Comparando la mediana de supervivencia con la supervivencia promedio
¿Qué significa el término médico "supervivencia media"? Echemos un vistazo a cuándo y por qué se le puede dar información sobre su supervivencia media, cómo esta estadística es diferente de "tasas de supervivencia" y qué debe saber si se siente ansioso acerca de su pronóstico.
Definición: mediana de supervivencia
La mediana de supervivencia se define como el tiempo después del cual el 50 por ciento de las personas con una condición particular aún viven y el 50 por ciento ha muerto.
Por ejemplo, una mediana de supervivencia de 6 meses indicaría que después de 6 meses, el 50 por ciento de las personas con esa condición estaría vivo, y el 50 por ciento habría fallecido.
Cuando podría utilizarse la supervivencia media a término
Hay muchas maneras en que puede escuchar el término supervivencia media utilizada:
- Como una descripción de los beneficios de un tratamiento.
- Como una estimación del pronóstico de una condición. Por ejemplo, la supervivencia media se puede usar para describir el pronóstico de una enfermedad en la cual la tasa de supervivencia es bastante corta. ¿Cuánto tiempo vive la gente generalmente?
- Como punto final en un ensayo clínico .
Comparando y contrastando la mediana de supervivencia con otras estadísticas
La supervivencia media se usa para hablar sobre muchos tratamientos para el cáncer. Puede ser una mejor estimación que la tasa de supervivencia promedio (la cantidad promedio de tiempo que alguien vive, por ejemplo) cuando hay una gran variación en la forma en que las personas responden a una condición o tratamiento.
Algunos otros términos estadísticos que puede escuchar incluyen la tasa de supervivencia, la supervivencia libre de progresión y más, que se definen en este artículo.
Ventajas y desventajas del uso de la mediana de supervivencia con cáncer
Sin entrar en una discusión de estadísticas, es importante tener en cuenta que cualquier estadística tiene inconvenientes al describir la esperanza de vida de un cáncer, o el beneficio de un tratamiento.
Algunos ejemplos se mencionan a continuación.
- Una ventaja: para un tratamiento que extiende la supervivencia por días o semanas o incluso meses, el tiempo medio de supervivencia puede dar una mejor indicación de cómo funciona el tratamiento. Por ejemplo, un tratamiento hipotético puede aumentar el tiempo medio de supervivencia a los 4 meses; por ejemplo, la mitad de las personas podría vivir durante 16 meses en lugar de 12 meses con el tratamiento. Dado que la mayoría de la gente no sobreviviría a largo plazo, las estimaciones como la tasa de supervivencia a 5 años o incluso la tasa de supervivencia a 2 años no revelarían el potencial del tratamiento para dar a la gente 4 meses adicionales (y afortunadamente buenos) para vivir.
- Una desventaja: Una desventaja ocurriría si un tratamiento resultara en muy buenos resultados a largo plazo, pero para menos de la mitad de las personas, más adelante. Si más de la mitad de las personas murieron en los primeros 2 años, la mediana de supervivencia sería menos de 2 años. En este caso, tal vez un tratamiento hipotético, si se tolera en los primeros 2 años podría resultar en una mayor supervivencia. En este ejemplo ficticio, podría ser que el 30 por ciento de las personas vivió durante 5 años después del tratamiento, mientras que solo el 5 por ciento vivió tanto tiempo sin el tratamiento. En este caso, la tasa de supervivencia a 5 años diría más sobre el potencial del tratamiento que la supervivencia media.
Significado estadístico vs importancia clínica de la mediana de supervivencia
Es importante reiterar que la significación estadística y la importancia clínica no son las mismas cosas. La significancia estadística (por ejemplo, qué tan entusiasmados pueden obtener los investigadores del resultado de un estudio) brinda información sobre la confiabilidad de un estudio, mientras que la importancia clínica describe cuán importante es para las personas individuales. Hay muchas variables que deben considerarse, como la magnitud de un cambio en la supervivencia media, la tolerabilidad del tratamiento que cambia la supervivencia media, así como la toxicidad.
Un ejemplo que se ha citado es el de algunos medicamentos específicos utilizados para el cáncer de páncreas.
Un estudio que mostró que la combinación aumentó la mediana de supervivencia de 5,91 meses a 6,24 meses fue estadísticamente significativa, pero no tanto desde el punto de vista clínico. En este ejemplo, la importancia clínica fue que las personas vivían, en promedio, 10 días más, mientras que también sufrían los efectos secundarios y el costo del tratamiento.
En otros casos, un estudio puede no tener una gran significación estadística pero puede tener diferencias clínicas muy significativas; las personas experimentarían una mejora significativa.
Las estadísticas son números NO personas
Es extremadamente importante señalar que las estadísticas de cualquier tipo son simplemente números. Las personas varían mucho en cómo responden a los tratamientos y cuánto tiempo viven con diversos tratamientos. Hay muchos factores que pueden aumentar o disminuir las probabilidades de supervivencia de alguien con cáncer.
También es fundamental tener en cuenta que cualquier estadística que escuche sobre el cáncer a menudo tiene algunos años. Se está progresando en el tratamiento del cáncer. Las estadísticas de supervivencia frecuentemente citadas para el cáncer de pulmón tienen 5 años. Dicho esto, hubo más tratamientos aprobados para el cáncer de pulmón en el período de 2012 a 2017, que en el período de 40 años anterior a 2011. Esta es solo una de las muchas razones para aferrarse a la esperanza.
Ejemplos:
A Jack le dijeron que la mediana de supervivencia para las personas con cáncer de pulmón en estadio 3B es de 13 meses. Esto significaría que, estadísticamente, tenía alrededor de un 50 por ciento de probabilidades de estar vivo con su enfermedad en 13 meses.
> Fuentes:
> Curvas de Chiba, Y. Kaplan-Meier para los efectos causales del superviviente con los resultados del tiempo hasta el evento. Ensayos clínicos . 2013. 10 (4): 515-21.
> Ranganathan, P., Pramesh, C. y M. Buyse. Fallas de comon en el análisis estadístico: importancia clínica versus estadística. Perspectivas en la investigación clínica . 2015. 6 (3): 169-170.