Análisis de supervivencia, probabilidad estimada de supervivencia (tiempo hasta el evento) no accesibleAntecedentes: Ante un proceso patológico progresivo sobre el que intervenimos quirúrgicamente. Todos menos 2 pacientes (de 50) experimentaron progresión de la enfermedad, mientras que el resto tuvo resolución y/o detención de la progresión de la enfermedad en el momento del seguimiento (es decir, resultado quirúrgico exitoso).Estoy intentando obtener una curva KM para el éxito de esta intervención quirúrgica con respecto al tiempo. Mi objetivo es proporcionar un resultado significativo que describa qué tan exitosa es la cirugía para detener la progresión de la enfermedad y por cuánto tiempo y con qué nivel de confianza podemos informar esto. Reconozco la falta de un grupo de control, pero esta es una conversación separada y una limitación innata del proceso de la enfermedad que se discutirá en nuestro artículo.
Actualmente tengo mi configuración de datos como: Evento = progresión de la enfermedad. Dado que todos menos dos sujetos experimentaron el evento, significa que el grupo está compuesto principalmente por sujetos censurados por la derecha. Muy pocos se perdieron durante el seguimiento o fallecieron, pero por supuesto también fueron censurados. ¿Esta configuración es correcta? Mi curva KM resultante es esencialmente dos pequeños pasos al principio de la línea de tiempo seguidos de una línea plana hasta el final del período de estudio. Simplemente parece extraño tener tantos temas censurados por la derecha. ¿Hay una forma más apropiada de representar estos datos? Si esto es correcto, me gustaría proporcionar una "estimación de probabilidad de supervivencia" en determinados puntos en el tiempo (es decir, cuál es la probabilidad de estar libre de progresión (cirugía exitosa) en x punto en el tiempo). Sin embargo, en JMP, esta característica está atenuada/inaccesible por alguna razón desde el menú desplegable del triángulo rojo. ¿Alguna razón por la que este es el caso? ¿Cómo haría ese cálculo?
¡GRACIAS POR CUALQUIER AYUDA!
Mac OSRe: Análisis de supervivencia, probabilidad estimada de supervivencia (tiempo hasta el evento) no accesibleSí, su configuración es correcta. Se podría argumentar que los pacientes que abandonaron el estudio constituyen datos truncados, no censurados.
Los dos pasos también son correctos. La estimación no paramétrica permanece constante hasta que se encuentra otra observación de vida exacta.
Debe ajustar un modelo para obtener la probabilidad frente al tiempo. Recomiendo un modelo de distribución Weibull o Log Normal. JMP puede hacer todos los modelos y usar un criterio para seleccionar el mejor modelo, pero este enfoque basado en datos es arriesgado cuando solo tiene dos tiempos de vida exactos.
Aquí hay un ejemplo. Utilicé la columna de datos :weight en la tabla de datos de Big Class y pretendí que eran datos de por vida. Agregué una columna Censor con 1 en todas menos dos filas, por lo que solo dos vidas exactas. Lancé Life Distribution y seleccioné el modelo y la escala Weibull. Puede usar el generador de perfiles de distribución a la derecha para estimar la probabilidad de falla para un tiempo determinado.
Re: Análisis de supervivencia, probabilidad estimada de supervivencia (tiempo hasta el evento) no accesible¡Gracias, esto fue increíblemente útil! Usando lo anterior, pude proporcionar estimaciones sin progresión a 1, 3 y 5 años usando el modelo y la escala de Weibull.
Tengo una pregunta adicional con respecto a este mismo conjunto de datos. Los datos de mi tiempo hasta el evento se pueden agrupar por etapa de la enfermedad (etapa A, B y C). Puedo comentar que la distribución del tiempo hasta los datos del evento no difirió entre los grupos según la prueba de rango logarítmico. Un revisor me pidió que "informara la diferencia en el tiempo hasta el evento en función de la etapa con el índice de riesgo como el tamaño del efecto y el IC del 95 % alrededor del HR para la etapa B y la etapa C". Personalmente, interpreté esto como una solicitud de análisis de la razón de riesgo de regresión de Cox con la etapa A como grupo de referencia. usé el Ajustar riesgos proporcionales módulo para esto y seleccionado " Radio de riesgo " (que según una búsqueda rápida es equivalente a la relación de riesgo en JMP). ¿Esta configuración es correcta? ? Si esto es correcto, el problema principal es que mi grupo de la Etapa B no tuvo ningún evento. ¡Como tal, obtengo un HR de 0.00 y un IC con un mínimo de 5.48E-06 y un máximo de 3.38E+266! Claramente, esta es una estimación degenerada, pero no estoy seguro si ¿alguna solución o cómo haría para interpretar o informar este valor?Con tan pocos eventos en cada grupo (n=1 para la Etapa A y n=1 para la Etapa C), reconozco que es difícil sacar conclusiones significativas de cualquiera de estos valores, ¡pero cualquier ayuda sería muy apreciada!
Re: Análisis de supervivencia, probabilidad estimada de supervivencia (tiempo hasta el evento) no accesible@Mark_Bailey me llamó la atención sobre este hilo. Antes de continuar, debo revelar que no tengo experiencia en el campo médico o clínico. Mi opinión se basa en mi experiencia en un campo relacionado, el análisis de datos de confiabilidad. Aquí hay algunas ideas:
- En el campo del análisis de datos de confiabilidad, si hay dos pocos eventos, existen dos enfoques para abordar la situación: (1) obtener una estimación conservadora, lo que significa que la confiabilidad (nombre equivalente a supervivencia en un campo diferente) probablemente esté subestimando la verdad. (2) utilizar el enfoque bayesiano para incorporar información adicional. Pero no veo que ninguna de las opciones sea factible para usted, ya que ambos son enfoques paramétricos en JMP. KME es un modelo no paramétrico. Si existen enfoques no paramétricos para abordar algunos eventos en el campo médico y clínico, eso está más allá de mi experiencia actual.
- El modelo de riesgo proporcional es un modelo semiparamétrico. Pero si tienes muy pocos eventos, te enfrentas a la misma dificultad. Y no veo que lo que JMP ofrece actualmente pueda abordar el desafío.
Realice una investigación sobre situaciones como esta en los campos relevantes. Si tenemos expertos en este tema en la comunidad, espero que puedan detectar esta publicación e intervenir.
