Ultimovacs (ULTI) småprat 2

[WernerVonHaussenberg]

Hvis man gidder så kan man jo lese litt bakover (spes i fundamentaltråden) og det vil fort tegne seg et bilde av hvilke brukere som lager (og kan lage) plots / statistikk (til allmennytte, og jaggu også uten å be om noe som helst for det!) og hvor lenge de har holdt på med dette (i ULTI-sammenheng, that is, men det de holder på med kan jo gi en pekepinn om en viss grad av kompetanse forut for deltagelse på TI).

Så kan man studere hvordan ev. uenigheter mellom disse brukerne om temaet (KM-plots, HR-ratios, inkluderingstakt, sannsynligheter, og whatnot relatert) har utartet seg. For det er jo nærliggende – gitt aktiviteten på denne og fundamental-tråden de par siste månedene – å tro at de samme brukerne ville kommentert / diskutert heftig med hverandre hvis de mente at de andre gjorde direkte feil.

Mangelen på uenigheter er talende.

Faktisk helt inn i Ronan Keating-land.

[erpe80]

Dette innlegget ble rapportert og er midlertidig skjult.

[abacus]

Tekinvestors forumregler:

Forumregler:

For at TekInvestor skal være et bra sted å være og lære må alle følge forumreglene. Grove brudd på reglene kan føre til utestengelse.

Slik bør en ideell TekInvestor være:

Saklig og høflig

Kritiserer argumenter, ikke andre TekInvestorer. Bruker ikke karakteristikker på personer eller grupper. Holder seg til trådens tema, og skriver i riktig tråd.

Engasjert - men ærlig

Forsøker aldri å manipulere andre til å kjøpe og selge. Det er lov å ha tro på investeringene sine, men husk på at du kan oppleves ensidig positiv (haussende) eller negativ (baissende).

Lærevillig og positiv

Tar imot og gir konstruktive tilbakemeldinger. Respekterer at andre er uenige. Målet er ikke å ha rett, men å finne ut om noe er en god investering eller ikke.

Hyggelig

Bidrar til et godt miljø der andre kan dele hypoteser, analyser og ideer. Hjelper nye medlemmer finne svarene de søker.

Lovlydig

Deler kun informasjon som han/hun har tillatelse til å dele. Respekterer opphavsrett og andre norske lover.

–

Fant du et innlegg som bryter reglene?

Det vi tillater definerer oss, derfor er det viktig å rapportere upassende innlegg med flaggknappen under hvert innlegg. En moderator vil vurdere om innlegget skal fjernes eller endres. Takk for at du hjelper til!

[Laaarsas]

@polygon

Forholdet er konstant mellom gjenværende at-risk. Og antallet at-risk endrer seg i ulikt tempo pga. nettopp en HR som er mindre enn 1. Hvis tabellen i eksempelet ditt hadde gått litt lenger, så hadde du også sett det.

Jag skapade en egen exempeltabell som du rekommenderade (med reservation för slarvfel), och kom mycket riktigt fram till det du skriver här. Man kan se att hazard raten är konstant, men förhållandet mellan antal events vid en given tidpunkt, samt kumulativt antal events ändras.

@polygon

Jeg tror kanskje fortsatt ikke du har forstått at KM-plot kompenserer for sensurering grunnet oppfølgingstid.

Jag förstår tyvärr inte vad du menar med det, kan vara något jag missat? Vad jag förstår är inga patienter per definition censurerade i mitt exempel.

@polygon

I eksempelet ditt har imidlertid de aller fleste av pasientene ikke blitt fulgt opp lenge nok til å ha nådd det KM-plottet sier er mOS.

Hur vet du det? KM-plotten pekar på mOS på ca. 29 månader för kontrollgruppen. Minimum follow-up time är 24 månader, så jo, de allra flesta har följts 29 månader. Patientrekryteringen pågick mer än 2 år. Första patienten rekryterades maj 2015 (Immunicum: Startar fas II-studie med Intuvax). 2016-11-21 hade 36 av 90 patienter rekryterats (Immunicum: Tröghet i rekrytering av patienter till studier). 2017-05-19 hade 58 av 90 patienter rekryterats (Immunicum: Bättre tempo i patientrekryteringen). Sista patienten utvärderbar för OS började följas för OS i december 2019. Jag har inte den exakta rekryteringsdata, men det blir uppenbart att de flesta följts minst 29 månader.
Menar du att de flesta har kortare OS än 29 månader?

@polygon

Grensen for der det er vitenskapelig ok å rapportere mOS er når median oppfølginstid er lengre.

Detta var som sagt uppfyllt i aktuellt fall. Av informationen ovan kan man slutleda att median follow-up time låg någonstans mellan ca. 30 månader och 37 månader, gissningsvis ca. 34 månader. Just hur det såg ut för patienterna i kontrollgruppen vet jag dock inte.

@polygon

Man kan lett finne hundrevis av eksempler på at mPFS eller mOS er rapportert av selskaper, på postere og vitenskapelige artikler før minimum follow-up er lenger.

I sådana fall är dessa föremål för eventuell förändring. Om det varit 31 patienter i kontrollgruppen i exemplet ovan, så hade nästa intervall avgjort medianen, och inte medelvärdet av det och det föregående längsta som nu är fallet. Om man hade angett mOS 29 månader, så hade denna i själva verket senare kunna visa sig vara allt mellan ca. 24 månader och 34 månader.

Även det förekommer några felaktigheter ovan, så är det ffa detta där jag inte begriper vad du menar:

@polygon

Om 5 av 9 pasienter har fått en PFS-event i en tenkt studie, så definerer den pasienten som levde lengst uten en event av disse 5 mPFS - punktum!

Och här:

@polygon

Som man ser, så betyr de fire månedene i begge tilfeller at man mest sannsynlig passerer mOS i kontrollarmen

…där du skriver det i sammanhanget som att minst 50% kommer ha fått OS-event.

P.S. Det är ok att svara på PM, jag bits inte.

[Birgitte]

Er ingen censurerad i ditt eksempel da er vel ditt eksempel feil dessverre.

[polygon]

Aller først: Når jeg ikke svarer deg på PM er det fordi jeg ikke ser det som særlig god bruk av min tid å opplyse bare deg om ting. Når jeg nå svarer deg nok en gang her i tråden er det fordi jeg håper noen andre kan lære noe også.

Fint at du nå har innsett at HR ikke er et enkelt forholdstall.

Men du er tydeligvis fortsatt “uenig” i dette med hvordan mPFS og mOS defineres og når det kan rapporteres skjønner jeg. Fremfor å svare på alt det du skriver, så skal jeg heller beskrive hva det plottet du brukte som eksempel tidligere viser, og så tror jeg du og forhåpentligvis noen andre vil lære litt om KM-plot:

Her er det 56 pasienter i den røde eksperimentelle armen ’at risk’ i starten av plottet og en pasient ‘at risk’ i slutten av plottet. Det betyr at alle unntatt en pasient enten har gått bort før 54 måneder (OS-eventer) eller har blitt fulgt opp kortere enn 54 måneder (sensurerte). Alle eventene er trappetrinnene og alle de sensurerte er prikkene. Som du ser er det kun fire prikker før det som er minimum follow up. Det betyr at det er fire pasienter som er ‘lost to follow up’ fordi de har meldt seg ut av studien (pga. bivirkninger av behandlingen, eget valg etc.). De resterende sensurerte er, kanskje noen flere ‘lost to follow up’ allerede, men først og fremst pasienter som er sensurert på det tidspunktet de har rukket oppfølging til. Og det er i dette eksempelet hele 25 stykker (29 ‘at risk’ ved 24 måneder minus tre eventer etterpå pluss den ene som ble fulgt helt til 54 måneder)

Men så til det poenget som nok du er langt i fra alene om ikke å ha forstått med KM-plot. Og det ser man i dette eksempelet aller tydeligst i den blå kontrollarmen. Hvert trappetrinn er altså en event. Men hvis man ser på trappetrinnene mot slutten, så blir de mye høyere enn de til å begynne med. Hvorfor det? Grunnen til det er at de pasientene som ikke har rukket å bli fulgt opp til disse høye trappetrinnnene, og altså er blitt sensurert før (og blitt prikker), sannsynligvis bidrar med eventer med samme sannsynlighet som de som har blitt fulgt opp lenge nok gjorde. På denne måten kompenseres det for sensureringen og plottet får den fasongen som det mest sannsynlig vil få når alle pasientene har blitt fulgt opp lenge nok (og de som har blitt ‘lost to follow up’ også sannsynligvis ville ha gjort). Mer teknisk betyr dettte at gjenværende ‘at risk’ alltid vil kunne få plottet til null, noe man altså ser skje i kontrollarmen. Om pasient nummer to som ble rekruttert i eksperimentell arm (den siste prikken på den røde plottet) teoretisk også fikk en event rett før data cut off, så ville det plottet gått nøyaktig halvveis ned til null (fordi det altså fortsatt var en igjen).

Men det er altså et tidspunkt i en studie der den fasongen blir “sikker nok” til å kunne rapportere en median (mPFS eller mOS) og det er altså det tidspunktet KM-plottet krysser 50% streken og de fleste pasientene som ikke har fått en event har blitt fulgt opp forbi dette tidspunktet. Men det er altså ikke nødvendigvis når alle har blitt fult opp forbi dette tidspunktet. Men i ditt eksempel er det altså alt for tidlig.

[Laaarsas]

Tack för att du delar med dig av din kunskap. Några frågor dock:

@polygon

Som du ser er det kun fire prikker før det som er minimum follow up. Det betyr at det er fire pasienter som er ‘lost to follow up’ fordi de har meldt seg ut av studien (pga. bivirkninger av behandlingen, eget valg etc.).

Just detta är lite intressant hur det är med den saken just i detta fall. Enligt swimmers plotten verkar det bara vara två patienter som är censurerade i experimentarmen, en vid ca. 3 månader och en vid ca. 18 månader. Dessa har motsvarande plats på KM-plotten. De andra som är censurerade före 24 månader misstänker jag (kanske felaktigt) är mindre “slarv” från bolagets sida. De har följts upp nästan 24 månader, så därför lägger man den generella avläsningen något godtyckligt runt 24 månader. Det är nämligen så att på slutgrafen nedan är det endast en patient censurerad före 24 månader, denna i experimentgruppen, den två patient som underförstått vad indikerade som censurerad vid ca. 3 månader i swimmers plotten. Kanske hade den andra patienten återanslutit sig till studien?

@polygon

Og det ser man i dette eksempelet aller tydeligst i den blå kontrollarmen. Hvert trappetrinn er altså en event. Men hvis man ser på trappetrinnene mot slutten, så blir de mye høyere enn de til å begynne med. Hvorfor det? Grunnen til det er at de pasientene som ikke har rukket å bli fulgt opp til disse høye trappetrinnnene, og altså er blitt sensurert før (og blitt prikker), sannsynligvis bidrar med eventer med samme sannsynlighet som de som har blitt fulgt opp lenge nok gjorde. På denne måten kompenseres det for sensureringen og plottet får den fasongen som det mest sannsynlig vil få når alle pasientene har blitt fulgt opp lenge nok (og de som har blitt ‘lost to follow up’ også sannsynligvis ville ha gjort).

Detta är jag väl medveten om, men tänkte inte på att det var så det fungerade under en pågående studie.

@polygon

Men det er altså et tidspunkt i en studie der den fasongen blir “sikker nok” til å kunne rapportere en median (mPFS eller mOS) og det er altså det tidspunktet KM-plottet krysser 50% streken og de fleste pasientene som ikke har fått en event har blitt fulgt opp forbi dette tidspunktet. Men det er altså ikke nødvendigvis når alle har blitt fult opp forbi dette tidspunktet. Men i ditt eksempel er det altså alt for tidlig.

Detta är väl uppenbart. Ju fler patienter som lever över den projicerade mPFS, desto mer sannolikt blir det att mPFS kommer gå mot den projicerade skattningen.

Detta är dock inte den ståndpunkt du haft tidigare, utan nämligen denna:

@polygon

@Laaarsas

För att mPFS då ska vara satt måste patienterna få events i ”rätt ordning”, det räcker inte med att 50% av patienterna fått event.

Jo? På det tidspunktet 50% av pasientene i kontrollarmen har fått en PFS-event, så har man per definisjon mPFS.

[polygon]

Begge deler stemmer.

[Laaarsas]

@polygon

Jo? På det tidspunktet 50% av pasientene i kontrollarmen har fått en PFS-event, så har man per definisjon mPFS.

Vänligen förklara hur detta stämmer så vi på forumet kan lära oss något mer.

[Sjakk]

@polygon

På det tidspunktet 50% av pasientene i kontrollarmen har fått en PFS-event, så har man per definisjon mPFS.

50% av observasjonene er en progresjon, 50% er ikke progresjon. Du har alle datapunktene, halvparten på hver sin side av middelverdien. og kan da helt sikkert regne ut mPFS. Jeg skjønner ikke hvordan det kan forklares på noen annen måte.

[sjog]

Er imponert over at polygon, Boblegutten og andre bruker så mye tid på voksenopplæring her.

[Laaarsas]

Exakt. Och sannolikheten att eventen ska fördela sig just så är mycket låg.

[Sjakk]

what? hvordan er det jeg sier noe annet en akkurat det samme som polygon? i det du har halvparten av hendelsene under den sentrale verdien, så vet du og at alle de resterende verdiene ligger over. du trenger ikke vite HVA de verdiene ender med. du sorterer bare de tallene du har og kan late som at de tallene du ikke har ennå er uendelig store. plukk ut datapunktet som ligger i midten og du har median

(det er faktisk ikke helt riktig, det kan i praksis være at du får pasienter inn i studien på et senere tidspunkt, som ved vesentlig annen tid til en hendelse, kan endrer mPFS. Så det er mer korrekt å si; I det du har halvparten av hendelsene så har man nødvendigvis også oppnådd medianverdien)

[Laaarsas]

Dette innlegget ble rapportert og er midlertidig skjult.

[Laaarsas]

Dette innlegget ble rapportert og er midlertidig skjult.

[skipper]

Det er imponerende hvor lite du får med deg av hva som blir skrevet! Lurer du genuint på disse tingene eller driver du bare med trolling?

[pdx]

Søta bror har fått en liten demping, så får han god tid til å lese tidligere innlegg.

[erpe80]

Dette innlegget ble rapportert og er midlertidig skjult.

[skipper]

Dette er en av de beste trådene på TekInvestor med mange svært dyktige og tålmodige skribenter. Skjerpings

[hybrid]

Nå må du seriøst rulle inn.

Median leses av, den er statisk og et enkelt punkt når 50% har hatt progresjon.

The median is the middle-most value in a given set of numbers. East peasy.