Evidence-Based Medicine: Prognosis

Evidence-Based Medicine I: Prognosis

อ.นพ.นวนรรน ธีระอัมพรพันธ์ุรายวิชา RAID 515 ภาควิชาเวชศาสตร์ชุมชน

24 พฤศจิกายน 2558

สไลด์บางส่วนดดัแปลงจากเอกสารประกอบการสอนของคณาจารย์ภาควิชาเวชศาสตร์ชุมชน คณะแพทยศาสตร์โรงพยาบาลรามาธิบดี มหาวิทยาลัยมหดิล

Outline

EBM Review

Prognosis & Survival Analysis

Assigned Paper Discussion

EBM Review

What Is Evidence-Based Medicine (EBM)?

“...the conscientious, explicit, and judicious use of current best evidence in making decisions about the care of individual patients.”

Sackett DL, Rosenberg WM, Gray JA, Haynes RB, Richardson WS (1996)

Why EBM?

ภายใต้แรงกดดันและความคาดหวังตา่งๆ จะรู้ได้อย่างไรว่าการรักษาที่ให้กับผู้ป่วยดีที่สุดแล้ว? ประสิทธิผล (Effectiveness) ความปลอดภัย (Safety) ต้นทุน (Cost) หรือความคุ้มค่า (Cost-Effectiveness) อื่นๆ

มีงานวิจัยใหม่ๆ ที่เรายังไม่รู้หรือไม่? แล้วจะแปลผลงานวิจัยที่แตกต่างกันอย่างไร?

ขั้นตอนของ EBM

1. Ask Questions

2. Access Evidence

3. Appraise Evidence

4. Apply Evidence

5. Assess Outcome

1. ASK a clinically-relevant questionตั้งค าถามจากปัญหาผู้ป่วย

2. ACCESS the best available evidenceค้นหาข้อมูล

3. APPRAISE its quality & importanceประเมินค่าของข้อมูล

4. APPLY the evidence in patient careประยุกต์ใช้ข้อมูลในผู้ป่วย

5. ASSESS the outcomeประเมินผล

EBM ตามเกณฑ์ National License ของแพทยสภา (พ.ศ. 2555)

1.2.9 Evidence-based medicine1.2.9.1 Asking focused questions: translation of uncertainty to an

answerable question1.2.9.2 Finding the evidence: systematic retrieval of best evidence

available1.2.9.3 Critical appraisal: testing evidence for validity,

clinical relevance, and applicability1.2.9.4 Making a decision: application of results in practice1.2.9.5 Evaluating performance: auditing evidence-based decisions

Step 1: Asking focused questions: translation of uncertainty to an answerable question

ตั้งค าถามแบบ EBM หรือ P I C O1. ปัญหา หรือผู้ป่วย (Problem/Patient/Population) เช่น ลักษณะทาง

คลินิกของผู้ป่วย2. สิ่งที่จะให้แก่ผู้ป่วย (Intervention) เช่น การให้ยาใหม่ หรือการใช้วิธีการ

วินิจฉัยแบบใหม่3. สิ่งที่เป็นตัวเปรียบเทียบ (Comparison intervention) เช่น การให้

placebo หรือให้ยาเดิม4. ผลที่ต้องการ (Outcomes) เช่น ประสิทธิผลที่เกิดขึ้น หรือความแตกต่าง

ที่ต้องการ

Asking a Good Question: PICO

http://www.cebm.net/asking-focused-questions/

Clinical Question Map

Domain Patient (P) Intervention (I) Comparison (C) Outcome (O)

Etiology/

Harm

ในหญิงวัยหมดประจ าเดือน

การให้ hormone replacement therapy

(HRT)

เทียบกับการไม่ให้ HRT จะเพิ่มความเสี่ยงต่อการเกิด CA breast หรือไม่

Diagnosis ในผู้ที่สงสัยเป็น coronary disease

การใช้ exercise echo เทียบกับการใช้ exercise EKG

จะวินิจฉัยโรค coronary artery disease ได้ดีกว่า

หรือไม่

Therapy ในผู้ป่วยที่เคยเป็น acute M.I.

การให้ยา aspirin เทียบกับการให้ placebo จะลดอัตราการเกิด recurrent M.I. ได้ดีกว่า

หรือไม่

Prognosis ในผู้ป่วยไตวาย การท า hemodialysis ที่บ้าน

เทียบกับการท า hemodialysis ที่ รพ.

จะเพิ่ม life expectancy ได้หรือไม่

Step 2: Finding the evidence: systematic retrieval of best evidence available

Primary SourcesPubMed (www.pubmed.gov)Ovid (ผ่านเว็บไซต์ห้องสมุด)

Step 2: Finding the evidence: systematic retrieval of best evidence available

Secondary Sources (e.g. guidelines) UK: The National Institute for Health and Care Excellence (NICE)

www.nice.org.uk

Scottish Intercollegiate Guidelines Network (SIGN) www.sign.ac.uk

US National Guideline Clearinghouse www.guideline.gov

New Zealand Guidelines Group www.health.govt.nz/about-ministry/ministry-health-websites/new-zealand-guidelines-group

Evidence-based summaries: Bandolier www.medicine.ox.ac.uk/bandolierBMJ Clinical Evidence clinicalevidence.bmj.com UpToDate www.uptodate.com

Systematic Reviews: Cochrane Library www.cochranelibrary.com

To search multiple databases simultaneously, use www.tripdatabase.com

13

14

15

16

17

18

Step 3: Critical appraisal: testing evidence for validity, clinical relevance, and applicability

Validity (Are the results valid?)

Importance (Are the results important?)

Applicability (Will the results help me in this patient’s care?)


ValidityAre the results valid?การศึกษามีความถูกต้องหรือไม่ถูกต้องตามระเบียบวิธีวิจัยหรือไม่ ปราศจากอคติ Study design Data collection Analysis methods


Importance Are the results important? ผลการศึกษามีความส าคัญ (importance) หรือไม่ Effect size (ขนาด/magnitude/strength of effect) Precision (ความแม่นย า) (Confidence intervals) Statistical significance Clinical significance


Applicability Will the results help me in this patient’s care? น าไปใช้ในผู้ป่วยของเรา (applicability) ได้หรือไม่ Patient similarity Patient preferences Benefits vs. harms Available resources

Levels of Evidence

http://library.downstate.edu/EBM2/2100.htm

Step 4: Making a decision: application of results in practice

http://med.fsu.edu/index.cfm?page=medicalinformatics.ebmTutorialhttp://community.cochrane.org/about-us/evidence-based-health-care

Step 5: Evaluating performance: auditing evidence-based decisions

You might consider one of the following:

Read an evidence-based abstraction journal

Keep a log book of your own clinical questions

Running a case-based discussion journal club around questions you have recorded and selected

http://www.cebm.net/evaluating-performance/

Step 5: Evaluating performance: auditing evidence-based decisions

One of the key components of evidence based practice is reflecting on how you learn and how you keep up to date and in addition, how much time you spend on each process.Activities usually identified by clinicians include: attending lecture and conferences, reading journals, tutorials, textbooks and guidelines, clinical practice, small group learning, study groups, electronic resources, and speaking to colleagues and specialists.

http://www.cebm.net/evaluating-performance/

Prognosis & Survival Analysis

EBM Keywords for Prognosis

Survival analysis (time-to-event analysis) 5-year survival, median survival & relative survival Censoring Kaplan-Meier curve (survival curve) Log rank test Cox regression (Cox’s proportional hazard model) Hazard ratio

Survival & Censoring

5-year survival rate: ร้อยละของผู้ป่วยที่ไม่เกิดเหตุการณ์ (เช่น การตาย) อย่างน้อย 5 ปีนับแต่เริ่มศึกษา

Median survival: ระยะเวลาที่จ านวนผู้ป่วยร้อยละ 50 ยังไมเ่กิดเหตุการณ์ (เช่น ยังไม่ตาย)

Relative survival: อัตราส่วนของ 5-year survival rates ระหว่างกลุ่มที่สนใจกับประชากรทั่วไปในวัยเดียวกัน

Censoring: ผู้ป่วยที่ไม่เกิดเหตุการณ์ (เช่น การตาย) เมื่อสิ้นสุดการศึกษา หรือ lost follow-up ระหว่างศึกษา

Survival Analysis Introductory Paper

Bewick, Cheek & Ball (2004)



Kaplan-Meier (Survival) Curve



Log Rank Test

เป็นวิธีการสถิติที่ใช้เปรียบเทียบ Kaplan-Meier curves ว่า แตกต่างกันอย่างมีนัยส าคัญทางสถิติหรือไม่ เช่น เปรียบเทียบกลุ่มเพศชายกับกลุ่มเพศหญิง

Null hypothesis: ไม่มีความแตกต่างระหว่าง survival curves ของ 2 populations (i.e. probability ที่จะเกิดเหตุการณ์ในช่วงเวลาใดเวลาหนึ่งเทา่กันในแต่ละประชากร)

Log Rank Test



Log Rank Test


Cox Regression

Log rank test ใช้ทดสอบว่ามีความแตกต่างระหว่าง survival times ของ 2 กลุ่มหรือไม่ แต่ไม่ได้ค านึงถึงตัวแปรอื่นๆ ที่อาจมีผลต่อ survival times

Cox regression คล้าย multiple regression ที่น าตัวแปรต่างๆ มา adjust ด้วย แตเ่ป็นการวิเคราะห์เพื่อหาความแตกต่างระหว่าง survival times ของผู้ป่วยแต่ละกลุ่ม หลัง adjust ตัวแปรอื่นๆ แล้ว

ตัวแปรตาม (dependent variable) เรียกว่า “hazard” ซึ่งเป็น probability ของการตายหรือเกิด event ที่ศึกษา เมื่อผู้ป่วย survive จนถึงเวลาใดเวลาหนึ่ง กล่าวคือ เป็น risk for death at that moment

Cox Regression




Cox Regression


Cox Regression


The P values indicate that the difference between treatments was bordering on statistical significance, whereas there was strong evidence that age was associated with length of survival.

The coefficient for treatment, –1.887, is the logarithm of the hazard ratio for a patient given treatment 1 compared with a patient given treatment 2 of the same age. The exponential (antilog) of this value is 0.152, indicating that a person receiving treatment 1 is 0.152 times as likely to die at any time as a patient receiving treatment 2

That is, the risk associated with treatment 1 appears to be much lower.

However, the confidence interval contains 1, indicating that there may be no difference in risk associated with the two treatments.

Cox Regression


Using the Kaplan–Meier (log rank) test, the P value for the difference between treatments was 0.032, whereas using Cox’s regression, and including age as an explanatory variable, the corresponding P value was 0.052.

This is not a substantial change and still suggests that a difference between treatments is likely. In this case age is clearly an important explanatory variable and should be included in the analysis.

The exponential of the coefficient for age, 1.247, indicates that a patient 1 year older than another patient, both being given the same treatment, has an increased risk for dying, by a factor of 1.247. Note that, in this case, the confidence interval does not contain 1, indicating the statistical significance of age.

Assumptions for Cox Regression

1. Censoring is unrelated to prognosis

2. Proportional hazards model: hazard at time t for a patient in one group is proportional to the hazard at time t for a patient in the second group

Prognosis Checklist for Validity

Was a defined, representative sample of patients assembled at a common (usually early) point in the course of their disease?

Was patient follow-up sufficiently long and complete?

Were outcome criteria objective and unbiased (e.g. applied in a ‘blind’ fashion)?

If subgroups with different prognoses are identified, did adjustment for important prognostic factors take place?

Prognosis Checklist for Results

What are the results?

How likely are the outcome events over time? Survival curves (Kaplan-Meier)

How precise are the prognostic estimates? Confidence intervals

Prognosis Checklist for Applicability

Can I apply this valid, important evidence about prognosis to my patient? Is my patient so different to those in the study that the

results cannot apply? Will results lead directly to selecting or avoiding a

treatment? Will this evidence make a clinically important impact on

my conclusions about what to offer to tell my patients

Assigned Paper Discussion

Prognosis Example

ผู้ป่วยชายไทยอายุ 60 ปี admit ด้วย GI bleeding มีประวัติด่ืมเหล้าและสูบบุหรี่มากว่า 30 ปี ได้รับการวินิจฉัยว่าเป็น liver cirrhosis

ผู้ป่วยถามแพทย์ว่าเขาจะมีชีวิตยืนยาวเท่าใด และควรปฏิบัติตัวอย่างไรเพื่อให้มีชีวิตยืนยาวที่สุด

Prognosis Example

P: In elderly men with liver cirrhosis,

I: does smoking cessation and alcohol abstinence

C: compared to do nothing

O: improve survival (live longer)?

Prognosis Example

พิมพ์ search terms ใน PubMed Clinical Queries ดังนี้

5-year survival cirrhosis alcohol smoking

เลือก Category: Prognosis พบ 5 บทความ

เลือกบทความของ Pessione et al: Five-year survival predictive factors in patients with excessive alcohol intake and cirrhosis. Effect of alcoholic hepatitis, smoking and abstinence. Liver Int. 2003 Feb;23(1):45-53.

Health & Medicine

Evidence-Based Medicine: Prognosis