DOI: https://doi.org/10.1177/09622802241239003
PMID: https://pubmed.ncbi.nlm.nih.gov/38502034
تاريخ النشر: 2024-03-19
المؤلف: Dimitris Rizopoulos وآخرون
الموضوع الرئيسي: تقنيات الاستدلال السببي المتقدمة
نظرة عامة
في هذا القسم، يتناول المؤلفون القضية الحرجة المتمثلة في تحديد التوقيت المناسب واختيار المرضى لبدء العلاجات الإنقاذية لدى مرضى سرطان البروستاتا بعد استئصال البروستاتا، بناءً على مستويات مستضد البروستاتا الخاص (PSA). يبرزون أهمية مراقبة مستويات PSA لتحديد الانتكاس والانتشار، وضرورة موازنة فوائد العلاجات الإنقاذية مقابل آثارها الجانبية المحتملة لتجنب العلاج المفرط.
باستخدام بيانات من سجل استئصال البروستاتا بجامعة ميتشيغان، يواجه المؤلفون التعقيدات الناشئة عن الطبيعة الملاحظة للبيانات، حيث يعمل PSA كعامل مشوش متغير مع الزمن وكمتغير وسيط يؤثر على القرار بشأن العلاج الإنقاذي. يقترحون إطارًا لتقدير الآثار السببية للعلاج الإنقاذي الذي يعتمد على مواصفات مختلفة من تاريخ PSA الطولي. يتم تنفيذ هذه المنهجية من خلال النماذج المشتركة للبيانات الطولية وبيانات الوقت حتى الحدث، مع توفر تطبيقات في حزمة R JMbayes2.
مقدمة
في مقدمة هذه الورقة البحثية، يناقش المؤلفون التحديات التي يواجهها مرضى سرطان البروستاتا (PCa) بعد استئصال البروستاتا الجذري، وخاصة خطر الانتكاس والانتشار، مما يستلزم مراقبة دقيقة لمستويات مستضد البروستاتا الخاص (PSA). يمكن أن تشير زيادة مستويات PSA بعد الجراحة إلى احتمال نمو السرطان مرة أخرى، مما يستدعي النظر في العلاج الإنقاذي، الذي يتضمن عادة العلاج الإشعاعي و/أو علاج حرمان الأندروجين (ADT). يبرز المؤلفون أهمية تحديد المرضى الذين من المرجح أن يستفيدوا من العلاج الإنقاذي لتجنب العلاج غير الضروري وآثاره الجانبية المرتبطة. يشيرون إلى نقص التجارب العشوائية التي تتناول هذه القضية بشكل محدد، على الرغم من وجود تجارب سريرية تقارن بين العلاجات الإنقاذية المختلفة.
باستخدام بيانات من سجل استئصال البروستاتا بجامعة ميتشيغان (UMP)، الذي يشمل 3,634 مريضًا من مرضى PCa، يهدف المؤلفون إلى قياس آثار العلاج الإنقاذي على تأخير أو تقليل الانتشار من خلال قياسات PSA الطولية ومعلومات المرضى الأساسية. يعترفون بتعقيدات بياناتهم الملاحظة، بما في ذلك العوامل المشوشة المتغيرة مع الزمن والمخاطر المتنافسة، ويقترحون نهجًا للنمذجة المشتركة للبيانات الطولية وبيانات الوقت حتى الحدث. يسمح هذا الأسلوب بتقدير آثار العلاج السببي دون الحاجة إلى نمذجة بدء العلاج بشكل مباشر. توضح الورقة هيكل الأقسام اللاحقة، موضحة التعريفات، وإطار النمذجة، وإجراءات التقدير، وتطبيق طرقهم على مجموعة بيانات UMP.
نقاش
في هذا القسم، يناقش المؤلفون آثار العلاج الإنقاذي على مرضى سرطان البروستاتا، مع التركيز على الوقت حتى الانتشار ($T_m$) والوقت حتى الوفاة ($T_d$). يقدمون إطارًا للاستدلال السببي باستخدام النتائج المضادة لتقييم تأثير بدء العلاج الإنقاذي في أوقات المتابعة المحددة بناءً على قياسات مستضد البروستاتا الخاص (PSA). يعرف المؤلفون آثار العلاج الإنقاذي المختلفة، بما في ذلك الآثار الهامشية ($ST_M$)، والآثار الشرطية ($ST_C$)، وتأثير التسوية ($ST_{MC}$) الذي يأخذ في الاعتبار المرضى الذين لديهم مستويات مرتفعة من PSA. متوسط التأثير الهامشي يشمل مجموعة أوسع من المرضى، بينما التأثير الشرطي أكثر صلة بقرارات العلاج الفردية ولكنه يتمتع بتباين أعلى بسبب البيانات المحدودة.
كما يحدد المؤلفون الافتراضات اللازمة لتحديد وتقدير هذه الآثار، مثل الاتساق وقابلية التبادل التسلسلي، والتي تضمن أن النتائج الملاحظة تعكس السيناريوهات المضادة. يقترحون نهجًا للنمذجة المشتركة لربط قياسات PSA مع خطر الانتشار والوفاة، باستخدام إطار بايزي لتقدير المعلمات. تأخذ النمذجة في الاعتبار الطبيعة الداخلية لعمليات PSA وتستخدم نموذج التأثيرات المختلطة الخطية لالتقاط التغيرات في مستويات PSA قبل وبعد العلاج الإنقاذي. يختتم القسم بوصف عملية تقدير آثار العلاج الإنقاذي وتطبيق هذه الطرق على بيانات استئصال البروستاتا بجامعة ميتشيغان، مع التأكيد على أهمية نمذجة المسارات المحددة للمرضى وقرارات العلاج بدقة.
DOI: https://doi.org/10.1177/09622802241239003
PMID: https://pubmed.ncbi.nlm.nih.gov/38502034
Publication Date: 2024-03-19
Author(s): Dimitris Rizopoulos et al.
Primary Topic: Advanced Causal Inference Techniques
Overview
In this section, the authors address the critical issue of determining the appropriate timing and patient selection for initiating salvage therapies in prostate cancer patients post-prostatectomy, based on prostate-specific antigen (PSA) levels. They highlight the importance of monitoring PSA levels to identify recurrence and metastasis, and the necessity of balancing the benefits of salvage therapies against their potential side effects to avoid overtreatment.
Utilizing data from the University of Michigan Prostatectomy Registry, the authors confront the complexities arising from the observational nature of the data, where PSA serves as both a time-varying confounder and an intermediate variable influencing the decision for salvage therapy. They propose a framework for estimating causal effects of salvage therapy that is contingent upon various specifications of longitudinal PSA history. This methodology is operationalized through the joint models for longitudinal and time-to-event data, with implementations available in the R package JMbayes2.
Introduction
In the introduction of this research paper, the authors discuss the challenges faced by prostate cancer (PCa) patients following radical prostatectomy, particularly the risk of recurrence and metastasis, which necessitates close monitoring of prostate-specific antigen (PSA) levels. A rise in PSA levels post-surgery can indicate potential cancer regrowth, prompting the consideration of salvage therapy, typically involving radiotherapy and/or androgen deprivation therapy (ADT). The authors highlight the importance of identifying which patients are most likely to benefit from salvage therapy to avoid unnecessary treatment and its associated side effects. They note a lack of randomized trials specifically addressing this issue, although clinical trials comparing various salvage therapies exist.
Utilizing data from the University of Michigan Prostatectomy Registry (UMP), which includes 3,634 PCa patients, the authors aim to quantify the effects of salvage therapy on delaying or reducing metastasis through longitudinal PSA measurements and baseline patient information. They acknowledge the complexities of their observational data, including time-varying confounders and competing risks, and propose a joint modeling approach for longitudinal and time-to-event data. This method allows for the estimation of causal treatment effects without the need to model the initiation of therapy directly. The paper outlines the structure of the subsequent sections, detailing the definitions, modeling framework, estimation procedures, and application of their methods to the UMP dataset.
Discussion
In this section, the authors discuss the effects of salvage therapy on prostate cancer patients, focusing on the time to metastasis ($T_m$) and time to death ($T_d$). They introduce a framework for causal inference using counterfactual outcomes to evaluate the impact of initiating salvage therapy at specific follow-up times based on prostate-specific antigen (PSA) measurements. The authors define various salvage therapy effects, including marginal effects ($ST_M$), conditional effects ($ST_C$), and a compromise effect ($ST_{MC}$) that considers patients with elevated PSA levels. The marginal effect averages over a broader patient group, while the conditional effect is more relevant for individual treatment decisions but has higher variance due to limited data.
The authors also outline the assumptions necessary for identifying and estimating these effects, such as consistency and sequential exchangeability, which ensure that the observed outcomes reflect the counterfactual scenarios. They propose a joint modeling approach to link PSA measurements with the risk of metastasis and death, employing a Bayesian framework for parameter estimation. The modeling accounts for the endogenous nature of PSA processes and utilizes a linear mixed-effects model to capture the changes in PSA levels before and after salvage therapy. The section concludes with a description of the estimation process for salvage therapy effects and the application of these methods to the University of Michigan Prostatectomy Data, emphasizing the importance of accurately modeling patient-specific trajectories and treatment decisions.