TILLBAKA TILL ÖVERSIKT

Ny metod förbättrar möjligheten att förutsäga överlevnad vid cancer

Charlson komorbiditetsindex (CCI) är ett sjukdomsindex som länge använts för att uppskatta sjukdomsbörda och dödlighet hos patienter.

Nu har forskare vid Uppsala universitet utvecklat ett nytt och mer känsligt verktyg som kan förbättra möjligheten att mäta samsjuklighet och förutsäga överlevnad hos patientgrupper med cancer.

Rolf Gedeborg

För att bättre kunna mäta och förutsäga överlevnad hos patienter med cancer är det viktigt att förstå vilken annan sjukdomsbörda som finns i bakgrunden.

I en artikel i tidskriften Epidemiology presenterar forskare vid Uppsala universitet en ny metod för att mer träffsäkert kunna mäta samsjuklighet samt förbättra den prognostiska informationen.

  • Charlson index har länge använts och är ett väletablerat system för att förutspå överlevnad. Men det finns flera svagheter med metoden och därför har vi utvecklat ett mer känsligt instrument för att förbättra förutsägelser om överlevnad, säger Rolf Gedeborg, forskare vid Institutionen för kirurgiska vetenskaper vid Uppsala universitet.

I grunden är han specialistläkare och har arbetat drygt 25 år som anestesi- och intensivvårdsläkare. I dag delar han sin tid mellan forskning och en tjänst som utredare på Läkemedelsverket.

Hans forskning handlar i huvudsak om metodutveckling inom epidemiologi.

 

Mer finstämt instrument

Studien bygger på data hämtad från NPCR samt bröstcancerregistret.

Genom att använda ett läkemedelskomorbiditetsindex (Drug Comorbidity Index; DCI) baserat på uthämtade läkemedelsrecept har forskarna förutsättningslöst tittat på sambanden mellan ATC-koder (klassificeringssystem för läkemedel) och överlevnad.

  • En av svagheterna med Charlson-index är att det inte omfattar primärvården, endast slutenvårdsdiagnoser. Metoden bygger även på antaganden och ett urval av kategorier, vilket ökar risken för feltolkningar.

Utgångspunkten i den aktuella studien har varit att inte göra några antaganden eller utgå från specifika kategorier, utan helt förutsättningslöst titta på läkemedelsförskrivningar för att få en bredare bild och mer noggrant kunna mäta samsjuklighet och en ökad risk för död.

  • Verktyget eller arbetssättet som vi använt i vår studie är centralt för att utjämna skillnader mellan patientgrupper och renodla effekterna av det man vill studera, exempelvis effekten av olika behandlingar vid prostatacancer.

 

Förbättrar kvaliteten på studier

Studien omfattar 326 000 män som slumpmässigt valdes ut som kontrollpersoner för män med prostatacancer. För att undersöka om metoden också är tillämpbar på en kvinnlig population inkluderades drygt 272 000 slumpmässigt utvalda kvinnor från bröstcancerregistret.

Uppföljningstiden var cirka 7 år.

  • Vi har kunnat visa att metoden är generaliserbar och kan användas även på andra populationer som exempelvis kvinnor med bröstcancer. Vår förhoppning är att metoden, som är ett viktigt verktyg för att kontrollera felkällor och förbättra kvaliteten på studier, ska tillämpas i all epidemiologisk forskning, säger Rolf Gedeborg.

Gedeborg R, Sund M, Lambe M, Plym A, Fredriksson I, Syrjä J, Holmberg L, Robinson D, Stattin P, Garmo H. An aggregated comorbidity measure based on history of filled drug prescriptions – development and evaluation in two separate cohorts. Epidemiology. 2021 Apr 2.

Läs hela artikeln här