PLoS ONE: om gyldigheden af ​​Brug Stigninger i 5-års overlevelse Priser til måle succes i kampen mod kræft

Abstrakt

Baggrund

5-års overlevelsesraten for kræftpatienter er den mest anvendte statistik til at afspejle forbedringer i krigen mod kræft. Denne idé blev imidlertid tilbagevist baseret på en analyse, der viser, at ændringer i 5-års overlevelse over tid ikke har nogen sammenhæng med ændringer i dødeligheden af ​​kræft.

Metoder

Her viser vi, at fremskridt i kampen mod kræft kan evalueres ved at analysere sammenhængen mellem 5-årige overlevelsesrater og dødelighed normaliseret af forekomsten (dødelighed i løbet af forekomst, MOI). Ændringer i dødeligheden skyldes forbedret klinisk ledelse samt skiftende incidensrater, og da sidstnævnte kan maskere virkningerne af den tidligere, kan det også maskere sammenhængen mellem overlevelse og dødelighed. Men MOI er en mere robust mængde og afspejler forbedringer i kræft resultater ved at overvinde den maskering effekten af ​​at ændre incidensrater. Brug populationsbaserede statistik for USA og de europæiske nordiske lande, vi bestemt sammenslutningen af ​​ændringer i 5-års overlevelsesrater og MOI.

Resultater

Vi observerede en stærk korrelation mellem ændringer i 5-års overlevelse satser for kræftpatienter og ændringer i MOI for alle lande afprøvet. Dette fund viser, at der er nogen grund til at antage, at de forbedringer i 5-års overlevelsesraten er kunstige. Vi opnåede konsistente resultater ved undersøgelsen af ​​den delmængde af typer kræft, hvis forekomsten ikke steget, hvilket tyder på, at over-diagnose ikke skjule resultaterne.

Konklusioner

Vi har vist, via den negative korrelation mellem ændringer i 5-års overlevelse og ændringer i MOI, at stigninger i 5-års overlevelsesraten afspejler reelle forbedringer over tid gjort i den kliniske behandling af kræft. Desuden fandt vi, at stigninger i 5-års overlevelsesraten er ikke overvejende kunstige biprodukter af bly-tid bias, som underforstået i litteraturen. Overlevelsen foranstaltning alene kan derfor anvendes til en grov tilnærmelse af mængden af ​​fremskridt i den kliniske behandling af kræft, men bør ideelt set anvendes sammen med andre foranstaltninger

Henvisning:. Maruvka YE, Tang M, Michor F ( 2014) om gyldigheden af ​​Brug Stigninger i 5-års overlevelse priser til måle succes i kampen mod kræft. PLoS ONE 9 (7): e83100. doi: 10,1371 /journal.pone.0083100

Redaktør: Yinglin Xia, University of Rochester, USA

Modtaget: Februar 6, 2013; Accepteret: November 3, 2013; Udgivet: 23 Juli 2014

Copyright: © 2014 Maruvka et al. Dette er en åben adgang artiklen distribueres under betingelserne i Creative Commons Attribution License, som tillader ubegrænset brug, distribution og reproduktion i ethvert medie, forudsat den oprindelige forfatter og kilde krediteres

Finansiering:. Forfatterne takker støtte fra National Institutes of Health U54CA143798. De finansieringskilder havde ingen rolle i studie design, indsamling og analyse af data, beslutning om at offentliggøre, eller forberedelse af manuskriptet

Konkurrerende interesser:.. Forfatterne har erklæret, at der ikke findes konkurrerende interesser

Introduktion

Forbedringer i de 5-årige overlevelsesrater for kræftpatienter har længe været nævnt som bevis for stigende effektivitet af anti-cancer behandlingsmodaliteter både i videnskabelige artikler [1] – [4] og i medier og politiske dokumenter [5]. Brugen af ​​5-års overlevelsesraten for denne konklusion imidlertid blev kritiseret i 1990 af Sondik [6], der hævdede, at forbedringer i diagnostiske evner kan bidrage til stigninger i 5-års overlevelsesraten for kræft, selv i mangel af fremskridt i retning af mere effektive kliniske tiltag. For ti år siden, Welch, Schwartz og Woloshin [7] undersøgte omhyggeligt denne kritik. Forfatterne postulerede, at forbedringer i kræftbehandling samtidig bør øge overlevelsesprocenten og reducere dødeligheden, hvilket fører til en sammenhæng mellem de to, mens forbedringer i overlevelse på grund af kunstige årsager (fx på grund af tidligere diagnoser) ikke ville være relateret til nedsat dødelighed . Faktisk fandt de ingen sammenhæng mellem at forbedre overlevelsesrater og faldende dødelighed, hvilket ville synes at antyde, at der ikke har været forbedringer i kræftbehandlingen. På den anden side, hvis incidensrater udelukkende var stigende på grund af en stigende forekomst af kræft, så ingen sammenhæng med overlevelsesrater skal overholdes i ligevægt. Men hvis forekomsten var stigende på grund af tidligere diagnoser, så skal påvises en sammenhæng med stigende overlevelsesrater; sidstnævnte var tilfældet, og et forhold blev identificeret

Disse resultater blev fortolket som følger:. “Det er blevet rapporteret, at forbedringer i behandlingsresultater for patienter med ondartet sygdom repræsenterer falske effekter af diagnosen på et tidligt tidspunkt” [ ,,,0],8]. Den indsigt, at 5-års overlevelsesraten er en misvisende mål for reelle forbedringer er siden blevet kanonisk og er nu inkluderet i standard lærebøger om kræft biologi [9]. Desuden er disse resultater også kraftigt sætte spørgsmålstegn ved effektiviteten af ​​kliniske interventioner for kræftpatienter, da en manglende sammenhæng mellem dødelighed og 5-års overlevelse synes at indikere, at kliniske behandling af kræft ikke har nogen positiv effekt på patientens overlevelse.

Vi antager, at ændringer i dødeligheden sig ikke fuldt ud fanges forbedringer i kræftbehandling og af denne grund ikke kan korrelere med stigende overlevelsesrater. Vigtigt er, at selv om kræftbehandling var effektive for et stigende antal patienter, at dødeligheden kunne stadig stige, hvis forekomsten af ​​den givne cancertype selv var stigende.

For at illustrere dette punkt, overveje for eksempel non-Hodgkin lymfom. I USA, denne sygdom havde en alder justeret incidensrate på 11 og en dødelighed på 5,6 per 100.000 mennesker om året i 1975, og en incidens på 20 og en dødelighed på 7,9 pr 100.000 om året i 2000 [10]. Selvom det lader til, at udsigterne for patienter diagnosticeret med denne særlige form for kræft forværredes mellem 1975 og 2000, da dødeligheden steg med 2,3, kliniske behandling af denne kræfttype faktisk forbedret dramatisk, som den forventede dødelighed i 2000 ville have været 10,2 . Den forventede dødelighed bestemmes af det faktum, at forekomsten næsten fordoblet, og derfor, fordi dødeligheden ikke rapporteres som normaliseres ved forekomst skal det have næsten fordoblet samt. Det faktum, at den faktiske dødelighed kun steg til 7,9 i stedet for den forventede 10,2 betyder en forbedring af den kliniske behandling af sygdommen.

På baggrund af disse overvejelser, bør en mere vejledende mål for en forbedring af kræftbehandlingen derefter være den forandring i dødeligheden normaliseret ved ændringen i incidensraten (dødelighed i løbet af forekomst, MOI). I ovenstående eksempel, satser på 5,6 /11 i 1975 sammenlignet med 7,9 /20 i 2000 viser en forbedring i den samlede kliniske behandling af sygdommen 25%. Samtidig, 5-års overlevelsesraten ændret fra 47% i 1975 til 70% i 2000. I denne situation, den 5-årige overlevelsesrate steget, men ikke korrelerer med ændringen i dødelighed; det gør imidlertid korrelerer med ændringen i MOI. Trods lighederne mellem dødelighed (andelen af ​​dødsfald inden for en udpeget population af tilfældene) og dødeligheden i incidens, disse foranstaltninger er ikke identiske; dødeligheden er fremstillet af en given sag befolkning, mens dødeligheden i løbet af forekomsten ikke nødvendigvis bruge den samme population for dødeligheden og forekomsten. Ikke desto mindre, på grund af lighederne mellem disse to begreber, kan MOI tjene som en tilnærmelse til dødeligheden.

For at undersøge, om forbedringen i overlevelsesrater er relateret til forbedringer i den kliniske behandling af kræft, vi derfor har brug for at sammenligne ændringen i overlevelse til ændringen i MOI og ikke til ændringen i dødeligheden alene. I tilfælde, hvor forekomsten er uændret, hvilket er meget usædvanligt, denne analyse reducerer til den aktuelt anvendte tilgang korrelere overlevelse til dødelighed. Bemærk, at “forbedringer i kliniske behandling” refererer til eventuelle ændringer i de patienter måde kræft behandles klinisk, herunder administration af nye lægemidler, anvendelse af en mere effektiv dosering strategi eksisterende lægemidler, eller blot en omkostningsreduktion gør tidligere tilgængelige behandlinger mere overkommelig og dermed mere udbredte.

Metoder

data

de aldersbetingede justeret forekomst, dødelighed og 5-års overlevelsesraten for de amerikanske patienter blev opnået fra SEER database ved hjælp SEERStat (www.seer.cancer.gov/seerstat). I hele papiret, “overlevelse” betegner relativ, men ikke den samlede overlevelse. Vi opnåede data af alle typer kræft i SEER database og opdeles dem i typer efter ledige definitioner. For eksempel blev klassificeringen “leukæmi” opdelt i akut lymfatisk leukæmi, kronisk lymfatisk leukæmi, andre lymfocytisk leukæmi, akut myeloid leukæmi, akut monocytisk leukæmi, kronisk myeloid leukæmi, og andre. Vi har ikke kombinere de forskellige undertyper, som de viser forskellige biologiske og kliniske karakteristika [10] og vise forskellige incidens tendenser over tid. Brug af SEERStat program, vi analyserede tre grupper: mandlige patienter, kvindelige patienter, og en kombineret database herunder patienter af begge køn. Den kombinerede database er ikke uafhængig af de to andre, men indeholder den største samling af cancertyper, og dermed er nyttig til yderligere analyse.

Derudover har vi fået data på 36 kræftformer fra NORDCAN hjemmeside [11] , som indeholder oplysninger om forekomst, dødelighed og 5-års overlevelse for de nordiske lande: Danmark, Finland, Norge og Sverige. Vi udelukkede data fra islandske patienter på grund af den lille befolkning størrelse i dette land, som forårsager for meget støj for gyldigt analyse De nordiske datasæt er overlegne i forhold til de SEER USA datasæt, da sidstnævnte ikke giver omfattende dækning af alle amerikanske stater.

Vi derefter beregnes ændringen i incidensrater og forandring i 5-års overlevelse mellem to valgte tidspunkter (benævnt den oprindelige og den endelige tidspunkter). For at reducere mængden af ​​variationen i data, vi beregnet den gennemsnitlige incidens og 5-årige overlevelsesrater i løbet af flere år (se SI). For de nordiske lande, vi brugte data i gennemsnit over perioden 1964-1967 som den indledende tidspunkt, og data i gennemsnit over perioden 2000-2003 som det endelige tidspunkt. For data fra de amerikanske patienter, vi brugte 1973-1976 og 2000-2003, da den oprindelige og den endelige tidsperioder.

Da patienter diagnosticeret med kræft i et givet år dør et par år senere i gennemsnit, forekomsten og overlevelsesrater for et givet år er forbundet med dødeligheden i et senere år. Vi bestemt således sammenhængen mellem incidensraten i år x og dødeligheden i år x + a. Vi udførte følsomhedsanalyser ved at vælge en bred vifte af en mellem 0 og 6 år og opnåede ensartede resultater. Her præsenterer vi resultaterne for en = 3: vi beregnet ændringerne i dødelighed i løbet af 1967-1970 og 2003-2006 for de nordiske lande, og i løbet af 1976-1979 og 2003-2006 for USA. Bemærk, at forholdet mellem det år, diagnose og dødeligheden år bør tage hensyn til fordelingen af ​​død tid. Dog vil kræve brug af mere information, som desværre er normalt ikke tilgængelige. Derfor brugte vi en hul gang (som kan være middelværdien, medianen eller tilstanden) som en grov tilnærmelse for hele distributionen.

Foranstaltninger

Vi beregnede ændringen i forekomsten, dødelighed, 5-årige overlevelsesrater, og dødelighed i løbet af forekomsten (MOI) mellem de valgte to tidspunkter i hvert datasæt. Vi målte derefter korrelationen mellem ændringen i det 5-årige overlevelsesrate og ændringen i forekomst og dødelighed som blev udført af Welch et al. [7]. For hver kræfttype, forfatterne [7] beregnes ændringen i dødelighed, incidens og 5-årige overlevelsesrater og produceret en figur, der viser ændringen i dødeligheden versus ændringen i overlevelse; hvert punkt repræsenterede en specifik cancer type. Derefter beregnes korrelationen mellem ændringen i dødelighed og forandring i 5-års overlevelse, og udførte en tilsvarende beregning for ændringen i 5-års overlevelse og ændringen i forekomsten. Dødelighed og incidensrater har forskellige størrelser til forskellige typer af kræft; derfor med henblik på at kunne sammenligne hyppige og sjældne kræfttyper, de målte ændringen i satserne over en vis tidsperiode som en procentdel af den oprindelige værdi, snarere end som en absolut værdi. Denne procent blev derefter plottet mod den absolutte ændring i 5-års overlevelsesrater i samme periode. Desuden har vi beregnet ændringen i MOI over de to valgte tidspunkter, som derefter blev givet som en absolut værdi (dvs. dødeligheden ved det endelige divideret med incidensen ved det endelige tidspunkt, minus mortalitet ved den indledende tid divideret med forekomsten på den indledende tid) da MOI selv er en brøkdel.

Analyse

for hver datasæt, vi undersøgte sammenhængen mellem ændringer i overlevelse og de tre andre foranstaltninger, som skitseret ovenfor, hjælp Pearson ‘s og Spearman s korrelationer og lineær regression. Derudover har vi analyseret sammenhængen mellem ændringen i forekomsten og ændringen i dødeligheden ved hjælp af de samme metoder.

Resultater

Brug af datasæt og analytiske tilgange skitseret i Methods, vi først undersøgt sammenhængen mellem ændringer i 5-års overlevelse og incidens og dødelighed, som blev udført af Welch et al. [7]. Resultaterne for alle datasæt er opsummeret i Tabel 1. Figur 1 viser resultaterne for den amerikanske datasæt som et særligt eksempel; alle andre plots er vist i figurerne S1-S11. Sammenhængen mellem ændringerne i 5-års overlevelse og ændringer i incidens og dødelighed er vist i figur 1a og b. Svarende til resultaterne af Welch et al [7], vi også observeret, at der ikke er nogen signifikant negativ korrelation mellem ændringen i overlevelse og ændringen i dødeligheden i alle datasæt. I mellemtiden, i nogle datasæt (se tabel 1), der er en positiv korrelation mellem ændringen i overlevelse og ændringen i forekomst. Disse resultater blev fortolket af Welch et al. [7] for at angive, at forbedringer i overlevelse er overvejende kunstige, da en reel forbedring i den kliniske behandling af kræft samtidig bør reducere dødeligheden og forbedre overlevelsen, mens en kunstig forbedring, på grund af tidlig diagnose, øger overlevelsesrater og incidensrater uden at reducere dødeligheden. Men som vist i figur 1c, der er en stærk korrelation mellem ændringen i forekomst og ændringen i dødelighed. Dette resultat viser, at meget af ændringen i dødelighed er et resultat af ændringen i forekomst, og derfor korrelationen mellem ændringen i 5-års overlevelse og ændringen i dødelighed på grund af forbedret behandling er skjult. I figur 1d, præsenterer vi sammenhængen mellem ændringen i 5-års overlevelsesrater og ændringen i MOI (Pearsons korrelationskoefficient -0,55, p-værdi = 0,000075). I SI, viser vi de korrelationskoefficienter og p-værdier for alternative værdier af

en

. Korrelationen ændres kun lidt for disse alternative intervaller, og er signifikant for alle de undersøgte intervaller. De andre datasæt viser også negative signifikante korrelationer, som det er vist i SI. Størrelsen af ​​korrelationen i nogle datasæt er moderat (-0,5), mens den er stærk i andre. Denne forskel kan skyldes forskellige styrker af de kunstige forbedringer i 5-års overlevelse, men også kan skyldes forskellen i dataindsamlingen. Generelt de amerikanske datasæt har svagere korrelationer end dem fra de nordiske lande, som kan være på grund af det faktum, at med de amerikanske datasæt, vi delte kræftformer i mere detaljerede undertyper, som sandsynligvis tilføjer variation til beregningerne. Der er ingen generel tendens for ændringen i korrelationskoefficienten for forskellige intervaller, der deles af de forskellige datasæt, som vi brugte. Se SI for en streng udvikling af den negative korrelation mellem ændringen i 5-års overlevelse og MOI. Vi gentog også vores analyser ved hjælp Spearmans korrelation (se SI), og fandt, at de ændringer, når du bruger denne metriske var mindre.

(a) Ændring i 5-års overlevelse versus ændring i dødelighed. (B) Ændringer i 5-års overlevelse versus ændring i forekomsten. (C) Ændring i dødeligheden versus ændring i forekomsten. (D) Ændring i overlevelsen 5-års versus ændring i dødelighed i løbet af forekomst (MOI). Den Pearsons korrelationskoefficient (R) og dens p-værdi er vist på toppen af ​​hvert panel. Ændringen i 5-års overlevelsen er stærkt lineært forbundet med ændringen i MOI

Bemærk, at vi har observeret det mønster, forventes under reelle forbedringer i den kliniske behandling af kræft.; derfor er der ingen grund til at antage, at forbedringer i kræftbehandlingen er ikke rigtige, som det fremgår af Welch et al. [7]. Men denne iagttagelse i sig selv er ikke bevis for, at de forbedringer i kræftbehandlingen er reelle, fordi over-diagnose [12] – identifikation af kræfttilfælde som følge af forbedrede diagnostiske værktøjer, som ikke ville have resulteret i døden selv uden diagnose – kan kunstigt skabe en negativ korrelation mellem ændringen i 5-års overlevelse og ændringen i MOI. Dette faktum opstår, fordi over-diagnose kunstigt øger både overlevelse og incidens, hvilket resulterer i en negativ sammenhæng mellem satserne for overlevelse og MOI selv uden nogen underliggende forbedringer i den kliniske behandling af kræftpatienter. Det er for nylig vist sig, at over-diagnose er et problem, når undersøger incidens og prævalens af visse kræftformer [13]. For at løse problemet med over-diagnose, vi gentog vores analyser af sammenhængen mellem ændringen i overlevelse og ændringen i MOI kun at bruge de kræftformer, hvis forekomst ikke stige i den valgte periode. Vi antager, at for de typer kræft med stabile eller faldende incidensrater, bør bidraget fra over-diagnose være meget lav. For USA kohorte, denne tilgang ført til anvendelse af 35 kræftformer.

Når du udfører disse analyser, vi opnåede en signifikant negativ hældning mellem ændringer i overlevelse og MOI for den amerikanske mandlige og kombinerede datasæt. For USA kvindelige datasæt, opnåede vi en negativ hældning for alle tilfælde, men hældningen var betydelig kun ved anvendelse af data dødelighed fra en periode på mindst tre år efter den dato, hvor forekomsten blev bestemt. Disse resultater er vist i SI. Disse resultater viser, at også for kræftformer med næsten ingen over-diagnose, den negative korrelation mellem ændringer i 5-års overlevelse og i MOI foreligger fortsat derfor er det sandsynligt, at forbedringerne i de 5-årige overlevelsesrater er reelle, selv i kræfttyper hvor incidensrater gjorde stigning, da der ikke er nogen grund til at postulere en meningsfuldt højere over-diagnose sats i disse tilfælde.

resultaterne for den amerikanske kohorten er et typisk eksempel, og tallene for alle andre kohorter er vist i SI. Tabel 1 viser de korrelationskoefficienter og deres p-værdier for følgende sammenligninger for alle tilgængelige datasæt: ændringer i 5-års overlevelsesrater og forekomst, ændringer i 5-års overlevelse og dødelighed, ændringer i dødelighed og forekomst, og ændringer i 5 år ad overlevelsesrater og MOI. Bemærk, at i alle tilfælde, der er en negativ korrelation mellem hastighederne for overlevelse og MOI, som altid er statistisk signifikant. Også ved hjælp af kun cancertyper hvis forekomst ikke stige i de nordiske lande, vi konsekvent opnået en signifikant negativ hældning for alle datasæt, med undtagelse af den kvindelige befolkning i Norge, som der var kun 6 kræftformer, en prøve sæt potentielt for lille at give mulighed for betydelige resultater. Bemærk, at dødelighed og incidensrater er alder-justeret, og tilpasningerne af USA og de nordiske data blev potentielt gjort anderledes; dette kan således repræsentere kilde til nogle af forskellene, vi observerede mellem USA og de nordiske lande.

For den amerikanske befolkning, vi gentog alle beregninger ved hjælp 10-årige overlevelsesdata i stedet for 5-årige overlevelsesdata og opnåede ensartede resultater. Sammenhængen mellem ændringen i 10-års overlevelse og ændringen i MOI var negativ og signifikant for alle patienter og for begge køn. Også, når vi brugte kun de kræftformer, hvor forekomsten ikke steg, opnåede vi en betydelig negativ korrelation (se SI).

Diskussion

I dette papir, har vi foreslået en alternativ tilgang til at undersøge effektiviteten af ​​kliniske tiltag mod kræft ved hjælp af oplysninger om forekomst, overlevelse og dødelighed af kræftpatienter. Vi viste, at ved at sammenligne overlevelse til MOI (dødelighed normaliseret ved forekomst), er de forventede korrelation mønstre mellem ændringerne i 5-års overlevelse og MOI opnået. Ved at gøre det, vi negeret den tidligere krav fra Welch et al. [7], at den forventede korrelation ikke kan overholdes, og derfor kan at 5-årige overlevelsesrater ikke bruges til at vurdere fremskridt i kampen mod kræft. Derudover demonstrerede vi, at tidlig diagnose er ikke et stort problem for analyse af ændringer i overlevelsesrater. Men denne konstatering i sig selv ikke bevise, at virkningerne af kunstige forbedringer i 5-års overlevelsen er ubetydelige; snarere, viser det, at der ikke er grund til at antage, at deres virkning er stor, fordi selvom kan MOI ikke kunstigt forbedres som følge af leveringstid bias, kan det stadig kunstigt forbedre på grund af over-diagnose.

For at tackle problemet med over-diagnose, vi analyserede kun de kræftformer, hvis forekomst ikke steg i den tid observationsperioden; derfor er der ingen grund til at tro, at disse kræftformer er væsentligt påvirket af over-diagnose. For disse kræftformer, vi opnåede også et signifikant negativ korrelation mellem ændringen i 5-års overlevelse og ændringen i MOI. Derfor, for disse kræftformer, forbedringen i 5-års overlevelsesraten ikke skyldes tidlig diagnose eller over-diagnose. Det faktum, at vi opnåede de samme resultater for kræft typer med en hyppighed, der ikke øger viser, at over-diagnose ikke spiller en stor rolle i kunstigt øge 5-års overlevelse for enhver kræft type.

Vi fandt at i almindelighed, ændringerne i 5-års overlevelsesraten indeholder oplysninger, der kan høstes til at måle vores fremskridt i krigen mod kræft. Mens tidlige diagnoser kunstigt øge satserne for 5-års overlevelsen generelt deres virkning er mindre i forhold til effekten af ​​forbedringer i kræftbehandling. Dette fund viser sig, når overlevelse satser sammenlignes med dødelighed normaliseret af forekomsten (MOI).

overlevelse foranstaltning og MOI foranstaltning bør ideelt set anvendes i tandem til at vurdere forbedringer i kræftbehandling, som ikke foranstaltning er perfekt. Overlevelse alene kan omfatte mindre effekter af bly-tid bias. Den MOI måler alene ikke korrekt fange forbedrede overlevelse gange i tilfælde, hvor dødeligheden ikke ændrer. Dog kan forbedringer i overlevelsen foranstaltning alene anvendes til at give en pålidelig indikation af fremskridt.

Bemærk at sammenhængen mellem MOI og 5-års overlevelse allerede blev observeret af Vostakolaei et al. [14], som viste, at MOI var generelt en god proxy for 5-års overlevelse. Men vores arbejde adskiller sig fra deres undersøgelse i, at vi har analyseret sammenhængen mellem

ændre

i MOI og

ændre

i 5-års overlevelse, med henblik på at afgøre, om forbedringer i overlevelse er reelle. Dette spørgsmål blev ikke besvaret tidligere, da forfatterne ikke sammenligne ændringer i disse målinger over tid, men snarere set på et enkelt øjebliksbillede i tide.

Det er værd at bemærke, at andre tilgange til at vurdere forbedringer i kræftbehandling kan tages, såsom analyse af ændringer i antallet og forholdet mellem patienter diagnosticeret på forskellige stadier af udvikling af cancer. Men sådanne metoder kræver mere detaljerede oplysninger om de diagnostiske værktøjer, der anvendes, og bør anvendes på specifikke kræftformer separat, og dermed adskiller sig fra den brede skala tilgang, vi anvendt her.

Støtte Information

Figur S1 .

Sammenhængen mellem de forskellige foranstaltninger for den kvindelige kohorte fra Danmark. (A) Ændring i dødeligheden vs ændring i forekomsten. (B) Ændringer i 5-års overlevelse vs ændring i forekomsten. (C) Ændring i 5-års overlevelse vs ændring i dødelighed. (D) Ændring i 5-års overlevelse vs ændring i dødelighed i løbet af forekomst (MOI). Pearsons korrelationskoefficient og dens p-værdi er vist på toppen af ​​hvert panel. Ændringen i 5 års overlevelse er stærkt lineært forbundet med ændringen i MOI. (E-h) Samme som i (a-d), men inklusive kun de typer kræft, hvis forekomsten faldt i den tid af observation

doi:. 10,1371 /journal.pone.0083100.s001

(BMP)

Figur S2.

Sammenhængen mellem de forskellige foranstaltninger for den mandlige kohorte fra Danmark. (A) Ændring i dødeligheden vs ændring i forekomsten. (B) Ændringer i 5-års overlevelse vs ændring i forekomsten. (C) Ændring i 5-års overlevelse vs ændring i dødelighed. (D) Ændring i 5-års overlevelse vs ændring i dødelighed i løbet af forekomst (MOI). Pearsons korrelationskoefficient og dens p-værdi er vist på toppen af ​​hvert panel. Ændringen i 5 års overlevelse er stærkt lineært forbundet med ændringen i MOI. (E-h) Samme som i (a-d), men inklusive kun de typer kræft, hvis forekomsten faldt i den tid af observation

doi:. 10,1371 /journal.pone.0083100.s002

(BMP)

Figur S3.

Sammenhængen mellem de forskellige foranstaltninger for den kvindelige kohorte fra Finland. (A) Ændring i dødeligheden vs ændring i forekomsten. (B) Ændringer i 5-års overlevelse vs ændring i forekomsten. (C) Ændring i 5-års overlevelse vs ændring i dødelighed. (D) Ændring i 5-års overlevelse vs ændring i dødelighed i løbet af forekomst (MOI). Pearsons korrelationskoefficient og dens p-værdi er vist på toppen af ​​hvert panel. Ændringen i 5 års overlevelse er stærkt lineært forbundet med ændringen i MOI. (E-h) Samme som i (a-d), men inklusive kun de typer kræft, hvis forekomsten faldt i den tid af observation

doi:. 10,1371 /journal.pone.0083100.s003

(BMP)

Figur S4.

Sammenhængen mellem de forskellige foranstaltninger til mandlige kohorte fra Finland. (A) Ændring i dødeligheden vs ændring i forekomsten. (B) Ændringer i 5-års overlevelse vs ændring i forekomsten. (C) Ændring i 5-års overlevelse vs ændring i dødelighed. (D) Ændring i 5-års overlevelse vs ændring i dødelighed i løbet af forekomst (MOI). Pearsons korrelationskoefficient og dens p-værdi er vist på toppen af ​​hvert panel. Ændringen i 5 års overlevelse er stærkt lineært forbundet med ændringen i MOI. (E-h) Samme som i (a-d), men inklusive kun de typer kræft, hvis forekomsten faldt i den tid af observation

doi:. 10,1371 /journal.pone.0083100.s004

(BMP)

Figur S5.

Sammenhængen mellem de forskellige foranstaltninger for den kvindelige kohorte fra Norge. (A) Ændring i dødeligheden vs ændring i forekomsten. (B) Ændringer i 5-års overlevelse vs ændring i forekomsten. (C) Ændring i 5-års overlevelse vs ændring i dødelighed. (D) Ændring i 5-års overlevelse vs ændring i dødelighed i løbet af forekomst (MOI). Pearsons korrelationskoefficient og dens p-værdi er vist på toppen af ​​hvert panel. Ændringen i 5 års overlevelse er stærkt lineært forbundet med ændringen i MOI. (E-h) Samme som i (a-d), men inklusive kun de typer kræft, hvis forekomsten faldt i den tid af observation

doi:. 10,1371 /journal.pone.0083100.s005

(BMP)

Figur S6.

Sammenhængen mellem de forskellige foranstaltninger til mandlige kohorte fra Norge. (A) Ændring i dødeligheden vs ændring i forekomsten. (B) Ændringer i 5-års overlevelse vs ændring i forekomsten. (C) Ændring i 5-års overlevelse vs ændring i dødelighed. (D) Ændring i 5-års overlevelse vs ændring i dødelighed i løbet af forekomst (MOI). Pearsons korrelationskoefficient og dens p-værdi er vist på toppen af ​​hvert panel. Ændringen i 5 års overlevelse er stærkt lineært forbundet med ændringen i MOI. (E-h) Samme som i (a-d), men inklusive kun de typer kræft, hvis forekomsten faldt i den tid af observation

doi:. 10,1371 /journal.pone.0083100.s006

(BMP)

Figur S7.

Sammenhængen mellem de forskellige foranstaltninger for den kvindelige kohorte fra Sverige. (A) Ændring i dødeligheden vs ændring i forekomsten. (B) Ændringer i 5-års overlevelse vs ændring i forekomsten. (C) Ændring i 5-års overlevelse vs ændring i dødelighed. (D) Ændring i 5-års overlevelse vs ændring i dødelighed i løbet af forekomst (MOI). Pearsons korrelationskoefficient og dens p-værdi er vist på toppen af ​​hvert panel. Ændringen i 5 års overlevelse er stærkt lineært forbundet med ændringen i MOI. (E-h) Samme som i (a-d), men inklusive kun de typer kræft, hvis forekomsten faldt i den tid af observation

doi:. 10,1371 /journal.pone.0083100.s007

(BMP)

Figur S8.

Sammenhængen mellem de forskellige foranstaltninger til mandlige kohorte fra Sverige. (A) Ændring i dødeligheden vs ændring i forekomsten. (B) Ændringer i 5-års overlevelse vs ændring i forekomsten. (C) Ændring i 5-års overlevelse vs ændring i dødelighed. (D) Ændring i 5-års overlevelse vs ændring i dødelighed i løbet af forekomst (MOI). Pearsons korrelationskoefficient og dens p-værdi er vist på toppen af ​​hvert panel. Ændringen i 5 års overlevelse er stærkt lineært forbundet med ændringen i MOI. (E-h) Samme som i (a-d), men inklusive kun de typer kræft, hvis forekomsten faldt i den tid af observation

doi:. 10,1371 /journal.pone.0083100.s008

(BMP)

Figur S9.

Sammenhængen mellem de forskellige foranstaltninger for begge køn fra USA. (A) Ændring i dødeligheden vs ændring i forekomsten. (B) Ændringer i 5-års overlevelse vs ændring i forekomsten. (C) Ændring i 5-års overlevelse vs ændring i dødelighed. (D) Ændring i 5-års overlevelse vs ændring i dødelighed i løbet af forekomst (MOI). Pearsons korrelationskoefficient og dens p-værdi er vist på toppen af ​​hvert panel. Ændringen i 5 års overlevelse er stærkt lineært forbundet med ændringen i MOI.