Survival Analysis for Late Stage Lung Cancer

Abstract

The prevalence of cancer, one of the main causes of death globally, has been agravatting by projections of an increase in cases [1]. Lung cancer, in particular, has represented the highest mortality rate among the various histologies. There are various efforts to combat diagnosis only at advanced stages, where survival rates are relatively low and the treatments applied are often palliative. Against this backdrop, a significant amount of research has been directed towards exploring innovative approaches to treating this pathology. The aim is to provide personalized and specialized therapies to patients, improving their quality of life and allowing for more effective follow-up at these stages. This study underlines the crucial importance of data analysis in improving healthcare. Its role has been vital not only in oncology, but also in other areas of medicine, allowing healthcare professionals to make more informed and effective decisions. The dissertation uses a dataset from the Puerta del Hierro Majadahonda University Hospital, a renowned Spanish oncology center, providing a comprehensive overview of the profiles of patients suffering from the condition. The main purpose of this investigation is to look into the effect of a wide set of variables, ranging from demographic to clinical, on the survival rate of these individuals. The primary focus is on patients who have advanced non-small cell lung cancer. This method provides as a link to prior research on the same dataset, which focused on the disease’s early phases with less data and features accessible [2] [3]. In order to accomplish this, specialized statistical models are used that include the Kaplan-Meier estimators, the Cox proportional hazard model, and the logrank test, which is used to compare the results of different patient groups.

A prevalência do cancro, uma das principais causas de morte a nível mundial, tem-se agravado pelas projeções de um aumento dos casos [1]. O cancro do pulmão, em particular, tem representado a maior taxa de mortalidade entre as várias histologias. Existem vários esforços para combater o diagnóstico só em estágios avançados, onde as taxas de sobrevi- vência são relativamente baixas e os tratamentos aplicados são frequentemente paliativos. Neste contexto, uma quantidade significativa de investigação tem sido direcionada para a exploração de abordagens inovadoras no tratamento desta patologia. O objetivo é propor- cionar terapias personalizadas e especializadas aos pacientes, melhorando a sua qualidade de vida e permitindo um acompanhamento mais eficaz nestas fases. Este estudo sublinha a importância crucial da análise de dados na melhoria dos cuida- dos de saúde. O seu papel tem sido vital não só na área da oncologia, mas também noutras áreas da medicina, permitindo aos profissionais de saúde tomar decisões mais informadas e eficazes. A dissertação utiliza um conjunto de dados do Hospital Universitário Puerta del Hierro Majadahonda, um centro de oncologia espanhol de renome, fornecendo uma visão abrangente dos perfis dos doentes que sofrem desta doença. O principal objetivo desta investigação é analisar o efeito de um vasto conjunto de variáveis, desde demográficas a clínicas, na taxa de sobrevivência desses indivíduos. O principal foco são os doentes com cancro do pulmão de células não pequenas em estágio avançado. Este método constitui uma ligação a investigações anteriores sobre o mesmo conjunto de dados, que se centraram nas fases iniciais da doença, porém, com menos dados e características disponíveis [2] [3]. Para o efeito, são utilizados modelos estatísticos especializados que incluem os estimadores de Kaplan-Meier, o modelo de risco proporcional de Cox e o teste logrank, que é utilizado para comparar os resultados de diferentes grupos de doentes.