MAMO.CZ | MAMOGRAFICKÝ SCREENING [ISSN 1804-0861]
česky | english | mapa webu

Predikce počtu pacientek v ČR se zhoubným nádorem prsu v roce 2015

L. Dušek, R. Vyzula, J. Abrahámová, J. Fínek, L. Petruželka, J. Vorlíček, O. Májek, J. Koptíková, T. Pavlík, J. Mužík

1. Metodika predikce

Cílem predikcí je poskytnout informační základ pro racionální diskuzi o nákladech protinádorové terapie a o počtech léčených pacientek. Konkrétními výstupy projektu jsou následující materiály:

  • audit populačních dat Národního onkologického registru a definice referenčního souboru
  • odhady incidence pro rok 2015 a počty nově diagnostikovaných pacientek, které budou protinádorově léčeny v primární terapii
  • odhady prevalence dle různých stadií onemocnění k roku 2015 a odhady počtu pacientek, které prodělají relaps/progresi nádorového onemocnění a budou léčeny v roce 2015
  • metodické standardy a referenční data, která umožní další rozvíjení provedených analýz (jiné diagnózy, jiná léčiva, další modality protinádorové terapie, regionální analýzy aj.).

1.1. Zdrojová data

K analýzám byla použita pouze validní populační data, oficiálně získaná od zákonem určených správců. Data byla analyzována v anonymizované podobě, tedy bez přímých i nepřímých identifikátorů konkrétní osoby, pacientky. Konkrétně jde o následující zdroje:

  • Národní onkologický registr ČR (správce a poskytovatel dat: ÚZIS ČR). Standardně sbíraná epidemiologická databáze o zhoubných nádorech s více než 1,8 mil. záznamů od roku 1977 do současnosti. Časově aktuálnější referenční soubor dat definovaný pro období 1995–2010 zahrnuje záznamy téměř 1 000 000 pacientů. Aktuální populační data jsou takto k dispozici k roku 2010, situace v následujících letech byla předmětem níže popsaných prognóz.
  • Demografická data populace ČR a registr zemřelých (správce a poskytovatel dat: ČSÚ ČR) tvoří nepostradatelnou informační základnu pro prediktivní hodnocení epidemiologických dat. Pomocí těchto dat byly korigovány věkově standardizované modely přežití.
  • Expertní odhady zaměřené na hodnoty, které není možné z populačních dat věrohodně získat: pravděpodobnost diseminovaných relapsů u různých stadií onemocnění v různou dobu od ukončení primární terapie a pravděpodobnost absolvování různých linií léčby u metastatických onemocnění.

Audit dat NOR z let 1995–2010 odhalil, že jde o databázi dostatečně kvalitní a pro podmínky ČR i plně reprezentativní. I minimalizovaný počet parametrů z takto koncipovaného populačního registru poskytuje cenné údaje pro hodnocení zdravotnického systému:

Záznamy o diagnóze, datu diagnózy a způsobu diagnózy:

  • hodnocení zátěže regionů nebo spádových oblastí nemocnic nově diagnostikovanými onkologickými pacienty, včetně trendů a prognóz
  • výkonnost diagnostiky v hodnocené oblasti

Záznamy o datu úmrtí:

  • hodnocení celkových výsledků péče (celkového přežití)
  • odhady prevalence, včetně trendů a prognóz

Diagnostické záznamy (klinické stadium, TNM klasifikace nádoru):

  • výkonnost diagnostiky, schopnost zachytávat méně pokročilé stavy
  • relevantní odhady přežití vztažené na stav nemoci při diagnóze
  • odhady léčebné zátěže a s ní souvisejících nákladů

 

1.2. Definice referenčního souboru dat pro klinická hodnocení a analýzu nákladů

Korektní definice referenčních dat je základem věrohodnosti analýz, což je zvláště významné u prediktivních modelů. Chceme-li definovat populační rámec pro hodnocení výsledků a nákladů péče, musíme z populačních registrů čerpat údaje s jistým omezením:

  • Data musí být aktuální a musí reflektovat současnou situaci českého zdravotnictví. Historické trendy mohou být velmi zavádějící. Zásadní jsou údaje od pacientů, kteří skutečně prošli zdravotnickým zařízením a byli léčeni. Počty pacientů diagnostikovaných např. při pitvě sice mají epidemiologický význam, ale hodnocení nákladů nijak neovlivňují.

Této analýze jsme podrobili Národní onkologický registr ČR. Z důvodu aktuálnosti jsme rozsah analyzovaných dat omezili na období 1995–2010, kdy v databázi NOR můžeme pracovat s validními záznamy podle novějších verzí klasifikace TNM. Data z tohoto období představují dostatečně velký vzorek pro populační analýzy (Obr. 1). Velmi podstatné je vyčlenění záznamů o pacientech s nedokončenou diagnostikou v důsledku odmítnutí léčby, komplikací nebo časného úmrtí, neboť tyto záznamy by zkreslovaly analýzy o nákladech na protinádorovou terapii. Ve shodě s literaturou byla použita hranice časného úmrtí do 1 měsíce od diagnózy.

Výsledkem auditu dostupných populačních dat je tedy referenční soubor kvalitních a věrohodných záznamů, které zachycují léčbu a výsledky léčby u pacientů s řádně dokončenou diagnostikou. Jak dokumentuje obr. 1, i následná separace protinádorově léčených a neléčených pacientů ještě stále poskytuje dostatečně velký vzorek pro populační analýzy.

Obrázek 1. Navržená cesta k referenčnímu souboru populačních dat pro hodnocení výsledků a nákladů péče (Národní onkologický registr ČR, 1995–2010)

 

1.3. Stručný metodický popis provedených výpočtů

Máme-li k dispozici referenční soubor dat, můžeme jej využít pro odhady dalších komponent nezbytných pro analýzy výsledků a nákladů léčebné péče. Smyslem těchto výpočtů je dospět ke spolehlivému odhadu počtu pacientů žijících v daném období a vyžadujících protinádorovou terapii. Podle podílu klinických stadií u žijících pacientů lze následně při znalosti možných scénářů léčby odhadnout i očekávané náklady. Jelikož u populačních registrů dostáváme data vždy s jistým zpožděním, jsou níže vyjmenované odhady prováděny prospektivně:

  1. Odhady incidence a mortality. Odhady byly provedeny jednak pro celková data a jednak odděleně pro klinická stadia. Metodika vychází z epidemiologických trendů za známé období a koriguje je s ohledem na pravděpodobné demografické změny populace. Byl použit Poissonův regresní model s odhady doplněnými intervaly spolehlivosti.
  2. Odhad prevalence pacientů s protinádorovou terapií. Prospektivní odhad prevalence kombinuje odhady počtu nově diagnostikovaných pacientů v budoucích letech a pravděpodobnost x-letého přežití u pacientů diagnostikovaných v předchozích letech. Jde tedy o vícesložkový odhad, který kombinuje regresní odhady incidence a analýzy x-letého přežití s tím, že pouze určitá část pacientů diagnostikovaných (a léčených) v minulých letech přežije do hodnoceného roku (celková prevalence) a dále pouze určitá část z nich prodělá relaps nebo progresi onemocnění, a je tedy v daném roce opět protinádorově léčena (viz též obrázek 2).
  3. Odhad x-letého přežitá onkologicky nemocných pacientů. Vzhledem k výrazným časovým změnám v dosahovaném přežití onkologických pacientů od roku 1977 do roku 2010 byl pro výpočet x-letého přežití použit postup založený na principu tzv. pohyblivého časového okna (anglicky „moving window“). Jedná se o postupný odhad x-letého přežití analýzou kohort definovaných 5letým časovým intervalem, který obsahuje rok diagnózy vzdálené x-1 a x let od roku 2010, tedy pacienti diagnostikovaní v letech 2006–2010 budou přispívat k odhadu 1letého až 5letého přežití, pacienti diagnostikovaní v letech 2005–2009 budou přispívat k odhadu 2letého až 6letého přežití, atd. Šířka intervalu definujícího jednu kohortu byla stanovena na 5 let, neboť se jedná o standardní šířku využívanou při populační analýze přežití (Berrino a kol., 2007).
  4. Odhad četnosti (pravděpodobnosti) relapsu nebo progrese nádorového onemocnění v daném roce. Velmi podstatný parametr, nezbytný pro odhad počtu pacientů léčených pro relaps nebo progresi základního onemocnění. Při konstrukci těchto odhadů byla využita data o mortalitě na zhoubné nádory z NOR a z registru zemřelých. (přesné datum a příčina úmrtí). Ze záznamů o smrti pacienta z důvodu základního onkologického onemocnění lze odvodit četnost relapsů, a tedy i pravděpodobnost jejich nastání do 1., 2., .... x. roku od primární diagnózy. Jelikož právě tyto „poslední“ relapsy (u pokročilých klinických stadií se jedná o progrese) vedou k diseminovanému a léčebně velmi nákladnému onemocnění, jde o odhad relevantní právě pro hodnocení nákladů. Populační odhady byly nezávisle ověřeny pomocí odhadů provedených vybranou skupinou klinických expertů.

Opakované provádění těchto prediktivních odhadů odhalil u pravděpodobnosti nastání relapsu v x. roce od diagnózy silný časový trend. Odhad této pravděpodobnosti je tedy počítán pouze z posledních pěti let, kdy jsou takové údaje dostupné. Např. údaj o jednoleté pravděpodobnosti relapsu (tj. pravděpodobnost nastání diseminovaného relapsu v roce následujícím bezprostředně po diagnóze onemocnění) je počítán z údajů pacientů diagnostikovaných postupně v letech 2005–2009 (kteří relabují postupně v letech 2006–2010), nikoliv z údajů pacientů diagnostikovaných před rokem 2005. Tento početní přístup poskytuje relevantnější a časově aktuálnější údaje.

Obrázek 2. Vícesložkový populační odhad počtu pacientů s protinádorovou terapií v daném roce

 

1.4. Analýza rizik a pravděpodobnost zkreslení

Veškeré níže uvedené odhady jsou odvozené z populačních epidemiologických dat. Z této skutečnosti plyne i jistá neurčitost a bodové odhady byly tedy doplněny 90% intervalem spolehlivosti. Každý jednotlivý bodový odhad musí být interpretován neoddělitelně od těchto pravděpodobnostních limitů, které vyjadřují jeho statistickou spolehlivost a zabrání případným zkreslením.

 

2. Epidemiologické odhady: všechny zhoubné nádory včetně dalších primárních nádorů u stejné pacientky

 2.1. Prediktivní odhady celkové incidence v roce 2015

Při predikcích jsou uvažovány veškeré zhoubné nádory hlášené do databáze NOR. Všechny odhady jsou doplněny 90% intervalem spolehlivosti (v závorkách).

Karcinom prsu (C50) Incidence
v roce 2010
Predikce incidence1 pro rok 2015
(90% interval spolehlivosti)
Stadium I 2 697 3 448 (3 113; 3 782)
Stadium II 2 265 2 264 (2 068; 2 461)
Stadium III 906 1 179 (1 052; 1 307)
Stadium IV 479 528 (452; 606)
Stadium neznámo2 151 88 (46; 129)
CELKEM 7 507 7 507 (6 731; 8 285)

1 Hodnoty v tabulce jsou predikcí celkové incidence včetně dalších primárních nádorů diagnostikovaných u dříve léčených onkologických pacientek. Predikce jsou doplněny 90% intervalem spolehlivosti.
2 Objektivními důvody pro neuvedení stadia onemocnění jsou nálezy DCO nebo při pitvě, velmi časná úmrtí pacientky, nemocné neléčeny pro kontraindikace onkologické léčby, odmítnutí léčby pacientkou. Není-li neuvedení stadia vysvětleno, je záznam považován za chybně neúplný. Záznamy bez uvedeného stadia nejsou dále započítávány do očekávaného počtu pacientek s protinádorovou léčbou.

 

2.2. Prediktivní odhady celkové prevalence v roce 2015 – výpočet s korekcí dle modelů přežití

Odhad celkové prevalence zahrnuje jednak počty nově diagnostikovaných zhoubných nádorů v roce 2015 a dále odhady žijících pacientů, kteří byli diagnostikováni a léčeni v minulých letech (kalkulováno pomocí populačních modelů přežití). U výsledných odhadů byla provedena korekce zohledující progresi onemocnění do diseminovaných stadií. Pacienti, kteří byli dříve diagnostikováni v I., II. nebo III. stadiu, ale kteří v roce pravděpodobně relabují nebo progredují do diseminovaného stadia, jsou již zahrnuti v predikované prevalenci IV. stadia. Model v této chvíli nesleduje pravděpodobnost relapsů do jiného než IV. stadia, neboť pro takto detailní sledování nejsou k dispozici dostatečně věrohodná populační data. Tento nedostatek zásadně neovlivňuje populační farmakoekonomické ukazatele, v této fázi modelování sledujeme většinu léčiv indikovaných právě pro diseminované stavy. Všechny odhady jsou doplněny 90% intervalem spolehlivosti (v závorkách).

Zde uvedené odhady jsou tedy korigovány dle pravděpodobnostních modelů přežití a modelů pro relaps/progresi základního onemocnění.

Karcinom prsu (C50) Predikce prevalence1 pro rok 2015
(90% interval spolehlivosti)
Stadium I 38 041 (37 720; 38 362)
Stadium II 32 783 (32 485; 33 081)
Stadium III 9 454 (9 294; 9 614)
Stadium IV 3 411 (3 315; 3 507)
Klinické stadium neznámo2 1 689 (1 621; 1 757)
CELKEM 85 378 (84 897; 85 859)

1 Hodnoty v tabulce jsou predikcí celkové prevalence včetně dalších primárních nádorů diagnostikovaných u dříve léčených onkologických pacientek. Predikce jsou doplněny 90% intervalem spolehlivosti.
2
Objektivními důvody pro neuvedení stadia onemocnění jsou nálezy DCO nebo při pitvě, velmi časná úmrtí pacientky, nemocné neléčeny pro kontraindikace onkologické léčby, odmítnutí léčby pacientkou. Není-li neuvedení stadia vysvětleno, je záznam považován za chybně neúplný. Záznamy bez uvedeného stadia nejsou dále započítávány do očekávaného počtu pacientek s protinádorovou léčbou.

 

2.3. Souhrnný odhad počtu pacientek s karcinomem prsu potenciálně léčených v roce 2015

Tabulka sumarizuje predikované počty léčených pacientek odvozené z trendů incidence, prevalence a z populačních modelů přežití pro rok 2015. Odhady jsou prováděny výhradně z validních populačních dat, u kterých je jasná histologická verifikace nádoru a je dokončené určení klinického stadia onemocnění v době primární diagnózy. Tabulka obsahuje počty všech žen potenciálně léčených protinádorovou terapií (informace o podstoupené léčbě dle záznamů NOR, 2007-2011), dle klinického stadia. Všechny odhady jsou doplněny 90% intervalem spolehlivosti (v závorkách).

Karcinom prsu (C50) Nově diagnostikované léčené pacientky v roce 2015

Počty pacientek léčených v roce 2015
v klinickém stadiu IV

Nově diagnostikované léčené pacientky ve stadiu IV Léčená relabující a progredující onemocnění u pacientek diagnostikovaných v minulých letech
Stadium I 3 402 (3 071; 3 731) 411 (352; 472) 1 235 (1 177; 1 293)
Stadium II 2 213 (2 022; 2 406)
Stadium III 1 131 (1 009; 1 254)
CELKEM 6 746 (6 102; 7 391) 1 646 (1 529; 1 765)
8 392 (7 631; 9 156)

 

3. Literatura

  1. Agresti A. Categorical data analysis, 2nd ed. John Wiley & Sons, Inc., New York 2012, ISBN 978-0-4713-6093-3.
  2. Brenner H, Arndt V. Long-term survival rates of patients with prostate cancer in the prostate-specific antigen screening era: population-based estimates for the year 2000 by period analysis. Journal of Clinical Oncology 2005; 23(3): 441–447.
  3. Berrino F, De Angelis R, Sant M, Rosso S, Bielska-Lasota M, Coebergh JW, Santaquilani M; EUROCARE Working group. Survival for eight major cancers and all cancers combined for European adults diagnosed in 1995-99: results of the EUROCARE-4 study. The Lancet Oncology 2007; 8(9): 773–783.
  4. Cantor AB. Projecting the standard error of the Kaplan-Meier estimator. Statistics in Medicine 2001; 20(14): 2091–2097.
  5. Capocaccia R, De Angelis R. Estimating the completeness of prevalence based on cancer registry data. Statistics in Medicine 1997; 16(4): 425–440.
  6. Capocaccia R, Colonna M, Corazziari I, De Angelis R, Francisci S, Micheli A, Mugno E, EUROPREVAL Working Group. Measuring cancer prevalence in Europe: the EUROPREVAL project. Annals of Oncology 2002; 13(6): 831–839.
  7. Dickman P, Hakulinen T. Population-based cancer survival analysis, draft, 2003.
  8. dos Santos Silva, I. Cancer Epidemiology: Principles and Methods. International Agency for Research on Cancer, Lyon (France) 2013. ISBN 92-832-0405-0.
  9. Dušek L, Žaloudík J (Eds.). Hodnocení zdravotnických technologií v onkologii. Klinická onkologie 2004; 17 (Suppl. 1), 104 s. ISSN 0862–495X.
  10. Dušek L, Žaloudík J, Indrák K, (Eds.). Informační zázemí pro využití onkologických populačních dat v ČR. Klinická onkologie 2007; 20 (Suppl. 1), 196 s. ISSN 0862-495X.
  11. Dyba T, Hakulinen T. Comparison of different approaches to incidence prediction based on simple interpolation techniques. Statistics in Medicine 2000; 19(13): 1741–1752.
  12. Gail MH, Kessler L, Midthune D, Scoppa S. Two approaches for estimating disease prevalence from population-based registries of incidence and total mortality. Biometrics 1999; 55(4): 1137–1144.
  13. Hakulinen T, Dyba T. Precision of incidence predictions based on Poisson distributed observations. Statistics in Medicine 1994; 13(15): 1513–1523.
  14. Lutz JM, Francisci S, Mugno E, Usel M, Pompe-Kirn V, Coebergh JW, Bieslka-Lasota M; EUROPREVAL Working Group. Cancer prevalence in Central Europe: the EUROPREVAL Study. Annals of Oncology 2003; 14(2): 313–322.
  15. Mariotto AB, Yabroff KR, Feuer EJ, De Angelis R, Brown M. Projecting the number of patients with colorectal carcinoma by phases of care in the US: 2000-2020. Cancer Causes Control 2006; 17(10): 1215–1226.
  16. Mariotto A, Warren JL, Knopf KB, Feuer EJ. The prevalence of patients with colorectal carcinoma under care in the U.S. Cancer 2003; 98(6): 1253–1261.
  17. Møller B, Weedon-Fekjaer H, Haldorsen T. Empirical evaluation of prediction intervals for cancer incidence. BMC Medical Research Methodology 2005; 5: 21.
  18. Verdecchia A, De Angelis G, Capocaccia R. Estimation and projections of cancer prevalence from cancer registry data. Statistics in Medicine 2002; 21(22): 3511–3526.

 

Poslední aktualizace: 20. 2. 2015