癌症自然历史的一般性两阶段渐进模型以预测多种癌症筛查测试导致的下分期
摘要：多癌早期检测（MCED）测试能通过一次血液样本检测出多种癌症。尽管其具有很好的诊断性能，但尚无关于它们对人群的益处的证据。我们期望通过在癌症进展到晚期之前检测出癌症来获益，我们开发了一个通用的两阶段模型来预测根据各阶段检测敏感性和检测年龄来减少晚期诊断的情况。该模型可以利用癌症登记数据以及平均总体和晚期临床前逗留时间的值进行估计。我们首先估计肺癌的模型，并将其与国家肺部筛查试验中观察到的分期转变验证。然后，我们估计肝癌、胰腺癌和膀胱癌的模型，这些癌症没有推荐的筛查测试，并且我们根据共享的MCED测试方案预测分期转变。我们的框架透明地整合可用数据，以预测由于MCED测试而减少晚期诊断的情况。
作者：Jane M. Lange, Kemal C. Gogebakan, Roman Gulati, and Ruth Etzioni
论文ID：2307.00092
分类：Applications
分类简称：stat.AP
提交时间：2023-07-04