gms | German Medical Science

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

17.09. - 21.09.23, Heilbronn

Verlorene Lebenszeit mit Fokus auf Diagnose- oder Todeszeitpunkt: Vergleich anhand zweier Tumorerkrankungen

Meeting Abstract

  • Johannes Hüsing - Landeskrebsregister Nordrhein-Westfalen gGmbH, Bochum, Germany
  • Lennart Möller - Landeskrebsregister Nordrhein-Westfalen gGmbH, Bochum, Germany
  • Hiltraud Kajüter - Landeskrebsregister Nordrhein-Westfalen gGmbH, Bochum, Germany
  • Kevin Claassen - Landeskrebsregister Nordrhein-Westfalen gGmbH, Bochum, Germany
  • Andreas Stang - Landeskrebsregister Nordrhein-Westfalen, Bochum, Germany; Institut für Medizinische Informatik, Biometrie und Epidemiologie, Universitätsklinikum Essen, Essen, Germany

Deutsche Gesellschaft für Medizinische Informatik, Biometrie und Epidemiologie. 68. Jahrestagung der Deutschen Gesellschaft für Medizinische Informatik, Biometrie und Epidemiologie e. V. (GMDS). Heilbronn, 17.-21.09.2023. Düsseldorf: German Medical Science GMS Publishing House; 2023. DocAbstr. 205

doi: 10.3205/23gmds085, urn:nbn:de:0183-23gmds0856

Published: September 15, 2023

© 2023 Hüsing et al.
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

Einleitung: Die Last einer Krankheit wird unter anderem als Verlust von Lebensjahren ausgedrückt. Hierbei wird zwischen zwei Modellen unterschieden, von denen eines den Todeszeitpunkt und das andere zusätzlich den Zeitpunkt der Erstdiagnose berücksichtigt [1]. Während das am Tod orientierte Modell kontrafaktisch den Tod als Ereignis entgangener fernerer Lebenserwartung betrachtet [2], erlaubt das Mehrphasenmodell die Anpassung von Übergangsraten (Diagnose, Tod) sowie Annahmen über die Entwicklung der Raten über den beobachteten Zeitraum hinaus. Zu welchen unterschiedlichen Ergebnissen und Interpretationen die beiden Ansätze führen, soll anhand der Daten zweier Tumorentitäten ähnlicher Mortalität, aber unterschiedlicher Inzidenz und Letalität herausgearbeitet werden.

Methodik: An Daten des Krebsregisters Nordrhein-Westfalen über zwei Tumorentitäten (Leberkrebs, ICD-10-GM C22 und Gebärmutterkörperkrebs, ICD-10-GM C54 und C55) mit Mortalitätsraten von 6,4/100000 a und 6,4/100000 a in den Jahren 2017 bis 2019) bei unterschiedlichen Erkrankungs- und Letalitätsraten, werden der kontrafaktische Ansatz und das Mehrphasenmodell mit restringierten kubischen Splines zur Modellierung der Extrapolation des relativen Überlebens in einem loglinearen Modell angewendet [3], wobei das relative Überleben mit Hilfe des R-Pakets periodR [4] bis 5 Jahre nach Erkrankung bestimmt wird. Die Krankheitslast wird für das Jahr 2019 in Nordrhein-Westfalen errechnet.

Ergebnisse: Der vom Todeszeitpunkt ausgehende Ansatz führt zu einer Krankheitslast von 8864,5 (Gebärmutterkörperkarzinom [ML13]) und 9811,1 (Leberkarzinom) Jahre. Bei der Extrapolation über 5 Jahre nach Diagnose hinaus kommt man bei einer Annahme eines konstanten relativen Überlebens auf 6641,0 Jahre (Gebärmutterkörperkarzinom) bzw. 6728,9 Jahre (Leberkarzinom). Bei einer linearen Fortsetzung des durch kubische Splines angepassten relativen Überlebens beträgt die Tumorlast 11424,7 Jahre (Gebärmutterkörperkarzinom) und 7621,0 Jahre (Leberkarzinom). Der kontrafaktische Ansatz kann als Spezialfall des Mehrphasenmodells mit einem relativen Überleben von Null betrachtet werden.

Schlussfolgerung: Es wird demonstriert, wie stark die geschätzte verlorene Lebenszeit von der Wahl des Modells und den extrapolierten Letalitätsraten abhängt. Die Ansätze führen insbesondere bei verhältnismäßig geringer Letalität zu verschiedenen Ergebnissen. Maße zur Krankheitsauswirkung auf die Länge des Lebens sollten innerhalb der Spanne plausiblen Annahmen über die spätere Letalität beinhalten.

Die Autoren geben an, dass kein Interessenkonflikt besteht.

Die Autoren geben an, dass kein Ethikvotum erforderlich ist.


Literatur

1.
Andersen PK. Life years lost among patients with a given disease. Statist Med. 2017 Sep 30;36(22):3573–82.
2.
Gardner JW, Sanborn JS. Years of potential life lost (YPLL) - what does it measure? Epidemiology. 1990 Jul;1(4):322–9.
3.
Andersson TML, Dickman PW, Eloranta S, Lambe M, Lambert PC. Estimating the loss in expectation of life due to cancer using flexible parametric survival models. Statist Med. 2013 Dec 30;32(30):5286–300.
4.
Holleczek B, Brenner H. Model based period analysis of absolute and relative survival with R: Data preparation, model fitting and derivation of survival estimates. Computer Methods and Programs in Biomedicine. Mai 2013;110(2):192–202.
5.
Petitti DB, Crooks VC, Buckwalter JG, Chiu V. Blood pressure levels before dementia. Arch Neurol. 2005 Jan;62(1):112-6.