在肿瘤早筛标志物研究中,如何根据先验数据模拟预测生存获益?

Grail公司是全球泛癌早筛的独角兽企业,泛癌早筛可显著提升阳性预测值并降低假阳性率,是相比单癌早筛更有前景和性价比的策略,但当前研究由于随访时间和成本的限制,大多都停留在病例对照研究和随访时间较短的前瞻性队列研究,长期生存获益以及卫生经济学评价较难实际开展,鉴于此,Grail根据先验数据结合其产品固有性能模拟预测生存获益和节省医疗资源,这是个非常好的办法,不知大家有么有根据先验数据模拟早筛标志物临床效用(clinical utility)的好方法和经验,期待分享。