Содержание к диссертации
Введение
ГЛАВА 1 Состояние диагностики и лечения рака яичников (литературный обзор)
1.1 Клинико-эпидемиологические и этиологические аспекты эпителиального рака яичников 10
1.2 Эпидемиологические особенности рака яичников в Примор ском крае 13
1.3 Ранняя диагностика рака яичников 16
1.4 Морфологическая классификация злокачественных опухолей яичников 18
1.5 Особенности хирургического лечения рака яичников 20
1.6 Фармакотерапия эпителиального рака яичников 23
1.7 Фармакоэкономические аспекты в лечении пациентов с онкологическими заболеваниями 26
1.8 Качество жизни как критерий эффективности в онкологии 38
ГЛАВА 2 Характеристика материалов и методов исследования
2.1 Общая характеристика обследуемых пациентов 45
2.2 Регистрация и обработка данных 51
2.3 Фармакоэкономический анализ эффективности лечения больных раком яичников 56
ГЛАВА 3 Методы фармакоэкономического анализа. результаты собственных исследований и их обсуждение
3.1 Клиническая характеристика больных 60
3.2 Характеристика операции 63
3.3 Токсичность схем химиотерапии препаратами таксола и платины и препаратами платины и циклофосфамида 66
3.3. 1 Гематологическая токсичность 67
3.3.2 Негематологическая токсичность
ГЛАВА 4 Фармакоэкономический анализ лечения больных раком яичников Ic-IIC стадии
4.1 Онкомаркер СА-125 в оценкe эффективности лечения боль ных раком яичников IC-IIC стадии 73
4.2 Фармакоэкономический анализ лечения рака яичников IC–IIC стадии 76
4.3 Социально-экономические последствия смертности женщин от рака яичников в Приморском крае 84
ГЛАВА 5 Влияние адъювантной химиотерапии на качество жизни больных с раком яичников I-III стадии
5.1 Клиническая характеристика исследуемых больных 87
5.2 Результаты оценки качества жизни больных раком яичников I-III стадии по опроснику EQ-5D 88
5.3 Результаты оценки качества жизни больных раком яичников I III стадии по опроснику EORTC QLQ-C30 94
Заключение 100
Выводы 105
Практические рекомендации 107
Список сокращений 108
Список литературы
- Морфологическая классификация злокачественных опухолей яичников
- Фармакоэкономический анализ эффективности лечения больных раком яичников
- Социально-экономические последствия смертности женщин от рака яичников в Приморском крае
- Результаты оценки качества жизни больных раком яичников I-III стадии по опроснику EQ-5D
Морфологическая классификация злокачественных опухолей яичников
Рак яичников – это наиболее агрессивная опухоль женских гениталий [16, 29]. По данным Международного агентства по изучению рака (МАИР), ежегодно в мире регистрируется более 200 тыс. новых случаев рака яичников, в результате которого погибают более 100 тыс. женщин [92]. При этом если удельный вес рака яичников в онкологической заболеваемости женщин во всех странах мира примерно одинаков, то частота заболеваемости на 100 тыс. женского населения значительно варьирует [92]. В Европе, особенно в Западных странах и Великобритании, а также в Северной Америке стандартизованные показатели заболеваемости наиболее высокие (10 и более на 100 .тыс.) [188]. В Центральной и Южной Америке, Африке и Азии, индустриальных странах, таких как Япония, (исключая Израиль), эти показатели значительно ниже (7 и менее на 100 тыс.). За последние 20 лет уровни заболеваемости раком яичников в большинстве стран с высоким риском (Скандинавия, Великобритания, США, Канада) остаются стабильными и даже несколько снижаются [180]. В то же время отмечено повышение заболеваемости в странах с низким риском, таких как Япония, Индия, Сингапур, а также в некоторых странах Южной и Восточной Европы (Португалия, Испания, Югославия, Польша) [5, 92, 113, 123, 132].
В России ежегодно рак яичников выявляется более чем у 13 тыс. женщин, из них около 8 тыс. летальных исходов [29]. В 2013 году рак яичников занимает восьмое место в структуре общей онкологической заболеваемости у женщин (4,6%), и третье – среди гинекологических опухолей после рака тела и шейки матки. Пик заболеваемости раком яичников приходится на пенсионный возраст пациенток 55-59 лет [29]. При этом распространенные формы рака яичников (III-IV стадии) составляют 64,2% [3]. За последние 10 лет произошел прирост заболеваемости раком яичников на 8,5% [29]. Распределение больных по стадиям опухолевого процесса, согласно данным популяционного ракового регистра НИИ онкологии им. Проф. Петрова Н. Н., составляет: I стадия составляет 20,6%, II стадия – 12,1%, III стадия – 33,5% и IV стадия – 23,6%. Стадия не указана – 13,8% [43]. По данным Аксель Е. М., выявляемость рака яичников при профилактических осмотрах составляет 10,2%. На 100 вновь выявленных больных раком яичников приходится 59 умерших [2, 3].
На протяжении многих лет рак яичников является ведущей причиной смертности от злокачественных новообразований женских половых органов, составляя 6,9%, средний возраст умерших 64 года [29, 43]. За последние 10 лет показатели заболеваемости раком яичников на 100 тыс. женского населения составили 16,1 случаев в 2005 г., 16,5 в 2007 г., 16,8 в 2009 г., 16,9 в 2011 г., и 17,2 в 2013 г. Среднегодовой темп прироста составил 0,9%, прирост 9,2%. Показатели смертности от рака яичников на 100 тыс. женского населения: 9,8 случаев в 2005 г., 10,0 в 2007 г., 10,2 в 2009 г., 9,9 в 2011 г. и 10,0 в 2013 г. [29].
В большинстве индустриальных стран мира рак яичника имеет самые высокие показатели смертности среди всех гинекологических опухолей, что связано со скрытым течением и поздней диагностикой заболевания. Летальность больных раком яичников на первом году после установления диагноза составляет 35,0%. За последнее десятилетие в Европе отмечено увеличение пятилетней выживаемости больных злокачественными опухолями яичников на 3,0% (с 32,0% до 35,0%), в США на 4,0% (с 36,0% до 40,0%) [29, 43, 92]. Прогресс связан не столько с улучшением диагностики, сколько с совершенствованием противоопухолевых лекарственных препаратов, хирургической техники [82, 84]. Среди этиологических факторов развития рака яичников выделяют: внешние, наследственные факторы и эндокринные нарушения [27, 134, 197]. При спорадическом раке яичников риск заболевания равен 1%, при наличии мутации гена BRCA 1 возрастает до 40,0-60,0%, при мутации гена BRCA 2 – до 20,0%. Эти повреждения генома встречаются у 10,0-20,0% женщин из всей популяции [17, 24, 60, 61, 85, 89, 125]. Обнаружена взаимосвязь между медикаментозной терапией бесплодия и раком яичников. Whittemore и со-авт. отмечают, что прием лекарственных препаратов от бесплодия увеличивает риск развития рака яичников в 2,8 раза [208]. Риск выше в случаях, когда лечение не приводит к беременности. Прием оральных контрацептивов и роды снижают риск заболеваемости раком яичников. Длительный прием эстрогенов в менопаузе ассоциируется с увеличением риска рака яичников. Рак молочной железы увеличивает риск развития рака яичников в 2-4 раза и, наоборот, рак яичников увеличивает риск развития рака молочной железы [40, 82, 89, 109, 118, 122, 123, 130, 135, 137, 143, 144, 146, 150, 158, 165, 172, 187, 199]. Не обнаружено существенной связи рака яичников с табакокурением или злоупотреблением кофе. При этом алкоголь повышает риск развития рака яичников. Протективными свойствами обладают продукты содержащие -каротин, каротиноиды и селен (брокколи, грибы, морепродукты, кокос, кукуруза, молоко, морская капуста, печень, проросшие зерна пшеницы, пшеничные отруби) [82].
В происхождении неэпителиальных (стромальных и герминогенных) опухолей яичников, поражающих женщин преимущественно молодого возраста и детей, основная роль отводится воздействию неблагоприятных факторов в период эмбриогенеза (радиация, инфекции, химические агенты). Важной причиной опухолей яичников являются нарушения механизма нейроэндокринной регуляции вследствие первичного ослабления функции яичников и снижения уровня овариальных эстрогенов, компенсаторного повышения уровня гонадотропинов, в первую очередь фолликулостимулиру-ющего гормона [82]. До сих пор механизм канцерогенеза рака яичников до конца не ясен: пути передачи «сигналов» трансформации клеток раскрыты, но лишь частично, выявлены некоторые рецепторы факторов роста (RAS, АКТ-2, Р13-киназы, EGF-R, ERB-B2), выделены гены супрессоры (P53, DAB2, NOEY2, LOT1) [28, 85, 144, 168].
Фармакоэкономический анализ эффективности лечения больных раком яичников
Достоверность различий оценивали методами вариационной статистики с использованием критериев Стьюдента (t) и критериев согласия Пирсона (2). Различие между сравниваемыми величинами признавалось достоверным при р 0,05 [14].
Для изучения одновременного влияния нескольких факторов на исход заболевания использовался многофакторный анализ, который позволял корректировать эффекты сразу нескольких переменных, потенциально связанных как друг с другом, так и с изучаемым исходом, для выявления независимого действия одного фактора.
Для получения объективной информации об эффективности проводимого лечения, которое оценивалось по динамике показателя онкомаркера СА-125, выбран метод математической модели, представляющей собой математическую систему, включающую набор вводных переменных (предикторы), набор выходных переменных, именуемых прогнозируемыми, и описание связей между ними с помощью формул и математических операций. На этапе построения модели в качестве вводных переменных учитывали доступные анамнестическе данные, которые всегда имеются при первичном поступлении пациентки на лечение.
Для оценки связи между схемой адъювантной химиотерапии и снижением онкомаркера СА-125 и созданием многофакторной модели использо-52 вались логистический регрессионный анализ. Данный метод позволял строить статистическую модель для прогнозирования вероятности наступления события по имеющимся данным. Зависимым знаком Y, в отличие от линейной множественной регрессии, является не само значение зависимого (объясняемого) признака Р, а его логит-преобразование: Logit(P)=In(P/(l-P). Ло-гит-преобразование позволило вместо значений Р, определенных на интервале [0,1], перейти к интервалу { -оо; +оо}. Вследствие этого возросла чувствительность данной функции к изменению комбинаций, сочетаний разнообразных прогностических признаков [14].
В ходе логистического регрессионного анализа схемам химиотерапии придавали статус категориальных вариант, которые закодированы следующим образом: схеме, включающей паклитаксел и цисплатин/карбоплатин, присваивали код «0», схеме цисплатин/карбоплатин и циклофосфамид - «1». Факторы риска рака яичников закодированы с учетом двух вариантов (да -1, нет - 0). Сопутствующая и гинекологическая патология закодированы с учетом двух вариантов (да - 1, нет - 0). Количество абортов, родов, беременностей кодировалось цифрами (1, 2, 3) в зависимости от их числа. Исход заболевания кодировали как «выздоровление» - 0, «прогрессирование» - 1.
Результатом логистического регрессионного анализа явился расчет оценок регрессионных коэффициентов Ь0, Ы, Ь2….Ы уравнения Y= Ь0 +bl Xl+b2 X2+….bi Xi, где X1……Xi - независимые признаки (факторы риска), Y=ln (P/(l-P)) [118]. В ходе анализа соблюдались условия: 1) зависимый признак - качественный бинарный (имеет только 2 возможных значения: 1 или 0); 2) независимые (объясняющие) признаки - любые (количественные и/или качественные); 3)независимые (объясняющие) признаки не должны быть коррелиро-ваны или ассоциированы между собой. В этой модели предсказываемые значения для зависимой переменной больше или равны 0 и меньше или равны 1 при любых значениях независимых переменных.
Значения коэффициентов bi представляли собой натуральные логарифмы отношения шансов (OR) для каждого из соответствующих признаков Хi. Для i-го признака OR вычислялось по формуле: OR=e, где е – математическая константа, приблизительно равная 2,72. Значение Y в уравнении регрессии – это натуральный логарифм OR для изучаемого события. Вероятность этого события для каждого конкретного объекта вычислялась по формуле: p=log e {p/(1-p)}. Даже если распределение зависимой переменной не являлось нормальным, это отношение помогало оценить, насколько хорошо подобранная модель согласуется с исходными данными [14].
После оценки регрессионных параметров существенной стороной анализа явилась проверка пригодности модели в целом. Для этого анализировалась доля дисперсии, объясняемая данным методом. Вне зависимости от рассматриваемой модели мы оценивали полную дисперсию зависимой переменной (полную сумму квадрантов – total sum of squares, SST), долю дисперсии, приходящейся на остатки (сумму квадрантов ошибок – error sum of squares, SSE), и долю дисперсии относительно регрессионной модели (сумму квадратов относительно регрессии – regression sum of squares, SSR=SST-SSE) [14].
Отношение суммы квадрантов относительно регрессии к полной сумме квадрантов (SSR/SST) обозначалось термином «объясненная доля дисперсии зависимой переменной (у) в регрессионной модели». Эта доля была эквивалентна значению R-квадрат (0R-квадрат 1), так называемому квадрату смешанной корреляции (коэффициенту определенности). Анализировалась доля дисперсии, объясняемая данным методом (R2 Нэйджелкерка – аналог коэффициента детерминации), критерий 2 для модели в целом [14].
Значимость того или иного прогностического фактора определяли, используя значение р-статистики 2 по Wald и отношение шансов OR – отношение числа больных, имеющих интересующий нас фактор и не имеющих его в сравниваемой группе. Этот показатель равен бесконечности и только при отсутствии зависимости равен 1. Чем больше 1 или меньше значение этого показателя, тем больше влияние интересующего нас фактора. Для оценки достоверности OR оценивали доверительный интервал (95,0%). Оценивался процент корректности прогноза. Достигнутые уровни значимости теста Хосмера-Лемешова в итоговом уравнении превысили 0,05 (не более 0,44), что говорило о соответствии модели реальным данным.
Качество приближения регрессионной модели оценивалось при помощи функции правдоподобия. Функция потерь для этих моделей вычислялось как сумма натуральных логарифмов логит-правдоподобия L1: log (L1)=in = 1 [yi log(pi) + (1 - yi) log(1 - pi)], где log (L1) – натуральный логарифм функции правдоподобия для выбранной логит-модели; yi – наблюдаемое значение; pi – предсказанная вероятность появления, расположенная между 0 и 1. Мерой правдоподобия служило отрицательное удвоение значения логарифма этой функции [14].
Для построенной нелинейной модели использовали оценку по методу максимума правдоподобия. Для этого непосредственно сравнивали правдоподобие L0 нулевой модели, где все параметры наклона равны нулю, с правдоподобием L1 подогнанной модели и вычисляли значение статистики 2 для нашего отношения по формуле: 2 = - 2(log (L0) – log (L1).
Число степеней свободы для этого значения 2 равно разности числа параметров для подогнанной модели и числа параметров для нулевой модели, поэтому число степеней свободы равно числу независимых переменных в подогнанной логит-регрессии. Если р-уровень соответствовал этому значению 2, являясь значимым, то считали, что оцениваемая модель значительно лучше соответствует данным, чем нулевая модель, т.е. параметры регрессии статистически значимы.
Социально-экономические последствия смертности женщин от рака яичников в Приморском крае
Анализ «стоимость болезни». Сущность расчета стоимости болезни (затраты на хирургическое лечение, лекарственную терапию, госпитализацию) и непрямые расходы (потери производства и работника в результате болезни или преждевременной смерти). В данном случае расходы разделяли на расходы органов здравоохранения и расходы самого пациента. Прямые расходы определялись путем оценки данных, полученных из историй болезней за 2007-2012 годы. Рассчитаны: продолжительность пребывания в стационаре, лекарственная терапия в стационаре (противоопухолевые лекарственные препараты, антиэметики, препараты железа, гемостимулирую-щие препараты), число выполненных анализов крови (клинического, биохимического, онкомаркера СА-125, ЭКГ), ультразвуковых исследований брюшной полости и малого таза, почек, забрюшинных лимфатических узлов, рентгенография органов грудной полости, эндоскопическое обследование.
Койко-день рассчитывался по фактическим затратам в хирургическом онкологическом отделении № 2 Приморского краевого онкологического диспансера, как основном центре исследования. Стоимость госпитализации хирургического лечения и химиотерапии, исходя из среднего количества дней госпитализации, учитывалась на основе территориальной программы обязательного медицинского страхования (Территориальное тарифное соглашение от 27.02.2015 г. Приложение № 14), взятых на официальном сайте Территориального фонда обязательного медицинского страхования Приморского края (ТФОМС). Стоимость госпитализации для одного курса хи-56 миотерапии без учета затрат на медикаменты рассчитана на основании комплексных медицинских услуг (КМУ) по данным тарифов, предоставленных ТФОМС. Стоимость лекарственной терапии рассчитана с учетом цен на препараты, полученных из государственного реестра лекарственных средств в единое время (10.05.2014 г.). Стоимость терапии осложнений рассчитывалась нами исходя из того, что стоимость терапии осложнений, по данным Петрович С.В., составляет 20,0-40,0% от средней стоимости лечения пациента. В нашем исследовании мы предположили, что стоимость осложнений составляет 30,0%.
Расчет стоимости фармакотерапии включает расчет стоимости единицы действующего вещества (мг, мл), общей дневной дозы (ОДД) на ед. введения и эквивалентной дозы (ЭКД) на 6 курсов химиотерапии. ОДД определена на основании инструкций по медицинскому применению на данные препараты, ОДД и ЭКД для лекарственных средств, применяемых для терапии побочных действий, из стандартов медицинской помощи. Дозировки введенных препаратов рассчитывают согласно площади поверхности тела и массы больного (гипотетическая средняя площадь поверхности тела 1,8 м).
В качестве непрямых расходов анализировались потери валового национального продукта в дни заболевания. Расчет величины потерь, связанной с оплатой пособия по временной нетрудоспособности, производился на основании фактического числа потерянных из-за болезни рабочих дней. Потери стоимости вновь созданной продукции в связи с уменьшением числа рабочих дней определялись как результат умножения потерянных из-за болезни рабочих дней за один рабочий день.
Социально-экономические потери от злокачественных опухолей яичников рассчитывались с использованием методики расчета утраченного жизненного потенциала в связи со смертностью от злокачественных новообразований. В расчетах косвенного ущерба использовалась методика, предложенная Двойриным В.В. и Аксель Е.М. (1990). Суть методики заключается в сопоставлении двух таблиц дожития, из которых одна рассчитана при обычных условиях, а вторая (гипотетическая) – при допущении, что данную форму опухоли удалось полностью или частично ликвидировать, оставив неизмененными уровни смертности от всех остальных причин [3]. Рассчитывалась средняя продолжительность предстоящей жизни женского населения, элиминационный резерв, утраченный жизненный потенциал, величина условно невыработанного национального дохода. Оценка показателей состояния онкологической службы проводилась согласно рекомендациям Чиссова В.И. и Старинского В.В. по отчетным формам № 35 «Сведения о больных злокачественными новообразованиями» [29], официальным данным канцер-регистра Приморского краевого онкологического диспансера и данным Государственной статистики по Приморскому краю «Приморскстат» о повозрастной численности населения, численности экономически активного населения, абсолютных числах умерших от всех причин и от злокачественных опухолей яичников, об объемах и динамике производства валового регионального продукта за 2010 и 2013 гг. [12].
В нашем исследовании проанализирована длительность ремиссии, общая продолжительность жизни всех пациентов до завершения исследования, значения которой мы использовали при расчете коэффициента эффективности дополнительных затрат и коэффициента полезности. При анализе «затраты – эффективность» в качестве критерия эффективности выбран показатель времени без прогрессирования для одного пациента. При анализе «затраты – полезность» в качестве единицы полезности выбран сохраненный месяц жизни без прогрессирования (QALM – qual-ityadjusted life-months).
Результаты оценки качества жизни больных раком яичников I-III стадии по опроснику EQ-5D
Оценка клинической эффективности в нашем исследовании анализировалась по трем критериям: 1. Динамика снижения онкомаркера СА 125 в обеих группах; 2. Динамика снижения онкомаркера СА 125 в зависимости от степени морфологической дифференцировки опухолевых клеток в обеих группах; 3. Время до прогрессирования в каждой исследуемой группе. Результаты оценки эффективности лечения больных раком яичников IC-IIC стадии (Табл. 18). Таблица 18 Эффективность химиотерапии рака яичников IC-IIC стадии по схеме СР/CCb СР/СCb До операции СА-125 1 курс СА-125 2 курс СА-125 3 курс СА-125 4 курс СА-125 5 курс СА-125 СА-125 1 курс 3,9/ р 0,05 СА-125 2 курс 2,7/ р 0,05 СА-125 3 курс 0,81/ р 0,05 СА-125 4 курс 0,93/ р 0,05 СА-125 5 курс 1,47/ р 0,05 СА-125 6 курс 1,46/ р 0,05 Необходимо отметить достоверно высокие показатели снижения он-комаркера СА-125 (р 0,05 – данные достоверно отличаются) в группе больных, получавших химиотерапию по схеме СР/CCb на 1 и 2 курсе химиотерапии (коэффициент Стьюдента t=3,9, p 0,05, где р – показатель ошибки вычисления и t=2,7, р 0,05соответственно, в последующих курсах наличие достоверных изменений не зафиксировано). Таблица 19 Эффективность химиотерапии рака яичников IC-IIC стадии по схеме ТР/ТСb ТР/TCb До операции СА-125 1 курс СА-125 2 курс СА-125 3 курс СА-125 4 курс СА-125 5 курс СА-125 СА-125 1 курс 4,71/ р 0,05 СА-125 2 курс 2,9/ р 0,05 СА-125 3 курс 2,23/ р 0,05 СА-125 4 курс 1,18/ р 0,05 СА-125 5 курс 2,08/ р 0,05 СА-125 6 курс 2,60/ р 0,05
Как видно из таблицы 19, у больных, получавших химиотерапию по схеме ТР/ТСb, достоверно высокие показатели снижения онкомаркера СА-125 отмечены на 1 курсе химиотерапии (коэффициент Стьюдента t=4,71, p 0,05, где р – показатель ошибки вычисления), на 2 курсе t=2,9, р 0,05, на 3 курсе t=2,23, р 0,05, на 5 курсе t=2,08, р 0,05, на 6 курсе t=2,6, р 0,05), кроме 4 курса химиотерапии (р 0,05-данные достоверно отличаются).
Для определения динамики снижения онкомаркера СА-125 в зависимости от схемы химиотерапии и морфологической дифференцировки опухолевых клеток (G1, G2, G3) использовался коэффициент ранговой корреляции Спирмена. Достоверных корреляций не получено G1=0,162937, G2=0,136775, G3=0,017815 (р 0,05).
Необходимо отметить, что прогрессирование заболевания отмечено у 11 (13,7%) пациентов в течение первых трех лет по завершению комплексного лечения. Из них 6 пациентов со IIС стадией рака яичников, и 5 пациентов с IC стадией рака яичников. Прогрессирование выставлено по увеличению онкомаркера СА-125 и росту опухоли в малом тазу. Из них 6 пациентам в первой линии химиотерапии применялась схема ТР/ТСb – 7,5%, и 5 пациентам по схеме СР/CCb – 6,2%. Средний возраст больных в первой группе составил 34,7 лет, во второй группе – 35,0 лет. Среднее время до прогрессирования в первой группе у пациентов с IC стадией рака яичников составило 23 мес., со II стадией – 16 мес., во второй группе – 22 мес. и 10 мес. соответственно.
По морфологической верификации клетки с высокой и умеренной степенью дифференцировки отмечены у 3 больных в I группе, клетки низкой степени злокачественности у 3 больных в I группе, Во второй группе у двух больных клетки опухоли умеренной степени дифференцировки и у 3 больных клетки низкой степени злокачественности. Объем оперативного вмешательства у всех больных выполнен в объеме: лапаротомия, экстирпация матки с придатками, резекция большого сальника. Только у трех больных во второй группе выполнена субтотальная экстирпация матки с придатками, резекция большого сальника ввиду канцероматоза по малому тазу. Средние показатели онкомаркера СА-125 до операции в I группе отмечены намного выше, чем во II группе и составили 177,4 Ед/мл и 58,3 Ед/мл соответственно (Табл. 20).
Средние показатели онкомаркера СА-125 до начала лечения 177,4 Ед/мл 58,3 Ед/мл В I группе не получено достоверных отличий между размером опухоли и вероятностью прогрессирования. В II группе с вероятностью ошибки p 0,05 частота встречаемости прогрессирования у больных с размером опухоли 17,07+5,15 см больше, чем у пациентов с размером опухоли в пределах среднеквадратичного отклонения или меньше.
Таким образом, у всех пациентов, входящих в исследование с раком яичников IIC стадии (n=6) и у пяти пациентов (n=5) с IC стадией рака яичников выявлено прогрессирование. Среднее время до прогрессирования у пациентов со IIC стадией рака яичников I группе – 16 месяцев, во II группе № 2 – 10 месяцев.
Среднее время до прогрессирования у пациентов с IC стадией рака яичников в I группе составило 23 месяца, во II группе – 22 месяцев. На основании проанализированных данных можно предположить, что время до прогрессирования у пациентов, получавших химиотерапию препаратами таксола и платины, дольше, чем у пациентов, получавших химиотерапию препаратами платины и циклофосфамид. Риск прогрессирования больше зависит от распространенности основного заболевания (стадии) и от степени опухолевой дифференцировки.
Средний койко-день хирургической койки составил 16 дней. Стоимость госпитализации хирургического лечения рассчитана на основании комплексных медицинских услуг (КМУ) на 17 дней ± 2. Следовательно, по данным тарифов, предоставленных ТФОМС, пребывание одного пациента на хирургическом лечении стоит 61,685 тыс. руб. В таблице 21 представлена структура КМУ для оперативного лечения.