Browsing by Author "李畤廣"

Now showing 1 - 1 of 1

利用Cox時變變數模型分析癌症治療轉換之療效
(2022) 李畤廣; Lee, Chih-Kuang
在過往臨床試驗之存活分析方式中，如：隨機對照試驗（RCT）、意向治療分析（ITT）及計畫族群分析（PP），皆沒有將患者轉換試驗組別的動作，然而隨著倫理意識及實踐層面等因素疊加，使治療轉換（Trestment Switching）在臨床試驗的地位日漸重要，有治療轉換發生時要如何能有效的估計試驗本身的治療效果及有效性，是學者們仍在努力的方向，亦為本篇論文的研究重點。治療轉換的應用較常於腫瘤學實驗中出現，當患者隨機分配到臨床試驗對照組，在隨訪期間病情發生惡化或復發（統稱：疾病進展Disease progression）之時，便被允許轉換至實驗組持續治療，這時早期的ITT試驗方法會低估藥物治療效果，因此我們需透過在選模時置入特殊的影響參數，或是將權重估計的想法納入分析，才有辦法推算出其治療效果。而治療轉換亦可能由實驗組轉換至對照組，屆時ITT也會低估藥物治療效果，但現今在實際應用或計算療效尚無較完善被認可的方法，因此，本論文內容僅探討「對照組轉換至實驗組」的方式。在本文中，資料由151名癌症患者包含治療轉換的臨床試驗所組成，其中患者大多數會有疾病復發的狀況，若有使用治療轉換便會在復發後立即轉換；少部分患者尚未觀察到復發狀況前便已死亡。我們先經過基本存活分析資料中各參數影響存活率的關係，再將不同存活分析方式應用到我們實際資料，並與我們題目主軸的方法進行比較。透過主題Cox 時變變數模型，分析治療轉換之療效，從分析結果足以顯示癌症病患使用治療轉換之療效及益處，此方法能使用的臨床資料型態較不受限制，雖未能估計出有轉換之患者若無進行轉換時原本的療效，但能有效估計含治療轉換的試驗之風險比。從我們的研究執行及文獻探討中，皆顯示這些方法在治療轉換發生的情況下是必須做調整可以更好的。我們也持續在嘗試擷取各方之優點，延伸方法並更廣泛有效的應用在臨床試驗資料中。