [19], [44] -. [46], [50], [51] For
mellomgruppe
, utfall og overlevelse forbundet med radikal prostatektomi var sammenlignbar intensitet modulert strålebehandling + brachyterapi, etterfulgt av intensitet modulert strålebehandling anvendes som monoterapi, og intensitet modulert strålebehandling + androgen deprivasjon. Pasienter som er valgt for radikal prostatektomi sammenlignet med strålebehandling var relativt yngre med en mindre alvorlig sykdom som kan forklare forskjellen på anslåtte resultater og overlevelse. [45], [46], [52] For denne gruppen og
høy risiko
kategori, tillegg av brachyterapi til intensitet modulert strålebehandling + androgen deprivasjon terapi forbedret kliniske resultater og overlevelse sammenlignet med intensitet modulert strålebehandling + androgen deprivasjon terapi. Disse funnene er i samsvar med foregående studier rapporterer at tillegg av brachyterapi til ekstern strålebehandling /intensitet modulert strålebehandling kan ha konferert bedre kliniske resultater og overlevelse. [20], [53] Den spådde total overlevelse assosiert med intensitet modulert strålebehandling + androgen deprivasjon ble marginalt redusert sammenlignet med andre multimodal behandling med intensitet modulert stråling. Dette misforholdet potensielt stammet fra androgen deprivasjon som kan forverre kardio risiko og potensielt føre til marginal økning i total dødelighet [54] -. [60] Resultatene assosiert med behandlingstilbud spådd av modellen bør generaliseres med forsiktighet siden data brukes til å utvikle modellen ble hentet fra studier som viser forskjeller mellom behandlingsgruppene. Dessuten, denne studien var designet for å integrere moderne behandlingstilbud for å utvikle et nytt vedtak analytisk modell og ikke å evaluere effektiviteten.
Det var potensielle begrensninger knyttet til utvikling av simuleringsmodellen. Først ble forutsetningene anses å overvinne begrensninger av eksisterende litteratur om observerte priser og dermed påvirke spådd priser. For det andre metodiske begrensninger studier brukes til å utvikle og validere modellen potensielt påvirke nøyaktigheten av state-overgangssannsynligheter og spådd utfallet. Tredje, variasjon i sykdommens epidemiologi, adopsjon (og refusjon) av helseteknologi, og klinisk praksis på tvers av geografiske regioner begrense generalizability av funnene til helsevesenet hvorfra modell inndata ikke ble høstet. Imidlertid er en slik begrensning beslektet med andre sykdomsmodeller [61] -. [64] Til slutt, ledelse komplikasjoner forbundet med behandling valg ble ikke regnskaps av modellen
I konklusjonen, denne studien samtidig integrert bevis fra. et bredt spekter av moderne behandlingstilbud å administrere PCa å generere en ny modell hvor spådd prisene bekreftet observerte priser. Studiens funn viste moderne PCA ledelse alternativer tillagt forventet levealder for pasienter sammenlignes med normalbefolkningen i Canada og andre utviklede land. Dette validert modellen kan brukes til å vurdere langtidseffekten av ulike PCA forvaltningsstrategier. Den fleksible strukturen i modellen ville tillate evaluering av resultater knyttet til disse helseteknologi i ulike kohorter. Denne simuleringen basert studie identifisert begrensninger i eksisterende klinisk litteratur. Klinisk beslutningsprosesser vil ha stor nytte av simuleringsbasert studie gitt fraværet av empiriske studier som samtidig vurderes aktiv overvåking og moderne behandlingstilbud for lav, middels og høy risiko PCa fra diagnose til end-of-life.
Hjelpemiddel informasjon
Figur S1.
tilbakefall av simulerte kohorter enn 5-, 10-, og 15-års
doi:. 10,1371 /journal.pone.0113432.s001 plakater (TIF)
Figur S2.
mCRPC renten med simulerte kohorter enn 5-, 10-, og 15-år. . MCRPC- metastatisk kastrering resistent prostatakreft
doi: 10,1371 /journal.pone.0113432.s002 plakater (TIF)
Figur S3.
Dødelighet av simulerte kohorter enn 5-, 10-, og 15-års
doi:. 10,1371 /journal.pone.0113432.s003 plakater (TIF)
Figur S4.
Dødelighet etter simulerte kohorter enn livet
doi:. 10,1371 /journal.pone.0113432.s004 plakater (TIF)
bekreftelser
Forfatterne takke Coté-Sharp Family Foundation for økonomiske bidrag til Program i helseøkonomi av prostatakreft ved Urologi Division of McGill University.
