平均生存率と平均生存率の比較
医療用語「生存中央値」は何を意味していますか？ あなたの中央生存率、この統計値と「生存率」との違い、そして予後について心配している場合にどのように知っておくべきかについての情報をいつ、そしてなぜ得ることができるかを見てみましょう。
定義：中央生存率
中央生存率は、特定の状態の人々の50％がまだ生存しており、50％が死亡した後の時間として定義される。
例えば、6カ月の生存期間中央値は、6カ月後にその状態の人々の50％が生存し、50％が亡くなったことを示している。
期間中央生存率が使用される場合
使用される生存期間の中央値を聞くことができる多くの方法があります：
- 治療の利点の説明として。
- 状態の予後の推定値として。 例えば、平均生存率は、生存率がかなり低い疾患の予後を説明するために使用され得る。 人々は通常どのくらいの期間生きていますか？
- 臨床試験のエンドポイントとして。
中央生存率と他の統計量の比較と対照
生存期間中央値は、がんの多くの治療について話すために使用されます。 それは、 人々が病状や治療にどのように反応するかに大きなばらつきがある場合、平均生存率（例えば、誰かが暮らしている平均時間）よりも良い見積もりになる可能性があります。
他のいくつかの統計的な用語には、この記事で定義されている生存率、無増悪生存率などがあります。
癌の生存期間中央値を用いるメリットとデメリット
統計の議論に入ることなく、癌の寿命や治療のメリットを記述する際には、統計には欠点があることに注意することが重要です。
以下にいくつかの例を示します。
- 利点：数日または数週間または数か月までに生存期間を延長する治療では、生存期間の中央値が治療の仕組みをよりよく示すことがあります。 例えば、仮説的治療は生存期間の中央値を4ヶ月延長することができます。例えば、治療の12ヶ月ではなく16ヶ月の半分の生存が可能です。 ほとんどの人は長期間生き残ることができないため、5年生存率や2年生存率などの推定では、生存期間を4倍延長する可能性があるとは言えません。
- 欠点： 治療が非常に良好な長期的結果をもたらしたが、人々の半分以下の者にとっては、ラインの下で不利な点が生じる。 最初の2年間に死亡者の半数以上が死亡した場合、中央生存期間は2年未満になる。 この場合、恐らく仮説的治療は、最初の2年間に許容されれば、より長い生存期間をもたらす可能性がある。 この架空の例では、30％の人々が治療後5年間生存していたのに対して、5％は治療なしで長生きしていた可能性があります。 この場合、5年生存率は中央生存期間よりも治療の可能性についてより多く述べるであろう。
統計学と中央生存率の臨床的意義
統計的有意性と臨床的意義は同じではないことを繰り返し強調することが重要です。 統計的有意性（例えば、研究の結果から得られる興奮した研究者がどのようにして得られるか）は、研究の信頼性についての情報を与えるが、臨床的意義は、これが個人にとってどれほど重要であるかを示す。 生存期間中央値の変化の程度、生存期間の中央値を変化させる治療の忍容性、ならびに毒性など、考慮しなければならない多くの変数がある。
引用された例は、膵臓癌に使用されるいくつかの標的化された薬物の例である。
この組み合わせが中央生存率を5.91ヵ月から6.24ヵ月に増加させたことを示す研究は、統計的に有意であったが、それほど臨床的ではなかった。 この例では、平均的に10日以上住んでいたが、治療の副作用および費用に苦しんでいるという臨床的意義があった。
他のケースでは、研究は統計的に有意なものではないかもしれないが、臨床的に非常に有意な差があるかもしれない。 人々は大幅な改善を経験するだろう。
統計は数字ではない
どのような種類の統計も単なる数値であることに注意することは非常に重要です。 人々は治療法にどのように反応し、どのくらい長くさまざまな治療法で生活するのかが大きく異なります。 癌で生存する機会を増やしたり減らしたりするには、多くの要因があります。
また、がんについて聞いた統計は、しばしば数年前であることに注意することが重要です。 がんの治療が進んでいます。 肺がんの生存統計は5歳です。 つまり、2011年以前の40年間よりも、2012年から2017年の間に肺癌の治療が承認されました。これは希望に満ちた多くの理由の1つにすぎません。
例：
ジャックは、 ステージ3Bの肺がんの患者の生存期間中央値が13ヶ月であると言われました。 これは、統計的に、彼は13カ月で彼の病気で生きている確率は約50％であったことを意味する。
>出典：
> Chiba、Y. Kaplan-Meier曲線を用いて、生存者の因果関係の時間効果を評価する。 臨床試験 。 2013. 10（4）：515-21。
> Ranganathan、P.、Pramesh、C.、およびM. Buyse。 統計分析におけるコモンの落とし穴：臨床と統計の意義。 臨床研究における展望 2015,6（3）：169-170。