Bij complexe ziekten, zoals kanker, baseren onderzoekers zich op statistische vergelijkingen van ziektevrije overleving (DFS) van patiënten met gematchte, gezonde controlegroepen. Deze logisch rigoureuze benadering stelt in wezen onbeperkte remissie gelijk aan genezing. De vergelijking wordt gewoonlijk gemaakt door middel van de Kaplan-Meier schatter benadering.
Het eenvoudigste genezingspercentage model werd gepubliceerd door Joseph Berkson en Robert P. Gage in 1952. In dit model is de overleving op een gegeven moment gelijk aan degenen die zijn genezen plus degenen die niet zijn genezen, maar die nog niet zijn gestorven of, in het geval van ziekten die asymptomatische remissies kennen, nog geen tekenen en symptomen van de ziekte hebben herontwikkeld. Wanneer alle niet-genezen zijn overleden of de ziekte opnieuw hebben ontwikkeld, blijven alleen de permanent genezen leden van de populatie over en is de DFS-curve volkomen vlak. Het vroegste tijdstip waarop de curve vlak wordt, is het tijdstip waarop alle resterende ziektevrije overlevenden blijvend genezen worden verklaard. Als de curve nooit vlak wordt, wordt de ziekte formeel als ongeneeslijk beschouwd (met de bestaande behandelingen).
De Berkson and Gage-vergelijking is S ( t ) = p + {{displaystyle S(t)=p+}
waar S ( t ) {{displaystyle S(t)}
het percentage mensen is dat op een bepaald moment in de tijd overleeft, p {\displaystyle p}
is het percentage mensen dat blijvend geneest, en S ∗ ( t ) {Displaystyle S^{*}(t)}
is een exponentiële kromme die de overleving van de niet-genezen weergeeft.
Cure rate curves kunnen worden bepaald door een analyse van de gegevens. De analyse stelt de statisticus in staat het percentage mensen te bepalen dat door een bepaalde behandeling blijvend wordt genezen, en ook hoe lang na de behandeling moet worden gewacht voordat een asymptomatische persoon als genezen kan worden verklaard.
Er bestaan verschillende modellen voor het genezingspercentage, zoals het expectation-maximization-algoritme en het Markov chain Monte Carlo-model. Het is mogelijk genezingskansmodellen te gebruiken om de doeltreffendheid van verschillende behandelingen te vergelijken. Over het algemeen worden de overlevingscurven gecorrigeerd voor de effecten van normale veroudering op de mortaliteit, vooral wanneer ziekten van oudere mensen worden bestudeerd.
Vanuit het perspectief van de patiënt, met name een die een nieuwe behandeling heeft gekregen, kan het statistische model frustrerend zijn. Het kan vele jaren duren voordat voldoende informatie is verzameld om het punt te bepalen waarop de DFS-curve afvlakt (en er dus geen terugval meer wordt verwacht). Van sommige ziekten kan worden ontdekt dat ze technisch ongeneeslijk zijn, maar ook dat ze zo weinig behandelingen vereisen dat ze niet wezenlijk verschillen van een genezing. Andere ziekten kunnen meerdere plateaus blijken te hebben, zodat wat eens als een “genezing” werd bejubeld, onverwacht in zeer late terugvallen resulteert. Daarom hebben patiënten, ouders en psychologen het begrip psychologische genezing ontwikkeld, of het moment waarop de patiënt besluit dat de behandeling voldoende waarschijnlijk was om een genezing te worden genoemd. Zo kan een patiënt bijvoorbeeld verklaren dat hij “genezen” is, en besluiten zijn leven te leiden alsof de genezing definitief bevestigd is, onmiddellijk na de behandeling.
Geef een antwoord