《International Journal of Technology Assessment in Health Care》:Restricted mean survival time ratio in oncology cost-effectiveness analysis: stability and data-driven support for treatment-effect waning modeling and survival extrapolation
编辑推荐:
目的: 研究人员考察了与肿瘤卫生技术评估(HTA)中治疗效应衰减(TEW)建模相关的长期治疗效果模式,比较了风险比(HRs)和限制性平均生存时间比率(RMSTRs)的离散度与更新稳定性,并开发了预测模型以支持外推模型选择和TEW建模。
方法: 利用美国食品药品
目的: 研究人员考察了与肿瘤卫生技术评估(HTA)中治疗效应衰减(TEW)建模相关的长期治疗效果模式,比较了风险比(HRs)和限制性平均生存时间比率(RMSTRs)的离散度与更新稳定性,并开发了预测模型以支持外推模型选择和TEW建模。
方法: 利用美国食品药品监督管理局血液学/肿瘤学批准数据库,研究人员识别了带有更新的II/III期随机对照试验(2006-2025年)。纳入总生存期(OS)及其他至事件发生终点(非OS)。研究人员进行了2/3/4/5年界标分析以估计界标后HRs和RMSTRs,并通过事件加权中位数和离散度(四分位相对离散系数,CQR)进行汇总。更新相关变化通过更新值与初始值之比量化。研究人员采用嵌套交叉验证和分裂保形90%预测区间的弹性网络回归预测了更长期的RMSTR。
结果: 研究人员分析了168项试验(270个对比组;150个OS,120个非OS)。在2、3、4和5年的界标分析中,对于OS和非OS终点,RMSTR的离散度始终低于HR,而界标后HRs普遍保持<1。更新比率方面,RMSTR比HR更为稳定。初始与更新后的RMSTR高度相关(OS r = .87;非OS r = .82)。简约的正则化模型准确预测了更新后的RMSTR,保形预测区间对OS和非OS分别达到了91%和96%的覆盖率。
结论: 仅依赖当前基于HR的TEW建模实践可能不足以完全表征长期治疗效应的不确定性。RMSTR的离散度始终低于HR,并且可从早期试验数据进行预测,为肿瘤药物经济学评价中的外推模型选择和TEW不确定性分析提供了一个锚点。
论文解读文章
研究背景与问题
在肿瘤学卫生技术评估(HTA)中,成本-效果分析的有效性高度依赖于如何将生存数据外推至试验随访期之后,因为大部分增量成本和健康获益发生在观察期结束后,这显著影响着质量调整生命年(QALYs)和增量成本效果比(ICER)的估算。一个关键且常被争论的假设是治疗效应衰减(TEW),即初始的相对获益随时间减弱,干预组与对照组结局趋于收敛,给决策带来重大不确定性。英国国家健康与临床优化研究所(NICE)评估项目显示,TEW在审议中频繁被提及,但其处理方式缺乏标准化。例如,一项对104项NICE评估的综述发现,仅有27.9%的评估在基础案例中纳入了TEW;当讨论TEW时,其操作化方式多样,包括阶梯式与渐进式衰减,且施加TEW所用的界标点(通常设为约2-5年后HR=1)多基于实用考量而非经验证据。此外,后续试验更新常显示HR向零值移动(“滑移”),这反映了长期比较效果的巨大不确定性,但滑移本身并不能确证生物学上的衰减机制。因此,亟需一种更可靠、更具经验依据的方法来指导生存外推和TEW参数设定。
限制性平均生存时间(RMST)是在预设截断时间τ内的平均生存时间,可直接得到RMST差值(RMSD)和RMST比率(RMSTR)。尽管肿瘤学HTA中的TEW建模多在风险尺度上实施,但经济评价通常独立拟合各臂生存模型并推导平均生命年,这使得基于RMST的汇总指标与成本-效果模型中的量值天然契合。同时,方法论研究指出,HR可能夸大治疗效果,且在证据不成熟时估计不稳定。然而,专门评估RMSTR稳定性的证据仍然有限。
本研究旨在实现三个目标:第一,在TEW建模背景下考察长期治疗效果模式,提供用于后续与RMSTR比较的HR证据;第二,通过评估两种指标的离散度和更新稳定性,比较基于HR与RMSTR的证据,以确定更可靠的指标来指导生存外推和经济模型中的TEW设定;第三,建立预测不同至事件发生终点(如OS)长期RMSTR的模型,为未来肿瘤药物经济学评价中的外推模型选择和TEW建模提供实用的数据驱动基础。
研究方法与技术路线
研究人员利用美国FDA血液学/肿瘤学批准数据库,筛选出2006年至2025年间支撑FDA肿瘤药物批准的II/III期随机对照试验(RCTs),并要求每项试验至少有一次后续结果更新。最终纳入168项试验,包含270个治疗对比组(150个OS,120个非OS终点)。研究者从发表的Kaplan-Meier曲线中数字化重建个体患者水平的时间-事件数据,并实施了严格的准确性校验。随后,研究人员在2、3、4、5年预设界标点处,采用延迟进入设计,分别估计了界标后的HR和RMSTR,并使用事件加权中位数和四分位相对离散系数(CQR)进行比较。为评估更新稳定性,计算了更新值与初始值的比率(rHR和rRMSTR)。最后,研究人员开发了一个多元预测模型,使用弹性网络正则化线性回归来预测更新后的RMSTR,其中初始RMSTR被强制纳入模型,其他候选协变量则接受惩罚和变量选择。模型开发和内部验证采用嵌套交叉验证,并使用分裂保形法构建了90%预测区间。
研究结果
长期治疗效果模式与RMSTR与HR的比较
在2、3、4、5年的界标分析中,界标后HRs普遍保持在1以下,中位数范围在0.73至0.79(OS)和0.65至0.77(非OS)之间,这为一些HTA TEW模型中假设的趋向零值提供了有限的证据。相比之下,RMSTR在所有界标点和两个终点上都显示出比HR更低的离散度。例如,对于OS,RMSTR的CQR值在0.019至0.043之间,远低于HR对应的0.186至0.275。这一优势在预设的亚组分析中也保持一致。
更新稳定性的比较
研究人员通过比较rHR和rRMSTR发现,RMSTR在数据更新过程中比HR更稳定。对于OS,整体rRMSTR中位数为1.04(CQR=0.028),其离散度低于rHR(CQR=0.071);这种差异在比例风险(PH)假设被违反时尤为明显,此时rHR的离散度大幅增加(CQR=0.119),而rRMSTR仍相对稳定(CQR=0.046)。对于非OS,rRMSTR总体上同样比rHR更稳定或与之相当。
长期RMSTR的预测模型
相关性分析显示,初始与更新后的RMSTR高度相关(OS r=.87;非OS r=.82)。弹性网络预测模型表现良好:对于OS(n=147),模型解释了75%的方差(R2=0.75),平均绝对误差(MAE)为0.041,校准良好。最终预测方程为:log(RMSTRupdated) = 0.0323 + 1.1775 × log(RMSTRpre)。分裂保形90%预测区间实现了91%的预测成功率。对于非OS(n=120),模型R2=0.66,MAE=0.09,预测成功率为96%。这些结果表明,仅凭初始RMSTR即可准确预测长期更新后的RMSTR。
讨论与结论
研究人员在讨论中指出,本研究表明,在关键的肿瘤学RCTs队列中,基于RMSTR的指标在离散度和更新稳定性方面均优于HR,尤其是在PH假设不成立的情况下。RMSTR作为整合了至特定时间点生存信息的无量纲比率,不易受后期随访数据稀疏和时变风险的影响,因此能为外推和TEW建模提供更可靠的锚点。更重要的是,研究人员开发的预测模型能够利用早期试验数据准确预测长期RMSTR,这为HTA实践提供了一个数据驱动的“更新预期”。这意味着TEW可以被视为一个经验知情的、可量化不确定性的问题,而非一个在任意选定时间点强制完全衰减的确定性规则。
研究结论部分翻译如下:
在一大批关键的肿瘤学RCTs中,RMSTR在长期界标点上表现出比HR更低的离散度,并且在初始分析与更新分析之间保持高度一致性。后期随访HRs更大的离散度表明,仅依赖基于HR的收敛规则可能不足以完全表征长期治疗效应的不确定性。利用这种稳定性,研究人员开发了简约的正则化模型,能够从早期证据准确预测更长期的RMSTR,从而提供一个实用的、数据驱动的“更新预期”,可用于指导外推模型选择,并将TEW参数化为一个经验基础的、可量化不确定性的问题,应用于未来的肿瘤药物经济学评价中。在将相对的更新稳定性转化为具有经济意义的绝对生存获益时,应将预测的RMSTR与RMSD结合解读。