Video Experimental Relacionado
Updated: Sep 10, 2025
09:32
Multiplexed Immunofluorescence Analysis and Quantification of Intratumoral PD-1+ Tim-3+ CD8+ T Cells
Published on: February 8, 2018
14.8K
[Modelado de regresión bayesiana de la correlación entre la supervivencia posterior a la progresión y la
Motoko Kaneko1, Toshihiro Shida, Yoshiki Abe
1Dept. of Pharmacy, Yamagata University Hospital.
Gan to kagaku ryoho. Cancer & chemotherapy
|August 21, 2025
Resumen
La supervivencia después de la progresión (PPS, por sus siglas en inglés) extiende significativamente la supervivencia global (OS, por sus siglas en inglés) en el cáncer de pulmón de células no pequeñas avanzado tratado con inhibidores del punto de control inmunológico (ICI, por sus siglas en inglés). El PPS muestra una alta precisión predictiva para la OS, especialmente con pembrolizumab, ofreciendo una métrica estable más allá de la supervivencia libre de progresión (PFS).
Área de la Ciencia:
- En el campo de la oncología
- La inmunoterapia
- Estadísticas biológicas
Sus antecedentes:
- La supervivencia libre de progresión (SFP) y la supervivencia global (SO) son indicadores estándar para la eficacia del tratamiento del cáncer.
- Los inhibidores del punto de control inmune (ICI) pueden presentar respuestas tardías, lo que complica la interpretación de la métrica de supervivencia tradicional.
- La relación entre PFS y OS en la terapia ICI requiere una evaluación matizada.
Objetivo del estudio:
- Analizar el impacto de la supervivencia posterior a la progresión (PPS, por sus siglas en inglés) en la supervivencia global (OS, por sus siglas en inglés) en pacientes con cáncer de pulmón de células no pequeñas (CPNP) avanzado tratados con atezolizumab y pembrolizumab.
- Evaluar la precisión predictiva de la PPS para la OS en el tratamiento con ICI.
- Destacar la importancia de la PPS en la evaluación de la eficacia del tratamiento con ICI.
Principales métodos:
- Análisis estadístico bayesiano de los datos de SFP, OS y PPS.
- Población del estudio: pacientes con cáncer de pulmón de células no pequeñas avanzado tratados con atezolizumab o pembrolizumab.
- Análisis comparativo de las métricas de supervivencia entre los grupos de tratamiento.
Principales resultados:
- La extensión de la PPS contribuyó significativamente a la OS prolongada tanto para el atezolizumab como para el pembrolizumab.
- La PPS demostró una alta precisión predictiva para la OS en el grupo de pembrolizumab.
- Las respuestas tardías y la pseudoprogesión asociadas con las ICI pueden afectar a la evaluación de la SFP.
Conclusiones:
- La PPS es una métrica crucial para capturar el beneficio de supervivencia total del tratamiento con ICI en el NSCLC.
- El PPS ofrece una medida estable y predictiva de la OS, particularmente valiosa en contextos de tratamiento de ICI.
- La investigación adicional en modelos no lineales puede mejorar el poder predictivo de las métricas de supervivencia en la terapia de ICI.
Videos de Conceptos Relacionados
01:21Cancer Survival Analysis
453
Cancer survival analysis focuses on quantifying and interpreting the time from a key starting point, such as diagnosis or the initiation of treatment, to a specific endpoint, such as remission or death. This analysis provides critical insights into treatment effectiveness and factors that influence patient outcomes, helping to shape clinical decisions and guide prognostic evaluations. A cornerstone of oncology research, survival analysis tackles the challenges of skewed, non-normally...
453
01:20Comparing the Survival Analysis of Two or More Groups
285
Survival analysis is a cornerstone of medical research, used to evaluate the time until an event of interest occurs, such as death, disease recurrence, or recovery. Unlike standard statistical methods, survival analysis is particularly adept at handling censored data—instances where the event has not occurred for some participants by the end of the study or remains unobserved. To address these unique challenges, specialized techniques like the Kaplan-Meier estimator, log-rank test, and...
285
01:14Parametric Survival Analysis: Weibull and Exponential Methods
602
Parametric survival analysis models survival data by assuming a specific probability distribution for the time until an event occurs. The Weibull and exponential distributions are two of the most commonly used methods in this context, due to their versatility and relatively straightforward application.
Weibull Distribution
The Weibull distribution is a flexible model used in parametric survival analysis. It can handle both increasing and decreasing hazard rates, depending on its shape parameter...
Weibull Distribution
The Weibull distribution is a flexible model used in parametric survival analysis. It can handle both increasing and decreasing hazard rates, depending on its shape parameter...
602
01:24Kaplan-Meier Approach
260
The Kaplan-Meier estimator is a non-parametric method used to estimate the survival function from time-to-event data. In medical research, it is frequently employed to measure the proportion of patients surviving for a certain period after treatment. This estimator is fundamental in analyzing time-to-event data, making it indispensable in clinical trials, epidemiological studies, and reliability engineering. By estimating survival probabilities, researchers can evaluate treatment effectiveness,...
260
01:15Assumptions of Survival Analysis
196
Survival models analyze the time until one or more events occur, such as death in biological organisms or failure in mechanical systems. These models are widely used across fields like medicine, biology, engineering, and public health to study time-to-event phenomena. To ensure accurate results, survival analysis relies on key assumptions and careful study design.
196
02:07Tumor Progression
6.5K
Tumor progression is a phenomenon where the pre-formed tumor acquires successive mutations to become clinically more aggressive and malignant. In the 1950s, Foulds first described the stepwise progression of cancer cells through successive stages.
Colon cancer is one of the best-documented examples of tumor progression. Early mutation in the APC gene in colon cells causes a small growth on the colon wall called a polyp. With time, this polyp grows into a benign, pre-cancerous tumor. Further...
Colon cancer is one of the best-documented examples of tumor progression. Early mutation in the APC gene in colon cells causes a small growth on the colon wall called a polyp. With time, this polyp grows into a benign, pre-cancerous tumor. Further...
6.5K