gms | German Medical Science

64. Jahrestagung der Deutschen Gesellschaft für Medizinische Informatik, Biometrie und Epidemiologie e. V. (GMDS)

Deutsche Gesellschaft für Medizinische Informatik, Biometrie und Epidemiologie

08. - 11.09.2019, Dortmund

Anwendung eines parametrischen Heilungsmodells auf Darmkrebs in Deutschland unter Berücksichtigung von Kovariaten

Meeting Abstract

Search Medline for

  • Jörg Haberland - Robert Koch-Institut, Berlin, Germany

Deutsche Gesellschaft für Medizinische Informatik, Biometrie und Epidemiologie. 64. Jahrestagung der Deutschen Gesellschaft für Medizinische Informatik, Biometrie und Epidemiologie e.V. (GMDS). Dortmund, 08.-11.09.2019. Düsseldorf: German Medical Science GMS Publishing House; 2019. DocAbstr. 178

doi: 10.3205/19gmds050, urn:nbn:de:0183-19gmds0507

Published: September 6, 2019

© 2019 Haberland.
This is an Open Access article distributed under the terms of the Creative Commons Attribution 4.0 License. See license information at http://creativecommons.org/licenses/by/4.0/.


Outline

Text

Hintergrund: Parametrische Heilungsmodelle werden eingesetzt, um den Anteil von Krebserkrankten zu schätzen, die eine zur Allgemeinbevölkerung vergleichbare Sterblichkeit aufweisen und in diesem Sinne als populationsbasiert geheilt betrachtet werden. Im Vergleich zur Analyse relativer Überlebensraten werden dabei differenziertere Einblicke in die Veränderungen der Überlebensaussichten ermöglicht.

Methoden: Auf der Basis epidemiologischer Krebsregisterdaten von Darmkrebspatienten (ICD-10 C18-21) im Alter zwischen 15 und 99 aus Deutschland wurde ein Heilungsmodell unter Verwendung einer Mischung aus 2 Weibull-Verteilungen angewendet. Dabei wurden Ergebnisse auf Basis einer Kohortenanalyse der Jahre 2002/03 den Ergebnissen auf Basis einer Periodenanalyse für das aktuelle Periodenfenster 2014/15 mit jeweils einer Follow-Up-Zeit von 10 Jahren gegenübergestellt. Die Parameter des Heilungsmodells wurden als Funktionen der Kovariaten Alter und Analysezeitraum modelliert. Für die Gruppe der Nicht-Geheilten, bei denen die Sterblichkeit über der Sterblichkeit der Allgemeinbevölkerung liegt, wurde zudem die zeitliche Entwicklung der mittleren Überlebenszeit zwischen beiden Analysezeiträumen betrachtet.

Ergebnisse: Aktuell liegt der geschätzte Anteil Geheilter bei Darmkrebs zwischen 67,3% (Altersgruppe 15-44 Jahre) und 56,5% (75-99 Jahre), wobei diese Anteile in allen Altersgruppen im letzten Jahrzehnt um über 5% angestiegen sind. Die mittleren Überlebenszeiten der nicht geheilten Darmkrebserkrankten liegen bei den unter 75-Jährigen aktuell zwischen 3,1 und 3,4 Jahren. Nur in der Gruppe der Hochaltrigen sind deutlich niedrigere mittlere Überlebenszeiten (aktuell 1,5 Jahre) bei den Nicht-Geheilten zu erkennen. Dennoch sind auch diese Mittelwerte in allen Altersklassen gegenüber der früheren Kohorte angestiegen.

Schlussfolgerungen: Die Überlebensaussichten von Darmkrebserkrankten haben sich im letzten Jahrzehnt verbessert, wobei hierbei sowohl die Gruppe der Geheilten als auch die der Nicht-Geheilten profitiert hat. Ein „lead-time-bias“ als alleinige Erklärung für die verbesserten Überlebensaussichten bei Darmkrebs im früherkennungsrelevanten Altersbereich ab 50 Jahre kann ausgeschlossen werden, da der Anteil Geheilter davon nicht beeinflusst wird.

Die Autoren geben an, dass kein Interessenkonflikt besteht.

Die Autoren geben an, dass kein Ethikvotum erforderlich ist.


Literatur

1.
Gamel JW, Weller EA, Wesley MN, Feuer EJ. Parametric cure models of relative and cause-specific survival for grouped survival times. Comput Methods Programs Biomed. 2000 Feb;61(2):99-110.
2.
Dickman PW, Coviello E. Estimating and modeling relative survival. Stata J. 2015;15(1):186-215.
3.
Lambert PC, Dickman PW, Weston CL, Thompson JR. Estimating the cure fraction in population-based cancer studies by using finite mixture models. Journal of the Royal Statistical Society: Series C (Applied Statistics). 2010 Jan;59(1):35-55.
4.
Haberland J, Baras N, Wolf U. Populationsbasierte Anteile geheilter Krebspatientinnen und -patienten in Deutschland. GMS Med Inform Biom Epidemiol. 2019;15(1):Doc02.