Skip to main content

LUP Student Papers

LUND UNIVERSITY LIBRARIES

Censoring Bias in Oncology Clinical Trials

Mattsson, Andrea LU (2020) In Bachelor's Theses in Mathematical Sciences MASK11 20201
Mathematical Statistics
Abstract
Time to disease progression or death (PFS) is of main interest in oncology clinical trials. The data is commonly analyzed using a Cox model. Early discontinuation gives uncertainty in the estimated hazard ratio (HR). Censoring is generally used to handle discontinuations. However, if discontinuations are related to the patients’ prognosis, the HR may be biased. By simulating PFS data, this bias was investigated. The direction and size of the bias is dependent on the proportion of censored patients in each treatment arm. Our results show that supplementary analyses with different strategies to handle discontinuation should be used to compare cancer treatments.
Popular Abstract (Swedish)
Cancer är en av våra vanligaste sjukdomar och det pågår mycket forskning kring att hitta nya behandlingar. För att en ny behandling ska kunna erbjudas till cancerpatienter behöver behandlingens effekt och säkerhet utvärderas och säkerställas i en patientstudie. Effekten bedöms vanligtvis genom att mäta tiden det tar för cancersjukdomen att sprida sig och/eller tills patienten avlider. Generellt får de deltagande patienterna antingen den nya behandlingen eller den etablerade behandlingen och sedan jämförs effekten av de olika behandlingarna.

Det händer att patienter avbryter sitt deltagande i studien, till exempel om de får svåra biverkningar eller om de byter till en annan behandling. Då uppstår en osäkerhet i beräkningen av... (More)
Cancer är en av våra vanligaste sjukdomar och det pågår mycket forskning kring att hitta nya behandlingar. För att en ny behandling ska kunna erbjudas till cancerpatienter behöver behandlingens effekt och säkerhet utvärderas och säkerställas i en patientstudie. Effekten bedöms vanligtvis genom att mäta tiden det tar för cancersjukdomen att sprida sig och/eller tills patienten avlider. Generellt får de deltagande patienterna antingen den nya behandlingen eller den etablerade behandlingen och sedan jämförs effekten av de olika behandlingarna.

Det händer att patienter avbryter sitt deltagande i studien, till exempel om de får svåra biverkningar eller om de byter till en annan behandling. Då uppstår en osäkerhet i beräkningen av behandlingens effekt eftersom dessa patienter inte fullföljde behandlingen som planerat. Vanligtvis antar man att de avhoppade patienternas tidsförlopp inte skiljer sig från de kvarvarande patienternas tidsförlopp, om de hade fortsatt delta i studien. Om det stämmer påverkas inte beräkningen av behandlingens effekt. Om däremot anledningen till patienternas avhopp är relaterad till deras sjukdomsprognos, till exempel om de inte tål den nya behandlingen eftersom de är mycket sjuka, blir beräkningarna felaktiga.

I den här uppsatsen undersöks storleken på det fel i jämförelse av tid till spridning eller död som uppstår när man gör antaganden om patienter som avbryter studien i förtid. Utöver det undersöks om felet gynnar eller missgynnar den nya behandlingen. Undersökningen gjordes genom att simulera data som efterliknar en nyligen genomförd bröstcancerstudie. Resultaten visar att andelen av patienter som avbryter behandlingen i de olika behandlingarna har betydelse för åt vilket håll felet går. Ett exempel på det är om patienter som får den nya behandlingen avbryter i en större utsträckning än de som får den vanliga behandlingen. Om man i det fallet antar att de patienter som avbröt den nya behandlingen fick spridd cancersjukdom eller avled precis när de avbröt blir beräkningen av behandlingseffekten mer konservativ. (Less)
Please use this url to cite or link to this publication:
author
Mattsson, Andrea LU
supervisor
organization
course
MASK11 20201
year
type
M2 - Bachelor Degree
subject
keywords
survival analysis, censoring, progression-free survival, Cox proportional hazards model, oncology clinical trial, HER2CLIMB
publication/series
Bachelor's Theses in Mathematical Sciences
report number
LUNFMS-4046-2020
ISSN
1654-6229
other publication id
2020:K16
language
English
id
9022651
date added to LUP
2020-07-03 16:28:11
date last changed
2021-06-04 17:56:14
@misc{9022651,
  abstract     = {{Time to disease progression or death (PFS) is of main interest in oncology clinical trials. The data is commonly analyzed using a Cox model. Early discontinuation gives uncertainty in the estimated hazard ratio (HR). Censoring is generally used to handle discontinuations. However, if discontinuations are related to the patients’ prognosis, the HR may be biased. By simulating PFS data, this bias was investigated. The direction and size of the bias is dependent on the proportion of censored patients in each treatment arm. Our results show that supplementary analyses with different strategies to handle discontinuation should be used to compare cancer treatments.}},
  author       = {{Mattsson, Andrea}},
  issn         = {{1654-6229}},
  language     = {{eng}},
  note         = {{Student Paper}},
  series       = {{Bachelor's Theses in Mathematical Sciences}},
  title        = {{Censoring Bias in Oncology Clinical Trials}},
  year         = {{2020}},
}