图片评论
3、用KM法计算。计算的整体mos居然是9.2!而且我用了两种思路去算。这应该只是一个巧合。
计算结果:KM法计算结果最小,最有利!理论上用KM法计算的是正确的,可能这里我取的数据跟真实的OS曲线不太一样,但是大的趋势应该差不多。突然悟了!公司这样的基线组合入组是有目的的!应该是深思熟虑过的。
另外,徐总说的根据国内真实世界数据,mos在7-8个月,公司在303预设9.2是保守的,四药方案的数据 AG是9.2与303的雷同,纯属巧合。因为四药的数据是2023 年 9 月 11 日才发布的,而公司303是21年就设计好了。
结论:我认为303试验对照组mos超过9.6的概率非常小。为什么是9.6,因为我后面又做了一些细致的大样本的数据来模拟,计算出来的结果。对照组mos不超过9.6意味着什么,懂的自然懂!
为了方便理解,假设所有患者的OS近似按均匀分布,将所有的OS数据按照从小到大的顺序排列在一条一维直线上。1-20个月,19个月间隔,415人,按均匀分布的话,间隔是19/415=0.046个月,10.522排在最中间,就是mos。
8.31COD时,达到事件数的211人,可以近似理解成从一个大模型中随机抓了一把,他们来自于那条os一维直线的各个点。还有204个尚未达到事件数,后面这些数据加入进来后,会使得mos往左移动或者右移动而发生变化。
一个人的os数据会使得mos变化多少呢,假设有一个os数据大于10.5,假设是12,他插入到这个os数轴,mos变化是增加0.046/2=0.023个月,反之,会使得mos减小0.023个月。样本量越大,这个间隔就会越小,因此,一个os数据对大样本的mos影响很小,对小样本的影响当然就大,这是很直观的。
实际上,剩下的204人中,实验组的人占大多数,而且他们当中os超过10.5的人数多,所以后续mos大概率会继续增大一点。会变大多少呢?这里简单近似推算一下。A个人os处于10.5的左边,B个人处于10.5的右边,那么C=(B-A)个人,mos增加值=C*0.046/2,打个比方C=5,那么mos增加5*0.046/2=0.12个月。这是一个近似的算法。
以上比较直观的解释了3个问题:1、mos会发生变化;2、mos基本定型(不会发生剧烈变化);3、mos大概率会是增大一点点。
在(一)里面,我是假设所有患者同一天完成入组并随访的,这个计算结果可能会被专业人士质疑。由于KM法计算OS曲线的特点,入组速度快慢对计算结果有一定的影响,具体有多少,只有算了才知道,下面我建两个模型数据对比一下,看看区别有多大。
模型一、所有患者同一天入组完成并随访
总共415人在22-9-2这一天同时完成入组,这样做的好处是数据处理工作量相对较小。
结论:mos 都是9.59-12.37 整体mos 10.59,不会发生任何变化,只是随着随访时间增加,事件成熟度的增加,HR和P降低。
模型二、患者分四个时间段入组并随访
第1组100人在22-4-13这一天入组,第2组114人在22-7-29这一天入组,第3组144人在22-10-30这一天入组,第4组580人在23-2-19这一天入组(见下图)。理论上分的越细越好,最好就是每个患者的入组时间OS数用真实情况,但是这个工作量太大。
这两个模型所有患者都用同一个OS曲线,这样分组的目的,打个比方,在8.31这一天,模型一中,所有患者随访时间都是11.89个月,在8.31这一天他们的死亡曲率是完全一样的,OS曲线上横坐标OS最长11.89。(这个跟实际情况是有误差的)。
模型二中,第1组随访时间是16.5个月,第2组随访时间是13.0个月,第3组随访时间是10.0个月,第4组随访时间是6.3个月,不同组的患者随访时间是不一样的,在8.31这一天他们的死亡曲率是不一样的。OS曲线上横坐标OS最长16.54。
结论:mos 随着随访期会发生变化,这也验证了(二)里面mos会不会变化以及怎么变化这个问题。随着随访时间增加,事件成熟度的增加,HR和P降低。
疫情的影响时间绝大部分集中在22年11月份到23年3月份之间,中位时间按23年1月15日计算,如下图。这些受到新冠影响的患者均匀的分布在随访的3到9个月期间,按。新冠影响的患者人数徐总说的是超过40%,这里按40%考虑,另外假设5%的患者新冠后快速死亡,415*40%*5%=8人。
用两种方法计算。
1是os均匀分布的概念来计算,在前面已经介绍了。这8个患者到23.1.15的随访期是3到9个月,他们都处于10.5的左侧,8*0.046/2=0.18个月,也就是说新冠使得整体的mos减小了0.18个月。
2是KM法。把新冠导致的死亡删失掉,看看KM计算产生多少变化。这种方法其实是没办法计算新冠导致mos变短了多少,只知道把新冠导致的死亡删失后,mos产生了多少变化,公司最后做的就是这样去算。
KM计算新冠删失的影响,后面补充后再更新帖子。
046如果有拖尾效应是大家非常期待的,体现了046与AG化疗的药效差距,拖尾具体会产生什么样的影响,建两个模型对比一下,让大家有个直观的感受。
1、正常的拉开距离(不拖尾)
2、拖尾,前面一样,在20个月后,实验组OS曲率呈一条直线。
结论:可以很直观的看出来,实验组产生拖尾效应,将会显著降低HR和P,尤其P值下降更快。HR从0.786降低到0.665,P从0.021降低到小于0.001(0.000*)。
至此,在我目前的能力范围内把303的重点难点基本分析透彻了!
在海外资金回流的推动下,港股终于迎来了一波小牛市,稍微用点心的都能感受到了。短短6个交易日,商汤科技,已经+160%的涨幅了。
港股被打压的最狠的,莫过于医药生物科技了吧!今天连信达生物这种浓眉大眼都能涨10个点。康宁杰瑞也终于迎来10cm涨幅,貌似有一年多时间没有这么大的涨幅了。
康宁的股东们,不用急着抛出,一首诗送给大家:
待到秋来九月八,我花开后百花杀!冲天香阵透长安,满城尽带黄金甲。
最后,祝康宁杰瑞的股东们节日快乐!
$康宁杰瑞制药-B(09966)$ $商汤-W(00020)$ $信达生物(01801)$
未完,待续!
本文仅为自己投资的分析记录,不构成任何投资建议。
总归是下了功夫的研究,支持一下。个人建议别用黄巢的诗,不太吉利。用杜甫的,剑外忽传收蓟北,初闻涕泪满衣裳
能把数据研究到这种程度的,我炒股几十年,你是头一个,康宁不涨3倍,都对不起你的分析。人才呀
这三年来,无数多头前赴后继,希望你是最后一个MVP,此战即终战[痴呆]
没有到事件数意味着什么?
值得期待的5月
牛哇,全剧终了吗?不待续了?
图片评论
优秀!
研究越来越深入了!
牛