这就是Caswell-Jin等人(2024)试图回答的答案。作者在这项研究中使用了CISNET中的4种癌症死亡率模型:

• D模型(Dana-Farber Cancer Institute)。用于定义一组疾病状态，并实施分析公式，以估计干预措施在这些状态之间的转换以及乳腺癌发病率和死亡率之间的关联。
• M型(MD安德森癌症中心)。依赖于贝叶斯方法，该方法对未知参数的概率分布进行了评估，包括治疗效果，以及对观察到的乳腺癌死亡率的拟合
• S型(斯坦福大学)。一种模拟疾病自然历史的微观模拟方法基于肿瘤大小和分期进展映射到检测;治疗效果应用于ba单线生存曲线ba与分期、年龄和雌激素受体(ER)有关ERBB2(原HER2)检测状态。
• W型(威斯康星大学-哈佛大学)。该模型采用肿瘤生长f框架和校准的发病率和死亡率ba基于监测、流行病学和最终结果计划(SEER)注册。该模型还纳入了固化分数。

按ER/ERBB2状态划分的乳腺癌类型(ER+/ERBB2?、ER+/ERBB2+、ER?/ERBB2+和ER?/ERBB2?)分别建模。

使用这种方法，作者发现:

你可以在这里阅读全文。