The decision curve is a graphical summary recently proposed for assessing the potential clinical impact of risk prediction biomarkers or risk models for recommending treatment or intervention. It was applied recently in an article in Journal of Clinical Oncology to measure the impact of using a genomic risk model for deciding on adjuvant radiation therapy for prostate cancer treated with radical prostatectomy. We illustrate the use of decision curves for evaluating clinical- and biomarker-based models for predicting a man’s risk of prostate cancer, which could be used to guide the … (leggi tutto)
Quante volte come comunità oncologica veniamo “accusati” di non saper leggere i dati di uno studio, di non saperli interpretare o, peggio ancora, di non saperli comprendere. È pur vero che spesso la base statistica non è così solida e a questo si aggiungono evoluzioni anche nel mondo matematico e applicativi che cambiano nel tempo cercando di modellarsi su una nuova ricerca clinica. In questo paper del gruppo dei Biostatistici dell’Università di Washington vengono ben esposte (anche con esempi pratici) le nuove curve decisionali, che potenzialmente dovrebbero servire per meglio applicare modelli di rischio all’intera popolazione, che servano poi per riconoscere l’impatto di una metodica, di un approccio terapeutico o altro, su quella stessa popolazione. Le curve decisionali trovano per esempio adeguata applicazione per esaminare una determinata strategia su una popolazione di individui, senza però fornire informazioni sul beneficio del singolo individuo. Interessante vedere come nel lavoro vengano esaminate condizioni in cui NON esiste uno standard terapeutico e altre invece in cui questo sia presente e le curve decisionali trovino applicazione in entrambe i contesti.
