التجارب السريرية قصيرة، لكن فوائد العديد من الأدوية تستمر لأشهر أو حتى سنوات بعد انتهاء هذه التجارب. ولقياس التكاليف والفوائد الكاملة للعلاج بمرور الوقت (على سبيل المثال كما هو مستخدم لأغراض تقييم التكنولوجيا الصحية)، يجب على المرء استقراء هذه الفوائد السريرية. وعادة ما يتم هذا الاستقراء باستخدام دالة بارامترية (كما أوصت بذلك وثيقة الدعم الفني لوحدة دعم القرار التابعة للمعهد الوطني للرعاية الصحية والرعاية الصحية (DSU) حول تحليل البقاء على قيد الحياة (تي إس دي 14). أحد التحديات هو أن الدوال البارامترية المستخدمة لاستقراء البقاء ليست مرنة عادةً. لاتيمر وروذرفورد (2024) اكتب عن هذه القيود:
على وجه الخصوص، لا تستطيع النماذج الأسية وويبل وجومبرتز وجاما التعامل مع أي نقاط تحول في دالة الخطر بمرور الوقت (أي المعدل الذي يحدث به الحدث محل الاهتمام بمرور الوقت)، ولا تستطيع النماذج اللوغاريتمية اللوجستية واللوغاريتمية الطبيعية وجاما المعممة التعامل إلا مع نقطة تحول واحدة
مع العلاجات الجديدة (على سبيل المثال، CAR T، وعلم الأورام المناعي) التي تقدم مكاسب بقاء طويلة الأمد ودائمة، فإن هذه الأساليب المعيارية قد لا تلتقط بشكل كافٍ ملف البقاء المحتمل. حتى في غياب العلاج الشافي بالكامل، قد تكون هناك أسباب تجعل نماذج الشفاء مفيدة. على وجه التحديد،
إن المشاركين الذين لديهم أسوأ تشخيص من المرجح أن يموتوا أولاً، مما يغير المزيج التشخيصي لأولئك الذين يبقون في المتابعة. وقد يؤدي هذا إلى نقطة تحول في وظيفة الخطر، مع انخفاض خطر الوفاة في الأمد المتوسط. وفي الأمد البعيد، من المرجح أن تستمر المخاطر في الانخفاض وقد تنخفض حتى إلى المستويات المتوقعة في عموم السكان – وفي هذه الحالة، قد يُعتبر المرضى المتبقون قد شُفوا.
بدلاً من ذلك، قد يتردد الدافعون في استخدام نموذج “العلاج” إذا كانت البيانات محدودة حول (أ) المدة التي سيستمر فيها العلاج و(ب) نسبة الأفراد الذين سيتم “شفاؤهم”. ومع ذلك، فإن وثيقة الدعم الفني المحدثة التابعة للمعهد الوطني للتميز الصحي (تي إس دي 21) يصف بعض هذه الأساليب الأكثر مرونة.
يصف المؤلفون نماذج العلاج بأنها تقسم جميع المخاطر الناجمة عن جميع الأسباب h
هناك نوعان من نماذج المعالجة: نماذج المعالجة المختلطة (MCM) ونماذج المعالجة غير المختلطة (NMC). يشرح المؤلفون م م س على النحو التالي:
تفترض نماذج MCMs وجود مجموعتين من الأفراد – أولئك الذين شُفيوا من مرضهم وأولئك الذين لم يشفوا. وعند وضعها في إطار البقاء النسبي، يتم دمج معدلات الوفيات بين السكان بشكل مباشر في النموذج ويستخدم النموذج هذه المعدلات، جنبًا إلى جنب مع التوزيع المعياري المختار لتمثيل المرضى غير المتعافين، لتقدير نسبة الشفاء. يتم أخذ معدلات الوفيات بين السكان بشكل عام من جداول الحياة ذات الصلة، مع استخدام المعدلات من السنة التقويمية المناسبة، ويتم تصنيفها بشكل أكبر حسب خصائص مثل العمر والجنس، بحيث يمكن تعيين معدل الوفيات المتوقع لكل مشارك في التجربة.
تمزج MCM بين السكان الذين شُفيوا وغير الذين لم يشفوا حيث يكون معدل الوفيات بين السكان بشكل عام مرتفعًا. ومع ذلك، من المهم ملاحظة أن واضعي النماذج لا “يقررون” نسبة الشفاء؛ يتم تقدير ذلك من البيانات. على وجه التحديد، لا يتم تعيين كل فرد في مجموعة البيانات ليكون شُفي أم لا؛ بل يتم تعيين احتمالية شفائه؛ لا يمكن للمرء إلا تقدير نسبة الشفاء على مستوى السكان من خلال حساب متوسط احتمالات الشفاء هذه عبر السكان.
لترميز MCMs، يمكن للمرء استخدام سترسميكس في ستاتا أو فليكسسورف و دواء في ر.
إن إم سيوعلى النقيض من ذلك، فإنهم يقسمون السكان إلى مجموعات معالَجة وغير معالَجة بشكل مباشر. وبدلاً من ذلك، يتم تعريف “الشفاء” على النحو التالي:
لا تفترض النماذج الأولية أن هناك مجموعة من المرضى “تم شفاؤهم” عند خط الأساس. تعتمد النقطة الزمنية التي يحدث فيها الشفاء على وقت تقارب المخاطر النموذجية مع تلك التي لوحظت في عامة السكان. عند التركيب باستخدام نماذج معيارية قياسية، لا يوجد قيد على وقت حدوث هذا التقارب.
وعلى الرغم من هذه الأساليب المختلفة، لاحظ المؤلفون أنه عندما يتم ملاءمة MCM وNMC مع توزيعات معاملية مماثلة، فإن معدلات الشفاء تكون متشابهة في كثير من الأحيان.
لترميز NCMs، يمكن للمرء استخدام سترسن ميكس أو ستبم2 في ستاتا، أو فليكسسورف, دواء و رستبم2 في ر.
أنصحك بقراءة الورقة الكاملةيحتوي الجزء المتبقي من الورقة على تطبيقات تجريبية ونصائح حول متى ينبغي (ومتى لا ينبغي) استخدام نماذج العلاج، وغير ذلك الكثير. قراءة ممتعة للغاية.
