Eturauhassyöpäpotilaiden kliinisen epäonnistumisen mallintaminen kaksivaiheisen tilastollisen mallin perusteella (PREDYC)

Biomarkkerisarjat voivat osoittaa taudin etenemisen ja ennustaa kliinisiä päätepisteitä. Kun hoito määrätään biomarkkerista riippuen, käyttöaihe saattaa aiheuttaa hämmennystä, jos hoito muuttaa merkkiaineen profiilia ja epäonnistumisen riskiä.

Bayesin Markov-ketjun Monte Carlo -kehykseen sovitettu kaksivaiheinen malli on erityisen joustava tällaisten tietojen huomioon ottamiseksi. Eturauhasspesifisiä antigeenejä voidaan tarkkailla eturauhassyöpäpotilailla, joita hoidetaan ulkoisella sädehoidolla. Jos eturauhasspesifisten antigeenien määrä lisääntyy ulkoisen sädehoidon jälkeen, voidaan määrätä pelastushormonihoitoa vähentämään sekä eturauhasspesifisten antigeenien pitoisuutta että kliinisen epäonnistumisen riskiä, ​​mikä on esimerkki käyttöaiheesta johtuvasta hämmennyksestä. Hormonihoidon ja eturauhasspesifisten antigeenien liikeradan ennustearvo epäonnistumisriskille perustuen kaksivaiheiseen malliin bayesialaisessa kehyksessä, jotta voidaan arvioida eturauhasspesifisten antigeenien profiilin roolia kliinisen epäonnistumisen yhteydessä, samalla kun otetaan huomioon lääkärin määräämä toissijainen hoito. osoitus. Tämän tutkimuksen tavoitteena on mallintaa eturauhasspesifisiä antigeenejä käyttäen hierarkkista palakohtaista lineaarista liikerataa satunnaisella muutospisteellä. Eturauhasspesifisten antigeenien jäännösvaihtelu voidaan ilmaista eturauhasspesifisten antigeenien konsentraation funktiona. Kovariaatteja eloonjäämismallissa voivat olla: hormonihoito, lähtötilanteen ominaisuudet ja yksittäiset ennusteet eturauhasspesifisten antigeenien alimmalle tasolle ja ajoituksesta sekä eturauhasspesifisten antigeenien kaltevuus ennen ja jälkeen alimman pitkittäisprosessin tarjoaman.