Challenges and Opportunities in the Analysis of Cervical Screening Data
Screening programs for human papillomavirus (HPV) play a critical role in preventing cervical cancer, the third most prevalent cancer among women. Electronic health records data from repeated screening tests provide information on disease process dynamics, which can shape future screening guidelines. However, modeling such processes is challenging due to random screening visits, imperfect testing, dependence of biopsy referral and retesting intervals on test results, and incompliance with test/biopsy recommendations.
We formulate a multistate model for onset, clearance, and progression of HPV infection to cancer. The biases induced by assuming biopsied patients are representative of the screened population are mitigated by modeling the latent disease process jointly with test results and biopsy referral and compliance. Simulations show that the finite sample properties of parameter estimates depend, e.g., on test operating characteristics, the biopsy processes, and length of follow-up.
We formulate a multistate model for onset, clearance, and progression of HPV infection to cancer. The biases induced by assuming biopsied patients are representative of the screened population are mitigated by modeling the latent disease process jointly with test results and biopsy referral and compliance. Simulations show that the finite sample properties of parameter estimates depend, e.g., on test operating characteristics, the biopsy processes, and length of follow-up.
Défis et opportunités dans l'analyse des données relatives au dépistage cervical
Les programmes de dépistage du virus du papillome humain (VPH) jouent un rôle essentiel dans la prévention du cancer du col de l'utérus, troisième cancer le plus fréquent chez les femmes. Les données issues des dossiers médicaux électroniques provenant de tests de dépistage répétés fournissent des informations sur la dynamique du processus pathologique qui peuvent influencer les futures directives en matière de dépistage. Cependant, la modélisation de ces processus est difficile en raison du caractère aléatoire des visites de dépistage, de l'imperfection des tests, de la dépendance de l'intervalle des orientations vers une biopsie et du réexamen par rapport aux résultats, et de la non-observance en matière de tests/biopsies.
Nous formulons un modèle à plusieurs états pour l'apparition, la guérison et la progression de l'infection par le VPH vers le cancer. Les biais induits par l'hypothèse selon laquelle les patients ayant subi une biopsie sont représentatifs de la population dépistée sont atténués par la modélisation du processus pathologique latent conjointement avec les résultats des tests, les orientations vers une biopsie et l'observance. Les simulations montrent que les propriétés sur échantillon fini des estimations des paramètres dépendent, notamment, des caractéristiques opérationnelles des tests, des processus de biopsie et de la durée du suivi.
Nous formulons un modèle à plusieurs états pour l'apparition, la guérison et la progression de l'infection par le VPH vers le cancer. Les biais induits par l'hypothèse selon laquelle les patients ayant subi une biopsie sont représentatifs de la population dépistée sont atténués par la modélisation du processus pathologique latent conjointement avec les résultats des tests, les orientations vers une biopsie et l'observance. Les simulations montrent que les propriétés sur échantillon fini des estimations des paramètres dépendent, notamment, des caractéristiques opérationnelles des tests, des processus de biopsie et de la durée du suivi.
Date and Time
-
Language of Oral Presentation
English
Language of Visual Aids
English