{"id":{"repo_id":"athens","oai_identifier":"oai:lib.uoa.gr:uoadl:2751079"},"canonical_url":"https://search.ndltd.org/etd/athens/oai:lib.uoa.gr:uoadl:2751079","repository":{"repo_id":"athens","name":"National and Kapodistrian University of Athens","base_url":"https://pergamos.lib.uoa.gr/uoa/dl/frontend/oaipmh"},"display":{"title":"Validation of surrogacy for survival outcomes","abstract":"Υπόβαθρο : Η ενδεχόμενη χρήση υποκατάστατων δεικτών έχει γίνει τάση στην κλινική έρευνα. O σκοπός του υποκατάστατου δείκτη είναι να αντικαταστήσει μια κλινική έκβαση, έτσι ώστε να ξεπεράσει ορισμένα ζητήματα κατά την διάρκεια αξιολόγησης νέων θεραπειών. Ο πρώτος στόχος της διατριβής είναι να εξετάσει τις διαθέσιμες μεθόδους αξιολόγησης υποκατάστατων δεικτών που υπάρχουν στη βιβλιογραφία. Στη συνέχεια παρουσιάζεται μια εφαρμογή που χρησιμοποιεί προσομοιωμένα δεδομένα. Στόχος μας είναι να διερευνήσουμε εάν η επιβίωση χωρίς ασθένεια (ΕΧΑ) είναι στατιστικά αποδεκτό υποκατάστατο για τη συνολική επιβίωση (ΣΕ), όσον αναφορά στο πρώιμο στάδιο καρκίνο του μαστού. Εφαρμόστηκε η θεωρία της πληροφορίας στην περίπτωση μεταβλητών αποτυχίας. Χρησιμοποιήθηκε ένα μοντέλο δύο σταδίων και η μονάδα της ανάλυσης ήταν το νοσοκομειακό κέντρo. Στο επίπεδο δοκιμής, εστιάζουμε στη σχέση μεταξύ των επιδράσεων της θεραπείας στις δύο εκβάσεις, χρησιμοποιώντας ανεξάρτητα μοντέλα αναλογικού κινδύνου Cox. Eφαρμόστηκε σταθμισμένη (για το μέγεθος του νοσοκομειακού κέντρου) παλινδρόμιση ελαχίστων τετραγώνων για τις επιδράσεις του Cox μοντέλου. Η σχέση των εκβάσεων σε ατομικό επίπεδο μετρήθηκε μέσω εξαρτώμενων από τον χρόνο μοντέλων Cox. Αποτελέσματα: Σε επίπεδο δοκιμής, η τετραγωνική συσχέτιση μεταξύ των επιδράσεων της θεραπείας σε ΕΧΑ και ΣΕ ήταν 0.547 (τ.σ. = 0.3). Σε ατομικό επίπεδο, η τετραγωνική συσχέτιση των δύο εκβάσεων βρέθηκε ίση με 0,95 (0,948- 0,969). Στις εξισώσεις συμπεριελήφθησαν οι σημαντικές- και για τις δύο εκβάσεις- μεταβλητές. Συμπεράσματα: Η θεωρία της πληροφορίας παρέχει εκτιμήσεις με λιγότερα υπολογιστικά θέματα και υψηλή ερμηνεία. Η επιβίωση χωρίς ασθένεια συσχετίζεται έντονα με την συνολική επιβίωση σε ατομικό επίπεδο. Ωστόσο, σε επίπεδο δοκιμής, παρατηρήθηκε μέτριας έντασης σχέση μεταξύ των εκβάσεων, παρέχοντας υπερβολικά μεγάλα όρια εμπιστοσύνης για να είναι πληροφοριακά.","abstract_html":"Υπόβαθρο : Η ενδεχόμενη χρήση υποκατάστατων δεικτών έχει γίνει τάση στην κλινική έρευνα. O σκοπός του υποκατάστατου δείκτη είναι να αντικαταστήσει μια κλινική έκβαση, έτσι ώστε να ξεπεράσει ορισμένα ζητήματα κατά την διάρκεια αξιολόγησης νέων θεραπειών. Ο πρώτος στόχος της διατριβής είναι να εξετάσει τις διαθέσιμες μεθόδους αξιολόγησης υποκατάστατων δεικτών που υπάρχουν στη βιβλιογραφία. Στη συνέχεια παρουσιάζεται μια εφαρμογή που χρησιμοποιεί προσομοιωμένα δεδομένα. Στόχος μας είναι να διερευνήσουμε εάν η επιβίωση χωρίς ασθένεια (ΕΧΑ) είναι στατιστικά αποδεκτό υποκατάστατο για τη συνολική επιβίωση (ΣΕ), όσον αναφορά στο πρώιμο στάδιο καρκίνο του μαστού. Εφαρμόστηκε η θεωρία της πληροφορίας στην περίπτωση μεταβλητών αποτυχίας. Χρησιμοποιήθηκε ένα μοντέλο δύο σταδίων και η μονάδα της ανάλυσης ήταν το νοσοκομειακό κέντρo. Στο επίπεδο δοκιμής, εστιάζουμε στη σχέση μεταξύ των επιδράσεων της θεραπείας στις δύο εκβάσεις, χρησιμοποιώντας ανεξάρτητα μοντέλα αναλογικού κινδύνου Cox. Eφαρμόστηκε σταθμισμένη (για το μέγεθος του νοσοκομειακού κέντρου) παλινδρόμιση ελαχίστων τετραγώνων για τις επιδράσεις του Cox μοντέλου. Η σχέση των εκβάσεων σε ατομικό επίπεδο μετρήθηκε μέσω εξαρτώμενων από τον χρόνο μοντέλων Cox. Αποτελέσματα: Σε επίπεδο δοκιμής, η τετραγωνική συσχέτιση μεταξύ των επιδράσεων της θεραπείας σε ΕΧΑ και ΣΕ ήταν 0.547 (τ.σ. = 0.3). Σε ατομικό επίπεδο, η τετραγωνική συσχέτιση των δύο εκβάσεων βρέθηκε ίση με 0,95 (0,948- 0,969). Στις εξισώσεις συμπεριελήφθησαν οι σημαντικές- και για τις δύο εκβάσεις- μεταβλητές. Συμπεράσματα: Η θεωρία της πληροφορίας παρέχει εκτιμήσεις με λιγότερα υπολογιστικά θέματα και υψηλή ερμηνεία. Η επιβίωση χωρίς ασθένεια συσχετίζεται έντονα με την συνολική επιβίωση σε ατομικό επίπεδο. Ωστόσο, σε επίπεδο δοκιμής, παρατηρήθηκε μέτριας έντασης σχέση μεταξύ των εκβάσεων, παρέχοντας υπερβολικά μεγάλα όρια εμπιστοσύνης για να είναι πληροφοριακά.","abstract_has_math":false,"creators":["Λέκκας Πέτρος","Lekkas Petros"],"institution":null,"degree_name":null,"degree_level":null,"degree_discipline":null,"degree_department":null,"school":null,"contributors":[],"advisors":[],"committee_chairs":[],"committee_members":[],"year":2018,"date_issued":"2018","date_published":"2018","updated_at":"2026-11-19T05:31:12Z","subjects":["Επιστήμες Υγείας","Health Sciences"],"languages":["English"],"rights":[],"rights_urls":[],"identifier_entries":[{"key":"dc:identifier","label":"Identifier","values":["uoadl:2751079"],"render_values":[{"text":"uoadl:2751079","href":null,"code":true}]}],"person_identifier_entries":[]},"links":{"outbound_url":"https://pergamos.lib.uoa.gr/uoa/dl/object/2751079","outbound_label":"Repository record","outbound_source":"dc:identifier","record_url":"https://pergamos.lib.uoa.gr/uoa/dl/object/2751079","record_label":"Repository record","record_kind":"record","record_source":"dc:identifier","download_url":null,"download_label":null,"download_source":null,"access_status":null,"embargo_until":null,"access_note":null},"source_record":{"url":"https://pergamos.lib.uoa.gr/uoa/dl/frontend/oaipmh?verb=GetRecord&metadataPrefix=oai_dc&identifier=oai%3Alib.uoa.gr%3Auoadl%3A2751079","prefix":"oai_dc"},"metadata_groups":[{"id":"people","label":"People","entries":[{"key":"dc:creator","label":"Author","values":["Λέκκας Πέτρος","Lekkas Petros"]}]},{"id":"academic_context","label":"Academic Context","entries":[{"key":"dc:date","label":"Dc Date","values":["2018"]},{"key":"dc:type","label":"Dc Type","values":["born_digital_postgraduate_thesis","Διπλωματική Εργασία","Postgraduate Thesis"]}]},{"id":"subjects_keywords","label":"Subjects and Keywords","entries":[{"key":"dc:subject","label":"Dc Subject","values":["Επιστήμες Υγείας","Health Sciences"]}]},{"id":"language_rights","label":"Language and Rights","entries":[{"key":"dc:language","label":"Dc Language","values":["English"]}]},{"id":"identifiers","label":"Identifiers","entries":[{"key":"dc:identifier","label":"Identifier","values":["uoadl:2751079","https://pergamos.lib.uoa.gr/uoa/dl/object/2751079"]}]},{"id":"additional","label":"Additional Metadata","entries":[{"key":"dc:description","label":"Description","values":["Υπόβαθρο : Η ενδεχόμενη χρήση υποκατάστατων δεικτών έχει γίνει τάση στην κλινική έρευνα. O σκοπός του υποκατάστατου δείκτη είναι να αντικαταστήσει μια κλινική έκβαση, έτσι ώστε να ξεπεράσει ορισμένα ζητήματα κατά την διάρκεια αξιολόγησης νέων θεραπειών. Ο πρώτος στόχος της διατριβής είναι να εξετάσει τις διαθέσιμες μεθόδους αξιολόγησης υποκατάστατων δεικτών που υπάρχουν στη βιβλιογραφία. Στη συνέχεια παρουσιάζεται μια εφαρμογή που χρησιμοποιεί προσομοιωμένα δεδομένα. Στόχος μας είναι να διερευνήσουμε εάν η επιβίωση χωρίς ασθένεια (ΕΧΑ) είναι στατιστικά αποδεκτό υποκατάστατο για τη συνολική επιβίωση (ΣΕ), όσον αναφορά στο πρώιμο στάδιο καρκίνο του μαστού. Εφαρμόστηκε η θεωρία της πληροφορίας στην περίπτωση μεταβλητών αποτυχίας. Χρησιμοποιήθηκε ένα μοντέλο δύο σταδίων και η μονάδα της ανάλυσης ήταν το νοσοκομειακό κέντρo. Στο επίπεδο δοκιμής, εστιάζουμε στη σχέση μεταξύ των επιδράσεων της θεραπείας στις δύο εκβάσεις, χρησιμοποιώντας ανεξάρτητα μοντέλα αναλογικού κινδύνου Cox. Eφαρμόστηκε σταθμισμένη (για το μέγεθος του νοσοκομειακού κέντρου) παλινδρόμιση ελαχίστων τετραγώνων για τις επιδράσεις του Cox μοντέλου. Η σχέση των εκβάσεων σε ατομικό επίπεδο μετρήθηκε μέσω εξαρτώμενων από τον χρόνο μοντέλων Cox. Αποτελέσματα: Σε επίπεδο δοκιμής, η τετραγωνική συσχέτιση μεταξύ των επιδράσεων της θεραπείας σε ΕΧΑ και ΣΕ ήταν 0.547 (τ.σ. = 0.3). Σε ατομικό επίπεδο, η τετραγωνική συσχέτιση των δύο εκβάσεων βρέθηκε ίση με 0,95 (0,948- 0,969). Στις εξισώσεις συμπεριελήφθησαν οι σημαντικές- και για τις δύο εκβάσεις- μεταβλητές. Συμπεράσματα: Η θεωρία της πληροφορίας παρέχει εκτιμήσεις με λιγότερα υπολογιστικά θέματα και υψηλή ερμηνεία. Η επιβίωση χωρίς ασθένεια συσχετίζεται έντονα με την συνολική επιβίωση σε ατομικό επίπεδο. Ωστόσο, σε επίπεδο δοκιμής, παρατηρήθηκε μέτριας έντασης σχέση μεταξύ των εκβάσεων, παρέχοντας υπερβολικά μεγάλα όρια εμπιστοσύνης για να είναι πληροφοριακά.","Background: The potential use of surrogate markers has become a trend in clinical research. A surrogate is intended to replace a clinical endpoint, so that it overcomes several issues during the assessment of new treatments. The first objective of the thesis is to review the available methods for surrogacy evaluation existing in the literature. Thereafter, an application using simulated data is presented. We aimed to investigate whether disease free survival (DFS) is an acceptable statistical surrogate for overall survival (OS), in early breast cancer. Information theory was applied in the case of failure endpoints. A two-stage model was fitted, and the hospital center was the unit of the analysis. At the trial level, we focus on the association between the treatment effects on both endpoints, using independent proportional hazard Cox models. Weighted (by hospital center size) least squares regression of Cox model effects was performed. The individual level association between the endpoints was measured through time dependent Cox models. Results: At the trial level, the squared correlation between treatment effects on DFS and OS (R2h , t) was 0.547 (s.e. =0.3). At the individual level, R2 ind,QF found to be equal to 0.95 (0.948-0.969). The significant covariates for both endpoints were included in the equations. Conclusions: Information theory provides estimates with less computational issues and high interpretability. DFS strongly correlates with OS at the individual level. However, at the trial level, a moderate relationship between the endpoints was observed, providing too wide confidence limits to be informative."]},{"key":"dc:title","label":"Title","values":["Validation of surrogacy for survival outcomes"]}]}],"canonical_facts":{"dc:creator":["Λέκκας Πέτρος","Lekkas Petros"],"dc:date":["2018"],"dc:description":["Υπόβαθρο : Η ενδεχόμενη χρήση υποκατάστατων δεικτών έχει γίνει τάση στην κλινική έρευνα. O σκοπός του υποκατάστατου δείκτη είναι να αντικαταστήσει μια κλινική έκβαση, έτσι ώστε να ξεπεράσει ορισμένα ζητήματα κατά την διάρκεια αξιολόγησης νέων θεραπειών. Ο πρώτος στόχος της διατριβής είναι να εξετάσει τις διαθέσιμες μεθόδους αξιολόγησης υποκατάστατων δεικτών που υπάρχουν στη βιβλιογραφία. Στη συνέχεια παρουσιάζεται μια εφαρμογή που χρησιμοποιεί προσομοιωμένα δεδομένα. Στόχος μας είναι να διερευνήσουμε εάν η επιβίωση χωρίς ασθένεια (ΕΧΑ) είναι στατιστικά αποδεκτό υποκατάστατο για τη συνολική επιβίωση (ΣΕ), όσον αναφορά στο πρώιμο στάδιο καρκίνο του μαστού. Εφαρμόστηκε η θεωρία της πληροφορίας στην περίπτωση μεταβλητών αποτυχίας. Χρησιμοποιήθηκε ένα μοντέλο δύο σταδίων και η μονάδα της ανάλυσης ήταν το νοσοκομειακό κέντρo. Στο επίπεδο δοκιμής, εστιάζουμε στη σχέση μεταξύ των επιδράσεων της θεραπείας στις δύο εκβάσεις, χρησιμοποιώντας ανεξάρτητα μοντέλα αναλογικού κινδύνου Cox. Eφαρμόστηκε σταθμισμένη (για το μέγεθος του νοσοκομειακού κέντρου) παλινδρόμιση ελαχίστων τετραγώνων για τις επιδράσεις του Cox μοντέλου. Η σχέση των εκβάσεων σε ατομικό επίπεδο μετρήθηκε μέσω εξαρτώμενων από τον χρόνο μοντέλων Cox. Αποτελέσματα: Σε επίπεδο δοκιμής, η τετραγωνική συσχέτιση μεταξύ των επιδράσεων της θεραπείας σε ΕΧΑ και ΣΕ ήταν 0.547 (τ.σ. = 0.3). Σε ατομικό επίπεδο, η τετραγωνική συσχέτιση των δύο εκβάσεων βρέθηκε ίση με 0,95 (0,948- 0,969). Στις εξισώσεις συμπεριελήφθησαν οι σημαντικές- και για τις δύο εκβάσεις- μεταβλητές. Συμπεράσματα: Η θεωρία της πληροφορίας παρέχει εκτιμήσεις με λιγότερα υπολογιστικά θέματα και υψηλή ερμηνεία. Η επιβίωση χωρίς ασθένεια συσχετίζεται έντονα με την συνολική επιβίωση σε ατομικό επίπεδο. Ωστόσο, σε επίπεδο δοκιμής, παρατηρήθηκε μέτριας έντασης σχέση μεταξύ των εκβάσεων, παρέχοντας υπερβολικά μεγάλα όρια εμπιστοσύνης για να είναι πληροφοριακά.","Background: The potential use of surrogate markers has become a trend in clinical research. A surrogate is intended to replace a clinical endpoint, so that it overcomes several issues during the assessment of new treatments. The first objective of the thesis is to review the available methods for surrogacy evaluation existing in the literature. Thereafter, an application using simulated data is presented. We aimed to investigate whether disease free survival (DFS) is an acceptable statistical surrogate for overall survival (OS), in early breast cancer. Information theory was applied in the case of failure endpoints. A two-stage model was fitted, and the hospital center was the unit of the analysis. At the trial level, we focus on the association between the treatment effects on both endpoints, using independent proportional hazard Cox models. Weighted (by hospital center size) least squares regression of Cox model effects was performed. The individual level association between the endpoints was measured through time dependent Cox models. Results: At the trial level, the squared correlation between treatment effects on DFS and OS (R2h , t) was 0.547 (s.e. =0.3). At the individual level, R2 ind,QF found to be equal to 0.95 (0.948-0.969). The significant covariates for both endpoints were included in the equations. Conclusions: Information theory provides estimates with less computational issues and high interpretability. DFS strongly correlates with OS at the individual level. However, at the trial level, a moderate relationship between the endpoints was observed, providing too wide confidence limits to be informative."],"dc:identifier":["uoadl:2751079","https://pergamos.lib.uoa.gr/uoa/dl/object/2751079"],"dc:language":["English"],"dc:subject":["Επιστήμες Υγείας","Health Sciences"],"dc:title":["Validation of surrogacy for survival outcomes"],"dc:type":["born_digital_postgraduate_thesis","Διπλωματική Εργασία","Postgraduate Thesis"]},"updated_at":"2026-11-19T05:31:12Z"}