Exposició GRASS

De 10:00 a 12:00

* Exposició Montse Rué 

TÍTOL: Anàlisi dinàmica de l'impacte d'alguns factors de risc en la incidència del càncer de mama diagnosticat entre dos exàmens de cribratge. És el "landmark analysis" un mètode adequat?

RESUM

Es presentarà l'estudi INCA (INterval CAncer), que ha inclòs més de 600.000 dones participants en programes de detecció precoç del càncer de mama a Espanya. Com un treball secundari als objectius inicials de l'estudi, ens plantegem avaluar com la informació dinàmica sobre factors de risc (ex. haver tingut resultats falsos positius en exàmens previs) es podria tenir en compte per predir el risc de ser diagnosticada de càncer de mama en futurs exàmens o en l'interval entre exàmens. S'espera aprofitar l'expertesa del GRASS per a discutir la idoneïtat del "landmark analysis" o, d'altres mètodes alternatius, en l'estudi INCA.

* Assaig TFM Xavier Piulachs

TÍTOL: Joint Modeling Techniques for Analyzing Survival and Longitudinal Data with Applications to the European Randomized Screening for Prostate Cancer (ERSPC).

 

RESUM

En l'actualitat, el càncer de pròstata és el segon tipus de càncer més diagnosticat als països d'Europa occidental, amb un gran nombre d'afectats en aquells països europeus més septentrionals.

En comparació amb altres parts del món, Europa es troba entre les regions amb un major nivell de repercussió de la malaltia. Particularment, el càncer de pròstata constitueix un greu problema de salut pública a Espanya, on la incidència mitjana va ser de 57.2/100 000 homes-any durant 2008 (Ferlay et al., 2010).

L'augment de l'edat i alguns factors de risc de tipus genètic i ètnic han estat tradicionalment identifficats com a causes que afavoreixen el desenvolupament de càncer de pròstata. En aquest punt, el denominat antígen específic prostàtic (PSA) s'ha convertit en el principal biomarcador utilitzat per a la detecció precoç de la malaltia, encara que l'exacta incidència d'aquesta variable és avui en dia molt desconeguda. Existeix per tant una necessitat clínica d'assolir un millor coneixement d'aquest biomarcador, de manera que el cada cop més elevat nombre d'homes diagnosticats pugui ser adequadament tractat i s'evitin casos de sobrediagnòstic, és a dir, aquells casos en què el càncer de pròstata mai hauria estat detectat fora d'un procés de cribatge ni tampoc hauria tingut una progressió letal per a la salut del subjecte. Per a millorar el coneixement sobre aquesta incertesa, es va iniciar a principis dels anys 90 del segle passat l'estudi European Randomized Screening for Prostate Cancer, ERSPC, evaluant l'efecte de la prova de nivell de PSA en la detecció de nous casos de càncer de pròstata.

El present treball analitza les dades corresponents a la secció espanyola de l'estudi ERSPC, on entre d'altres variables es van obtenir en els subjectes de l'estudi mesures repetides del valor de la PSA al llarg del temps. D'altra banda, també es va recollir la incidència del càncer de pròstata entre cadascun dels subjectes de l'estudi. D'aquesta forma, l'objectiu d'aquest treball ha estat el poder avaluar si hi ha relació entre l'evolució particular d'un determinat subjecte amb el risc d'experimentar la malaltia, realitzant per a això una modelització conjunta de les dades longitudinals i de supervivència. Sota una aproximació de tipus joint modeling, les covariants longitudinals son tractades de forma paramètrica amb la incorporació d'efectes aleatoris (Laird and Ware, 1982), mentre que les dades de supervivència acostumen a la literatura a ser tractades amb el model de riscos proporcionals desenvolupat per Cox (Cox, 1972).

Les tècniques de joint modeling van ser aplicades al conjunt de dades de l'estudi, PCa Dataset. Els paràmetres del model es van estimar mitjançant el mètode de màxima versemblança amb l'algoritme Expectation-Maximization, i per a predir els efectes aletoris es va utilitzar una aproximació del tipus Empirical Bayes. Així, es va poder obtenir un model conjunt que connectés els processos longitudinal i de supervivència. S'ha pogut doncs mesurar el grau d’associació entre la resposta longitudinal real (és a dir, sense estar sotmesa a error de mesura) i el risc de diagnòstic de càncer de pròstata, tot considerant les particularitats de cada individu. Les hipòtesis han estat validades per gràfics de residus, i es resumeixen els resultats de la modelització conjunta, així com també es presenten una sèrie de consideracions sobre futures àrees de recerca en el tema.

Totes les anàlisis incloses en aquest treball han estat implementats amb el programa estadístic de lliure accés R, utilitzat per a la modelització de dades i la realització de gràfics. Entre d'altres paquets del programa, s'han fet servir els següents: nlme (Pinheiro et al.), survival (Therneau, 2012) i JM (Rizopoulos, 2010).

__________________________________________________________________