Cât durează până la un eveniment? (Kaplan-Meier)

Pe scurt

Doriți să aflați cât durează până când se întâmplă ceva - de exemplu abandonul studiilor sau atingerea unui obiectiv de învățare - și dacă grupurile diferă în această privință. Nu toate persoanele au trăit evenimentul când se încheie observarea: ele sunt cenzurate. Kaplan-Meier le folosește și pe acestea și arată, ca o curbă în trepte, ce proporție nu a trăit încă evenimentul la fiecare moment.

Cum arată tabelul

Un rând pe persoană. Aveți nevoie de coloana cu timpul (un număr: semestre, zile, săptămâni - până la eveniment sau până la sfârșitul observației) și de o coloană care spune dacă evenimentul a avut loc (două valori, cum sunt 0 și 1). Opțional: o coloană cu grupurile (2 până la 8). Statable propune care valoare este evenimentul; o puteți schimba.

Dacă coloana de evenimente are o singură valoare, lista de verificare spune cum o interpretează Statable. Dacă toate persoanele au avut evenimentul (de exemplu doar 1), este un caz valid fără cenzurare: Statable calculează curba, mediana și intervalul ca survfit din R. Dacă toate sunt cenzurate (de exemplu doar 0), nu s-a petrecut nimic pentru nimeni - curba ar rămâne la 100% și nu există nimic de estimat.

Citirea rezultatului

• Curba pornește de la 1 și scade la fiecare eveniment. Liniuțele verticale sunt persoane cenzurate. Sub grafic se află numărul de persoane la risc; unde acesta este mic, curba este nesigură.
• Timpul median este momentul în care curba coboară la 50%. Dacă nu coboară niciodată sub, se afișează „neatins”; proporțiile la momente fixe ajută atunci.
• Testul log-rank verifică dacă curbele grupurilor sunt aceleași. El arată dacă există o diferență, nu cât de mare este.

Cerințe și limite

• Ieșirea din observație trebuie să fie independentă de risc (cenzurare neinformativă). Statable nu poate verifica aceasta.
• Regulă empirică: cel puțin 10 evenimente pe grup. Cu mai puține, Statable afișează o notă.
• Dacă curbele se intersectează, testul log-rank poate rata ușor o diferență. Statable raportează acest lucru.
• Toți au același punct de plecare (de exemplu începutul studiilor). Mai multe evenimente pe persoană sau evenimente concurente nu sunt posibile aici.

Dacă mai multe caracteristici trebuie să acționeze simultan asupra timpului până la eveniment (grup, vârstă, performanță anterioară), „Mai multe opțiuni” oferă regresia Cox cu rapoarte de hazard. Ea calculează cu R și este descrisă în articolul „Regresia Cox”.

Log-rank: χ²(1) = 3,40, p = ,065; Mdn (cu menținere) = 31, IC 95% [18; -]; Mdn (fără menținere) = 23, IC 95% [8; -]; 23 de persoane, 18 evenimente; - = nu a fost atinsă

Pentru specialiști

Cod propriu, verificat cu R (survival 3.8: survfit cu conf.type = „log”, summary cu times, survdiff cu rho = 0; datele aml și lung). Estimator produs-limită, eroare standard Greenwood, interval pe scara logaritmică (limitat la 1). Mediana și limitele ca în print(survfit): primul moment în care curba se află sub 50%; dacă se află exact la 50%, mijlocul până la pasul următor. Log-rank după Mantel-Cox cu covarianța din distribuția hipergeometrică, df = grupuri − 1; comparații pe perechi cu câte un test, cu df = 1, Holm. Variantele ponderate (Breslow, Tarone-Ware, Peto-Peto) și regresia Cox nu sunt oferite de Statable.

Exemple tipice

• Timpul până la abandonul studiilor; cei care încă studiază sunt cenzurați.
• Timpul până la reluarea lucrului după o boală.