Generering og validering av prediktive modeller for lokalisert prostatakreft behandlet med ekstern strålebehandling.

Det generelle målet med studien er å utvikle en prediktiv modell for onkologiske utfall og blære- og rektaltoksisitet basert på analyse av pasienter med lokalisert prostatakreft som har mottatt ekstern strålebehandling, nyttig for medisinske beslutninger. Dette målet er delt inn i tre spesifikke mål:

1) Estimer en prediktiv modell for onkologiske utfall, slik som sannsynligheten for biokjemisk tilbakefall (BR), sykdomsfri eller metastasefri tid (DFT), total overlevelse (OS) og kreftspesifikk overlevelse (CSS).

2) Estimer en prediktiv modell for blære- og rektaltoksisitet hos pasienter med lokalisert prostatakreft som har mottatt ekstern strålebehandling.

3) Analysere gjennomførbarheten og effekten av å implementere en individualisert beslutningsmodell basert på denne modellen, og dens implementering i onkologiske komiteer og ved innledende (informative) besøk innen stråleonkologi.

• Hypoteser**:

  1. Den utviklede prediktive modellen vil ha tilstrekkelige prediktive verdier.
  2. Validere og sammenligne modellen med andre delte beslutningsmetoder ved lokalisert prostatakreft i strålingsonkologiske tjenester.
  3. Fagpersoner og pasienter vil vise passende tilfredshet med bruken av denne typen modeller for delt beslutningstaking med pasienten innen stråleonkologi.
• Metode**:

Denne studien er delt inn i faser for gjennomføringen:

1. Retrospektiv analyse av 400 pasienter diagnostisert med lokalisert prostatakreft og behandlet med ekstern strålebehandling mellom januar 2014 og desember 2019. Det vil bli utført delanalyser av populasjonen for å evaluere ulike onkologiske utfall og de produserte toksisitetene, med særlig vekt på å skille ut forskjeller som teknologiske variabler kan rettferdiggjøre.
2. Generering og validering av en prediktiv modell for behandling onkologiske utfall og blære og rektal toksisitet. Utviklingen av modellen vil følge TRIPODs retningslinjer.

3. Analyse av modellens implementering i pasientbeslutninger, hvor det vil bli brukt et validert spørreskjema for å måle tilfredshet med beslutningen som er tatt hos pasienter diagnostisert med prostata neoplasi (15). Den prediktive modellen vil bli brukt gjennom en pilotstudie som involverer 30 pasienter som vil bli presentert for behandlingsalternativer basert på ulike utfallsscenarier. Spørreskjemaet vil bli administrert etter første besøk til stråleonkologi for å vurdere bruken av prediktive modeller som en del av informasjonen som gis. Dette spørreskjemaet vil evaluere forbedringer i pasientens kunnskap om prostatakreft, klarhet i personlige verdier, beslutningseffektivitet og reduksjon av usikkerhet angående beslutningen som er tatt.

   • Statistisk analyse**:

Fase 1: Den årlige insidensraten vil bli beregnet ved bruk av den aktuarielle metoden for onkologiske utfall, estimert årlig antall tilfeller delt på summen av de totale risikopersonår per 100 behandlede pasienter. Satser vil bli beregnet som grove og aldersstandardiserte priser, stratifisert etter relevante sosiodemografiske og kliniske egenskaper. Ratene vil bli oppsummert som kumulative forekomster over tid ved å bruke en Kaplan-Meier-estimator. Individuelle assosiasjoner mellom prediktive faktorer og komplikasjonsutfall vil bli beregnet ved hjelp av en bivariat binomial logistisk prediksjonsmodell. Den optimale prediksjonstiden vil bli estimert ved å sammenligne endringer i odds ved forskjellige tid-til-hendelse cutoff-punkter.

Fase 2: Risikoprediksjonsmodellen vil bli konstruert ved å bruke straffede logistiske regresjonsteknikker for å optimalisere prediktiv nøyaktighet for forekomsten av onkologiske utfall. Modellutvikling vil bli utført på et undersett av treningsdata ved bruk av k-fold validering, og diagnostisk prediksjon vil bli beregnet ved hjelp av den rekalibrerte algoritmen. Den prediktive modellens ytelse vil bli evaluert ved å beregne arealet under mottakerens driftskarakteristikk og andre mål for nøyaktighet for ulike grensepunkter (prosent av pasienter med maksimal risiko, maksimering av positiv og negativ prediktiv verdi, og F-score).

Fase 3: Den prediktive modellen vil bli brukt på 30 nye pasienter. Gjennomsnittlig tilfredshet med den oppgitte informasjonen vil bli estimert ved hjelp av spørreskjemaresultater. Endringer i usikkerhet før og etter mottak av informasjon vil bli vurdert ved bruk av parvise t-tester.