Stage Slip from Diagnostic Latency in MCED Trials: A Calibrated Monte Carlo Reconstruction of the NHS-Galleri Results

Deze studie concludeert dat de NHS-Galleri-trial haar primaire eindpunt miste door een systematische 'stadiumslip' veroorzaakt door diagnostische vertragingen in de NHS, en niet door een tekortkoming van de test zelf, wat betekent dat de biologie van de test intact blijft en het vermogen heeft om kanker eerder op te sporen.

De kern

De Kernboodschap: Het was niet de test, maar de "postbode"

Stel je voor dat de Galleri-test een super-snel brandmelder is. Deze test kan brand (kanker) zien voordat er rook is, zelfs als de brand nog heel klein is (Stadium I of II).

In een groot experiment in Engeland (de NHS-Galleri-proef) werd deze test gebruikt bij 142.000 mensen. Het resultaat was opvallend:

1. De test vond veel meer kankers dan normaal.
2. Er werden veel minder "grote, oncontroleerbare" branden (Stadium IV) gevonden.
3. Maar: De test slaagde niet in zijn belangrijkste doel: het verminderen van het totale aantal "grote" branden (Stadium III en IV samen).

De onderzoekers van dit nieuwe paper vragen zich af: Waarom? Was de test slecht? Nee. Het probleem zat hem in de postbode (de diagnose-afdeling).

De Analogie: De Brandmelder en de Trage Brandweer

Het onderzoek beschrijft een fenomeen dat ze "Stage Slip" noemen. Laten we dat zo uitleggen:

1. De Brand (Kanker): Een kankercel begint klein (Stadium I).
2. De Alarmbel (De Test): De Galleri-test gaat af terwijl de brand nog klein is. Het systeem zegt: "Hier is een brand! We moeten nu actie ondernemen."
3. De Trage Brandweer (De Diagnose): In het ziekenhuis duurt het echter lang voordat de brandweer (de artsen en scanners) de brand daadwerkelijk kan vinden en bevestigen. In Engeland duurde dit gemiddeld 92 dagen.
4. De Slip: Tijdens die 92 dagen wachtende tijd groeit de brand. Als de brandweer eindelijk arriveert, is de brand niet meer klein (Stadium I), maar is hij uitgegroeid tot een grote brand (Stadium III).

Het probleem: Omdat de brand nu groot is, telt hij in de statistieken als een "grote brand". De test had de brand wel vroeg gevonden, maar door de wachttijd werd hij in de cijfers toch als "laat" geregistreerd.

Wat heeft de wiskundige ontdekt?

Hamid Bellout, de auteur van dit paper, heeft een computermodel gemaakt (een simulatie) om te kijken of dit klopt. Hij heeft de situatie van de 142.000 mensen nagemaakt in de computer.

Zijn bevindingen zijn als volgt:

• Het getal: De simulatie toont aan dat ongeveer 84 mensen in de testgroep een kanker hadden die eigenlijk klein was toen de test afging, maar die groot was toen de diagnose werd gesteld.
• De oplossing: Als deze 84 mensen hun diagnose hadden gekregen binnen de tijd dat de kanker nog klein was, had de test het doel wél gehaald.
• De drempel: Het bleek dat als slechts 25 van die 84 mensen (ongeveer één op de drie) tijdig waren gediagnosticeerd, de test statistisch gezien een succes was geweest.

Waarom is dit belangrijk?

Stel je voor dat je een heel snelle auto (de test) hebt, maar je rijdt op een weg met enorme files (het ziekenhuis). Je komt niet sneller aan dan iemand in een trage auto die geen file heeft.

• De test werkt: De test vond de kanker vroeg en voorkwam dat mensen met de allerergste vorm (Stadium IV) werden gevonden.
• Het systeem faalt: Het ziekenhuis was te traag om die vroege signalen om te zetten in een snelle diagnose. De kanker "groeide weg" tijdens het wachten.

De Conclusie in Eenvoudige Woorden

De test is niet kapot. De test doet precies wat hij moet doen: hij ziet kanker vroeg. Maar het systeem om die kanker te bevestigen (de diagnose) is te traag.

Het onderzoek zegt eigenlijk:

"We hebben de brand vroegtijdig gezien, maar de brandweer kwam te laat. Daardoor zagen de statistieken het als een late brand, terwijl het eigenlijk een vroege brand was die we hadden kunnen redden als de brandweer sneller was geweest."

Als de diagnose-afdeling in de toekomst sneller werkt (bijvoorbeeld door speciale lijnen voor deze tests), dan zal deze test waarschijnlijk wél zijn doel bereiken en levens redden. Het probleem was dus niet de technologie, maar de logistiek.

Technische samenvatting

Titel en Context

Titel: Stage Slip door Diagnostische Latentie in MCED-studies: Een Gekalibreerde Monte Carlo-reconstructie van de NHS-Galleri-resultaten.
Auteur: Hamid Bellout, PhD (Emeritus Professor Wiskunde, Northern Illinois University).
Datum: 28 februari 2026 (Preprint).
Onderwerp: Analyse van de primaire eindpunt-mislukking van de NHS-Galleri-trial (een grote gerandomiseerde gecontroleerde studie naar Multi-Cancer Early Detection of MCED) met behulp van een simulatiemodel.

---

1. Het Probleem

De NHS-Galleri-trial, de grootste RCT tot nu toe voor een MCED-test (Galleri-bloedtest), had als primair doel een statistisch significante reductie in late-stadium (Stadium III+IV) kankerdiagnoses aan te tonen voor een vooraf gedefinieerde groep van 12 dodelijke kankersoorten.

• Resultaten van de trial: De trial rapporteerde een aanzienlijke reductie in Stadium IV-diagnoses (>20%) en een viervoudige toename in algehele detectie. Echter, het primaire samengestelde eindpunt (reductie in gecombineerde Stadium III+IV) werd niet bereikt. De sponsor merkte op dat er een "hoger dan verwacht aantal Stadium III-diagnoses" was.
• De Hypothese: De auteur stelt dat dit statistische "maskeren" niet het gevolg is van een falen van de test zelf, maar van een mechanisme dat hij "Stage Slip" noemt. Dit is de progressie van kanker van Stadium I/II naar Stadium III tijdens de diagnostische werkloop (de tijd tussen een positieve test en de definitieve diagnose). Als de infrastructuur te traag is, wordt een kanker die biologisch vroeg werd opgespoord, toch geregistreerd als laat stadium, waardoor het eindpunt wordt ondermijnd.

2. Methodologie

De auteur ontwikkelde een gekalibreerde Monte Carlo-simulatie om dit fenomeen te kwantificeren.

• Populatie: 142.000 deelnemers (overeenkomend met de NHS-Galleri-inschrijving), verdeeld over 12 kankersoorten, met een follow-up van drie jaar.
• Conceptueel Kader (Drie Concurrente Klokken):
  1. Biologische Klok: De "verblijftijd" (sojourn time) van kanker in elk stadium, gemodelleerd als lognormale verdelingen.
  2. Signaalklok: Het moment waarop een detectie plaatsvindt (positieve MCED-test in de interventiegroep vs. symptoomgedreven verwijzing in de controlegroep).
  3. Infrastructuurklok: De diagnostische vertraging (tijd van signaal tot bevestigde diagnose).
  • Kernmechanisme: Als de "Infrastructuurklok" langer duurt dan de resterende "Biologische Klok" voordat de grens Stadium II/III wordt overschreden, treedt er "Stage Slip" op.
• Kalibratie: Het controlearm-model werd gekalibreerd om de daadwerkelijke NHS-stadiumverdelingen na te bootsen (gebaseerd op audits van Longkanker, NHS Digital en CRUK). De simulatie reproduceerde deze verdelingen binnen 1-2 procentpunten.
• Aannames over Vertraging: De centrale schatting voor de mediane diagnostische vertraging in de standaardzorg (SoC) is 92 dagen. Dit is gebaseerd op vijf convergente bewijsstromen, waaronder PATHFINDER-studies, NHS-prestatiegegevens en sponsorverklaringen.
• Sensitiviteit: De simulatie gebruikte kankerspecifieke sensitiviteitswaarden uit de CCGA 3-studie, maar testte ook robuustheid over een bereik van 30% tot 100% van deze waarden.
• Analyse: Er werden 200 onafhankelijke Monte Carlo-runnen uitgevoerd om het aantal "geslipte" gevallen (biologisch Stadium I/II, maar geregistreerd als III/IV) te schatten en te bepalen hoeveel hiervan hersteld moeten worden om het eindpunt significant te maken.

3. Belangrijkste Bijdragen

• Kwantificering van "Stage Slip": Het artikel biedt het eerste wiskundige bewijs dat diagnostische latentie voldoende kan zijn om een positief biologisch effect van een screeningstest te maskeren in een samengesteld eindpunt.
• Decompositie van Falen: Het onderscheidt tussen twee soorten "slip":
  • Categorie A: De test detecteerde kanker vroeg, maar de infrastructuur was te traag om dit te bevestigen voordat de kanker groeide.
  • Categorie B: De test gaf een vals-negatief resultaat bij vroege kanker, die later via standaardzorg werd ontdekt.
• Robuustheidstest: De conclusie is robuust tegenover variaties in diagnostische vertraging (65-120 dagen) en testsensitiviteit (30-100%).

4. Resultaten

• Aantal Geslipte Gevallen: De simulatie schat dat in de interventiegroep 84 gevallen (95% CI: 68–104) voorkwamen waarbij kanker biologisch Stadium I/II was, maar als Stadium III+IV werd geregistreerd.
• Oorzaak: 86% van deze gevallen (73 van de 84) waren gevallen waarbij het screensysteem een echte kans had om de kanker vroeg te detecteren (42 gevallen door te traag werkproces, 31 door vals-negatief).
• Statistische Significantie:
  • Bij de gepubliceerde sensitiviteitswaarden was het eindpunt significant, maar dit overschreed de gerapporteerde trialresultaten (wat suggereert dat de realisatie-sensitiviteit in de trial lager was, waarschijnlijk door de belasting van het diagnostische systeem).
  • Bij een gerealiseerde sensitiviteit (ongeveer 50% van de CCGA 3-waarden, wat overeenkomt met het waargenomen trialpatroon), waren er ongeveer 78 geslipte gevallen.
  • Cruciaal: Als slechts 25 van deze 78 gevallen (ongeveer één op de drie) tijdig waren gediagnosticeerd (voordat ze Stadium III bereikten), zou het primaire eindpunt statistisch significant zijn geworden (p < 0.05).
• Robuustheid: Zelfs bij de meest optimistische aanname van een vertraging van slechts 65 dagen (onder de US-mediane van 79 dagen), blijft het aantal geslipte gevallen (ca. 55) ruim boven de drempel van 25.

5. Betekenis en Conclusie

• Testprestaties intact: De studie concludeert dat de Galleri-test biologisch goed presteert (detecteert eerder, vermindert Stadium IV), maar dat het samengestelde eindpunt werd verstoord door systemische diagnostische traagheid in het NHS-systeem, niet door een falen van de assay.
• Infrastructuur als Beperkende Factor: Een gevoelige test is nutteloos zonder een responsieve diagnostische infrastructuur. De "Stage Slip" is een belasting die exclusief door de gescreende arm wordt gedragen.
• Implicaties voor Toekomstige Trials:
  • Toekomstige MCED-trials moeten eindpunten kiezen die minder kwetsbaar zijn voor infrastructuurvertragingen (bijv. alleen Stadium IV-reductie).
  • Er moet vooraf een "stadium bij aanvang" analyse worden opgenomen naast het standaard "stadium bij diagnose".
  • Diagnostische kanalen moeten vooraf worden ingericht voordat screening begint.
• Validatie: De schatting van 84 gevallen is modelafhankelijk, maar de auteurs voorspellen dat deze resultaten zullen worden geverifieerd wanneer de volledige individuele patiëntgegevens van de trial in 2026 worden gepubliceerd (verwacht bij ASCO 2026).

Samenvattend: Het artikel biedt een mechanistische en kwantitatieve verklaring voor de mislukking van het primaire eindpunt van de NHS-Galleri-trial, waarbij het aantoont dat een bescheiden aantal "geslipte" gevallen (veroorzaakt door diagnostische traagheid) voldoende is om een statistisch significant resultaat te maskeren, zelfs als de test zelf effectief is.