Generatie en validatie van voorspellende modellen voor gelokaliseerde prostaatkanker behandeld met externe radiotherapie.

Het algemene doel van de studie is het ontwikkelen van een voorspellend model voor oncologische uitkomsten en blaas- en rectumtoxiciteiten, gebaseerd op de analyse van patiënten met gelokaliseerde prostaatkanker die externe radiotherapie hebben gekregen, wat nuttig is voor medische besluitvorming. Deze doelstelling is onderverdeeld in drie specifieke doelstellingen:

1) Schat een voorspellend model voor oncologische uitkomsten, zoals de waarschijnlijkheid van een biochemisch recidief (BR), ziektevrije of metastasevrije tijd (DFT), algehele overleving (OS) en kankerspecifieke overleving (CSS).

2) Schat een voorspellend model voor blaas- en rectumtoxiciteit bij patiënten met gelokaliseerde prostaatkanker die externe radiotherapie hebben gekregen.

3) Analyseer de haalbaarheid en impact van de implementatie van een geïndividualiseerd besluitvormingsmodel op basis van dit model, en de implementatie ervan in oncologische commissies en bij initiële (informatieve) bezoeken in de radiotherapie-oncologie.

• Hypotheses**:

  1. Het ontwikkelde voorspellende model zal adequate voorspellende waarden hebben.
  2. Valideer en vergelijk het model met andere gedeelde besluitvormingsmethoden bij gelokaliseerde prostaatkanker in Radiation Oncology Services.
  3. Professionals en patiënten zullen passende tevredenheid tonen over het gebruik van dit soort modellen voor gedeelde besluitvorming met de patiënt in de radiotherapie.
• Methode**:

Voor de uitvoering is dit onderzoek opgedeeld in fases:

1. Retrospectieve analyse van 400 patiënten met de diagnose gelokaliseerde prostaatkanker en behandeld met externe radiotherapie tussen januari 2014 en december 2019. Er zullen subanalyses van de populatie worden uitgevoerd om verschillende oncologische uitkomsten en de geproduceerde toxiciteiten te evalueren, met bijzondere nadruk op het onderscheiden van verschillen die technologische variabelen kunnen rechtvaardigen.
2. Generatie en validatie van een voorspellend model voor oncologische behandelingsresultaten en blaas- en rectale toxiciteiten. De ontwikkeling van het model zal de TRIPOD-richtlijnen volgen.

3. Analyse van de implementatie van het model in de besluitvorming van patiënten, waarvoor een gevalideerde vragenlijst zal worden toegepast om de tevredenheid over de genomen beslissing te meten bij patiënten met de diagnose prostaatneoplasie (15). Het voorspellende model zal worden toegepast via een pilotstudie waarbij 30 patiënten betrokken zullen zijn, die behandelingsopties zullen krijgen op basis van verschillende uitkomstscenario's. De vragenlijst zal na het eerste bezoek aan de radiotherapie worden afgenomen om het gebruik van voorspellende modellen als onderdeel van de verstrekte informatie te beoordelen. Deze vragenlijst evalueert de verbeteringen in de kennis van de patiënt over prostaatkanker, de duidelijkheid van persoonlijke waarden, de effectiviteit van beslissingen en de vermindering van de onzekerheid over de genomen beslissing.

   • Statistische analyse**:

Fase 1: De jaarlijkse incidentie zal worden berekend met behulp van de actuariële methode voor oncologische uitkomsten, waarbij het jaarlijkse aantal gevallen wordt geschat gedeeld door de som van het totale aantal persoonsjaren met risico per 100 behandelde patiënten. De tarieven worden berekend als ruwe en op leeftijd gestandaardiseerde tarieven, gestratificeerd op basis van relevante sociodemografische en klinische kenmerken. De cijfers zullen worden samengevat als cumulatieve incidenties in de loop van de tijd met behulp van een Kaplan-Meier-schatter. Individuele associaties tussen voorspellende factoren en complicaties zullen worden berekend met behulp van een bivariate binomiale logistische voorspellingsmodel. De optimale voorspellingstijd zal worden geschat door veranderingen in de kansen op verschillende tijd-tot-gebeurtenis-afkappunten te vergelijken.

Fase 2: Het risicovoorspellingsmodel zal worden geconstrueerd met behulp van bestrafte logistische regressietechnieken om de voorspellende nauwkeurigheid voor het optreden van oncologische uitkomsten te optimaliseren. Modelontwikkeling zal worden uitgevoerd op een subset van trainingsgegevens met behulp van k-voudige validatie, en diagnostische voorspelling zal worden berekend met behulp van het opnieuw gekalibreerde algoritme. De prestaties van het voorspellende model zullen worden geëvalueerd door het berekenen van het gebied onder de bedieningskarakteristiek van de ontvanger en andere nauwkeurigheidsmetingen voor verschillende afkappunten (percentage patiënten met maximaal risico, maximalisatie van positieve en negatieve voorspellende waarde en F-score).

Fase 3: Het voorspellende model zal worden toegepast op 30 nieuwe patiënten. De gemiddelde tevredenheid over de verstrekte informatie wordt geschat aan de hand van de resultaten van de vragenlijst. Veranderingen in de onzekerheid voor en na het ontvangen van informatie zullen worden beoordeeld met behulp van paired-sample t-tests.