Takk for oppsummeringen av disse 3 metodene og utregningene.
Da har vi her fått et tidsnært innlegg til å forholde oss enkelt til i dagene og ukene fremover.
https://image-ppubs.uspto.gov/dirsearch-public/print/downloadPdf/11529403
Ultimovacs utvider og presiserer grunnpatentet (14 → 20 claims).
Kan det gi noe lenger patent tid tror du?
Nei, bare mer biff.
Under er det en oppdatert presentasjon av resultatene fra den statistikk beregningene av INITUM og NIPU. Her er de presentert i samme plot (resultatene er de samme som før, bare presentert på en litt annen måte).
- “no effect” er definert som 35 i Initium og 34 i Nipu.
- «Signifficant effect» er definert som 41 i Initium og 40 i Nipu. Nipu er som tidligere basert på en estimert innrullering med ferdigstillelse 31.12.2022.
For Initium finnes det forskjellige studier som kan brukes som referanse. CM-067 er den som ble lansert først, mens jeg har valgt CM-511, fordi den har høyere N og er gjort senere i tid. Hovedforskjellen er at CM-511 gir kortere mPFS (10 måneder) enn CM-067(11.5 måneder), og gir dermed en tidligere dato enn om CM-067 hadde blitt brukt i beregningene. Det er litt rart at de gir såpass forskjellig mPFS. Jeg har ikke funnet litteratur som gir en klar forklaring på forskjellen og jeg finner heller ikke forskjell i inkluderingskriteriene.
(NB : dette er statistiske beregninger og angir sannsynligheten for at resultatet oppstår basert på antakelsene i metoden. => Husk datarisiko)
Takk for en meget interessant oppdatering.
Du sier at du ikke finner noen forklaring på forskjellen i mpfs mellom de to undersøkelsene. Er ikke det bare et mål på den naturlige variasjonen i pfs blant pasientene. Ett standardavvik std kan vel beregnes for de respektive mpfs, og dermed om forskjellen mellom 10 og 11.5 måneder er signifikant eller ei. Dvs at man kan sansynliggjøre/beregne en mpfs for kommende sammenlignbare undersøkelser, les INITIUM, med tilhørende slingringsmonn for å benytte det ordet.
Mulig det er en naturlig variasjon, og det hadde vært interessant å finne ut om det var forklaringen. Jeg tror det er litt mer komplisert enn bare å sammenlikne std fra mpfs, da fordelingen til de lange eventene ikke er normalfordelt.
Skjønner det blir mere komplisert når det ikke er normalfordelt. Dog det hadde vært meget interessant å vist spredning/fordelingen av pfs, ikke bare mpfs. Vet ikke om pfs for hver enkelt pasient er offentlig tilgjengelig.
Akkurat som mpfs for CM-511 og 067 gir føringer for hvilken mpfs man kan forvente i INITIUM, ville vel tilsvarende være tilfelle for variasjon i pfs.
Dog iogmed at antall pasienter i konrollarmen i INITIUM er mye lavere enn CM-511 og 067, vil selvsagt spredningen i pfs være større, noe som gjør mpfs mindre forutsigbar.
Uansett, det blir vel uansett ikke lenge til vi har fasitten, hva lenge betyr, tror jeg er ganske individuelt her inne.
Vil tro det er pga. naturlig variasjon. Såvidt jeg vet er ikke pfs for individuelle pasienter fra studier av denne størrelsen tilgjengelig.
Studiepopulasjonene virker å være veldig like. Noen små forskjeller i % med hjernemetastaser og høyere andel av pasienter med uavklart pd-l1 status i CM-067. I CM-067 oppgir de CI for mPFS (8,7 - 19,3) så det er jo et ganske stort spenn som mPFS kan havne i. Det finnes også andre faktorer som er vanskeligere å fange opp, men som potensielt kan påvirke resultatene. Eksempelvis hvilke type sentre som har rekruttert pasienter. Hvis det er tertiære sentre med lange reisevei kan dette potensielt selektere for mer indolent biologi, men dette blir ganske spekulativt.
Hadde det vært mulig å prøve å ta høyde for mulig variasjon i mPFS? Eksempelvis at man simulerer en fordelingen av ulike mPFS og så trekker mPFS tilfeldig? Eller vil man ende opp med samme resultat da?
Beklager sein respons Boykie. Meget interessant at vi endelig har en mpfs med tilhørende CI som jeg antar er forkortelse for confidence interval. Isåfall, hvilken % er oppgitt for dette CI, 95%. Det at vi her ikke har en normalfordeling som Kjetilaaj var inne på, kompliserer vel bildet noe.
PS, googlet litt, og fant vel ut at det er CI95% det er snakk om.
Ja, det er 95%
Om du gjør samme simuleringen for INITIUIM en gang til, det er vel å forvente så å si identisk resultat/kurve?
I stedet for å velge CM-511 eller CM-067, er det ikke mulig på noe god måte å slå sammen disse studiene for bruk som kontrollgruppe? Kun en tanke siden dere fagfolk ikke har funnet noe differanse mellom dem, ville gitt høyere antall noe du har lagt til grunn for ditt valg av kontrollgruppe.
Simuleringene repeterbare. Så lenge inputen ikke endrer fås samme svar.
I prinsippet er det ikke noe i veien for å lage en fiktiv KM kurve, men vi vet ikke noe mer etter å ha kjørt analysen med den inputen. Motivasjonen min var å kun bruke tilgjengelig informasjon og se hva som kom ut av det for å få et estimat i forhold til historisk kontroll.
Men det @Stupet vel mente her var å lage en syntetisk kontroll som er et nøyaktig gjennomsnitt av CM-067 og CM-511. Jeg har også vært inne på den tanken - og er jo egentlig en smal sak.
Nå er ikke forskjellen på 10 og 11.5 måneder mPFS så stor at det nødvendigvis er relevant å se på scenarioer som faller i mellom dette. Jeg ville vært mer bekymret for at kontrollarmen har en mPFS som er høyere enn 11.5 måneder, det er det som virkelig kan tulle med alle beregningene som er gjort her.
Som jeg skrev i den andre tråden i går, så er mPFS i seg selv helt uten betydning både i min og @ketilaaj sine utregninger. Det er først og fremst mellom 3 og 9 måneder at de to plottene er forskjellige og gir forskjellen i datoer.
Å lage et KM-plot som er et gjennomsnitt av to er veldig enkelt og heller ikke metodologisk tvilsomt (i større grad enn det allerede er).
Jeg er klar over at de baserer seg på KM plot, poenget var bare at scenarioene som faller i mellom CM-067 og CM-511 simuleringene vil ikke vise noe nytt som man ikke ser ut i fra resultatet til simuleringene basert på CM-067 og CM-511 siden forskjellene blir enda mindre enn de allerede er. Jeg ville heller simulert et scenario med friskere pasienter som @Boblegutten gjorde.
Det er nå en gang 10 uker da (på 41/29) . Det er sikkert en del som kunne tenke seg å vite hvilken ende av dette spennet en utregning basert på et gjennomsnittlig KM-plot havner.
Er det mulig å se på distribusjonen /variansen i disse datasettene eller er det abstrahert bort i til bare median og ci?