J.E. har sagt det x antall ganger i Radium at han som leder av Radforsk ikke synes det er riktig å gjøre personlige investereringer i de selskapene Radforsk er inne i. Så Truls er nok 100% på ballen her.
Edit: Dette + poster over hører hjemme i småprat dere / Hold Fundamental ren!
Vi får jo en artikkel fra Helland og hennes team om en stund med mer data fra NIPU, men det blir nok først på nyåret. I mellomtiden får vi forsøke å krøste ut det vi kan av informasjon fra det vi har i de tre KM-plottene. I den forrige posten sammenlignet jeg eventene mellom de to PFS-plottene og OS-plottet, og mente altså å kunne konkludere med at lokal vurdering i større grad enn sentral vurdering er et korrekt bilde av klinisk nytte av de to behandlingene.
Da tegnet jeg altså streker mellom alle eventene. Nå har jeg tegnet streker mellom alle de sensurerte. Det jeg da umiddelbart ser er at ingen sensureringer i PFS-plottene matcher OS-plottet. Dette må bety at en pasient blir sensurert i et PFS-plot på tidspunkt for siste undersøkelse og ikke den totale inklusjonstiden, noe ikke jeg visste i alle fall. Så da er det altså ikke noe interessant å se PFS-plottene i forhold til OS-plottet, slik det var med eventene. Så derfor har jeg bare tegnet streker mellom de to PFS-plottene.
Minimum oppfølging er 7 mnd, men det er altså siste undersøkelse, som nødvendigvis er før, som er relevant - f.eks. 6 måneder. Det man kan se direkte i lokal-plottet er at det er 7 stk sensurerte i UV1 armen, mens det bare var er en eneste i SoC armen etter dette tidspunktet. Men det som er mer interessant er at også sentral vurdering er enig i at 6 av disse 7 i UV1 armen ikke hadde fått progresjon. Den ene i SoC armen er også lokal og sentral vurdering enige om. Men altså: Enighet om 6 ganger så mange uten progresjon i UV1 armen enn i SoC armen etter 6 måneder - det er sånt som kan translatere til meget gode OS-data til neste år.
Den uten rød prikk er altså den eneste etter 6 måneder de var uenige om, og var en sentral vurdering definerte som progresjon på et tidligere tidspunkt (før 6 måneder).
Det hade varit tacksamt om du kunde dela de grafer som ligger bakom dina slutsatser. Om detta stämmer, finns det skäl att tro att OS-kurvan kommer mogna till UV1:s fördel?
Nedan kommer lite resonemang. Jag vill börja med att understryka att jag hoppas alla patienter i hela studien lever så länge som möjligt, och att nedanstående är helt teoretiskt utifrån datan.
Om vi tittar på OS-kurvan:
Om man kollar på de patienter där LA och BICR varit överens enligt den graf du lagt upp, och ställer detta i relation till hur många som förmodat är i livet och under fortsatt uppföljning, från ca. 6 månader fram till sena korsningen. Det är dessa patienter som kan påverka sena korsningen i OS-grafen. Efter 6 månader har:
6 av 14 pat i UV1-armen inte progredierat enligt både LA och BICR
1 av 13 pat i SoC-armen inte progredierat enligt både LA och BICR
Minst lika intressant är kanske att direkt jämföra LA och BICR:
LA:
7 av 14 pat 6 av 14 pat i UV1-armen har inte progredierat enligt LA
1 av 13 pat i SoC-armen har inte progredierat enligt LA
BICR:
6 av 14 pat i UV1-armen har inte progredierat enligt BICR
4 av 13 pat i SoC-armen har inte progredierat enligt LA
Om vi antar att sanningen ligger någonstans mellan LA och BICR, kan man dra slutsatsen att klart fler av de patienter som kan påverka sena korsningen som var i livet vid cut-off inte hade progredierat i UV1-armen jämfört med SoC-armen. Eftersom det är 4 patienter LA och BICR är oeniga om, ligger dessa antagligen nära värdet 20% tumörstorleksökning som definierar progress (även om andra orsaker kan göra att det klassas som progress). Nu vet vi inget om tumörbördan vid baseline för patienterna, men sannolikt innebär detta att tumörbördan är lägre i UV1-armen hos de patienter som kan påverkan sena korsningen, särskilt om vi ser till faktumet att ORR var dubbelt så hög i UV1-armen.
Återkommer till min bild jag gjorde för ett tag sedan som tacksamt togs bort från denna tråd utan vidare förklaring trots att jag kontaktade admin:
Jag har alltså markerat ut p50-värden för de censurerade patienterna, alltså den punkt det är mest sannolikt att de avlider, enligt nuvarande KM-kurvor. Felkälla är att KM-kurvan kan komma att ändras när fler avlider, så detta blir ett halvgrovt estimat. Som ni ser ansamlas alla i SoC-armen ganska nära varandra, kring 18 månader. Endast 3 av patienterna i UV1-armen ligger före denna tidpunkt. Som @polygon konstaterat är det svårt att koppla varje PFS-event och OS-event, eftersom tidpunkterna för censurering verkar olika. När det gäller dessa tre patienter dock, ligger de så pass isolerade på kurvan att jag inte kan dra någon annan slutsats än att samtliga inte hade progress vid cut-off. Sannolikheten att dessa patienter skulle leva kortare än patienterna i SoC (vilket grafen ovan indikerar) borde vara hyfsat låg givet detta.
Jag tror alltså det är sannolikt att den allra största andelen av patienterna i UV1-armen kommer leva längre än i SoC-armen, och att skillnaden kommer vara tillräckligt stor för att “komma förbi” sena korsningen.
Jag kan inte dra någon annan slutsats än att det mest sannolika utfallet, åtminstone utifrån detta, och oaktat att det finns unknown unknowns, är att OS-kurvan kommer mogna till UV1:s fördel.
En aspekt som dock kvarstår, men utifrån ovanstående kanske blir ett aningen mindre problem, är att UV1-armen kan ha fått - eller mest sannolikt har fått - längre behandling än SoC-armen, om man utgår från BICR som facit för progression. Frågan om det är tillräckligt signifikant för att vara en sannolik orsak till en väsentlig del av behandlingseffekten.
Får vi en førjulsgave med en oppdatert versjon på disse?
Med cut off mid Jan
Trollar du eller? Det är ju bara att kolla längst till höger i grafen.
Ja jeg bare troller så klart. Nå som det blir ish 60 events man leser av på så har det sikkert NULL å si for KM-plottene Ketil har laget for disse plottene med 70 events som utgangspunkt 
Grafene beskriver jo kun sannsynlighet for events i kontrollarmen og det blir vel ikke noe endring i disse grafene selv om totalen nå bare skulle være eks 60 i både eksperimentell og kontroll.
Det kommer åpenbart ikke tydelig frem, men det er oppdatert KM-plot jeg altså etterspør her, basert på kontrollarm-plottene. Med 60 pax totalt. Eventuelt 60-65.
Jeg er kanskje ikke den glupeste her inne, men fullstendig hjerneskada er jeg ikke 
Men du simuleringar/uträkningar av HR för olika eventfördelningar vid olika totalantal av events, samt, framförallt, P-värden för detta? T.ex. spannet 60-70 events? Ja, det hade nog varit intressant. Eller har någon redan gjort någon sådan tabell?
Det er en mikroskopisk forskjell bare faktisk, som forklart av Jens på på forrige call
Jaggu, gått meg hus forbi👌🏻
Problemet med den tabellen är att den anger det mest sannolika eventantalet i SoC-armen för ett givet HR, inte det lägsta eventantal som med övertygande säkerhet ger som mest ett visst HR
Korrekt,
Det som er det interessante er når man kombinerer info i plottet for CM067 hvor vi ser at sannsynligheten for 42 events ved årsskiftet er ca 90 %, med Ketilaaj sitt plott hvor han viser sammenhengen mellom HR med p verdi for 42 events ved totalt 65 events. HR verdi er her på ca 0.45, med p-verdi 0.0058!
Det ville jo mildt sagt være et bra resultat ikke sant!
Grafen är inte eventbaserad. Sannolikheten är INTE 90% för 42 events vid årsskiftet.
För övrigt, husk småpratstråden! Jag kommer inte svara något mer i denna tråd.
Hva mener du sannsynligheten er ved årsskiftet da? Hvor mange events i kontrollarm og hvilken sannsynlighet?
Legger både doktorgraden til Espen Basmo Ellingsen og den nye artikkelen fra ham, Sara og kollegene hennes fra Uppsala Universitet her i fundamentaltråden
https://www.sciencedirect.com/science/article/pii/S1567576923015527
Jeg tror det er riktig å si at det er kollegene til Sara som har nerdet den helt ut i denne artikkelen. Det man har gjort er å ta dataene fra den tidlige NSCLC-studien og den første MM-studien med kun ipi og laget en matematisk modell som beskriver sammenhengen mellom immunresponsene, klinisk respons og overlevelse. Og så har man kjørt simuleringer av denne modellen hvor man har tweaket variablene, som f.eks. antall doseringer og lært noe nytt. Konklusjonen tolker jeg til å være at Jens sin metafor om at “en fyrstikk er nok, så lenge veden er tørr” (immunresponsen er tilstrekkelig ved 300μg), men man kan forbedre effekten med flere doser senere enn det som ble gjort i disse studiene.
Så det ikke går tapt i småprat ^
Open Access er fine greier, publiseres i International Immunopharmacology
Volume 126, 5 January 2024, 111225
