¿Qué es el análisis de supervivencia?

El análisis de supervivencia, también conocido como análisis de tiempo a evento, es una colección de métodos estadísticos para analizar datos donde el resultado del interés es el tiempo hasta que se produce un evento específico.El evento puede ser muerte, recidiva de enfermedades, falla de equipo, churn de clientes, o cualquier otra transición de un estado a otro. Lo que establece análisis de supervivencia aparte de las técnicas de regresión estándar es su capacidad para manejar observaciones censuradas, casos en que el caso de seguimiento

Originalmente desarrollada en ciencias biomédicas y actuariales, el análisis de supervivencia se ha convertido en indispensable en ingeniería, economía, ciencias sociales y negocios. La metodología madurada en los años 50 y se ha adoptado ampliamente después de la introducción del modelo de riesgos proporcionales Cox en 1972. Hoy, es el estándar de oro para dibujar inferencias válidas de datos incompletos de tiempo a evento.

Conceptos clave en el análisis de supervivencia

Función de supervivencia

La función de supervivencia, denotada S(Gr.)t), da la probabilidad de que un individuo sobreviva más allá del tiempo t—es decir, el evento no ha ocurrido en ese momento. S(Gr.)t) es una función no creciente: comienza a 1 en el momento cero (todo es libre de eventos) y se acerca asintomáticamente 0 a medida que aumenta el tiempo si todas las personas eventualmente experimentan el evento. En la práctica, el estimador Kaplan‐Meier (KM) proporciona una estimación no paramétrica de la función de supervivencia de datos de origen derecho, produciendo una función paso que cae en cada evento observado.

Función de peligro

La función de peligro, h(Gr.)t), describe el riesgo instantáneo del evento a la vez t, condicionado a haber sobrevivido hasta ese punto. A diferencia de la función de supervivencia, el peligro puede aumentar, disminuir o permanecer constante con el tiempo. H(Gr.)t) = ∫0t h(Gr.)u♪u está relacionado con la función de supervivencia por S(Gr.)t) = exp[−H(Gr.)t)]. La función de peligro es central en el modelo de peligros proporcionales Cox y muchos modelos de supervivencia paramétrica.

Comprender los mecanismos de censura

La censura ocurre cuando el tiempo exacto del evento es desconocido para algunos sujetos. El tipo más común es censura derecha: el estudio termina antes de que el evento ocurra, o un sujeto se desploma, y sabemos que el tiempo de supervivencia es mayor que el último tiempo observado. Censura de izquierda surge cuando el evento ya ha ocurrido antes de que comience el estudio, pero se desconoce la hora exacta, por ejemplo, un paciente ya tiene un tumor detectable en la primera visita de detección. Censura intervalorada sucede cuando se sabe que el evento se ha producido dentro de una ventana horaria específica (por ejemplo, entre dos citas de seguimiento).

Los métodos de análisis de supervivencia están diseñados para incorporar estas diferentes formas de censura sin prejuicios, siempre que el mecanismo de censura sea independiente del tiempo del evento ( censura no informativa). En la práctica, los analistas deben evaluar cuidadosamente si la censura es verdaderamente independiente; por ejemplo, los pacientes que están demasiado enfermos para asistir a seguimiento pueden ser más propensos a abandonar, introduciendo censura informativa.

Tipos de Datos de Tiempo a Evención

Además de los mecanismos de censura, los datos de tiempo a día pueden clasificarse por cómo se registran los tiempos de evento:

  • Tiempos de evento exactos: El momento preciso del evento es conocido (por ejemplo, fecha de muerte). Este es el estándar de oro para el análisis.
  • Datos de censura correcta: El tema es libre de eventos en la última observación; el tiempo del evento es conocido por superar ese punto. Este es el tipo más común en ensayos clínicos.
  • Datos de origen izquierdo: El evento ocurrió antes de cierto tiempo, pero el tiempo exacto es desconocido.
  • Datos intervalorados: El evento se encuentra entre dos tiempos de observación, típicos de estudios longitudinales con evaluaciones periódicas.
  • Truncation: Los sujetos sólo se incluyen si ya han sobrevivido a un determinado tiempo (ingreso retrasado). Esto es diferente de la censura y requiere técnicas especiales.

Es esencial comprender estos tipos de datos porque cada uno exige un manejo estadístico adecuado para evitar resultados parciales. Si bien la mayoría de los métodos de supervivencia estándar manejan la censura correcta, se necesitan enfoques especializados (por ejemplo, regresión de intervalos, datos de fisura izquierda) para otros escenarios.

Métodos básicos en el análisis de supervivencia

Kaplan‐Meier Estimator y Prueba de Rank Log

El estimador Kaplan‐Meier (KM) es un método no paramétrico para estimar la función de supervivencia de datos de origen derecho. Produce una función paso que cambia sólo en distintos tiempos de eventos, haciéndolo bien adecuado para visualizar patrones de supervivencia a través de grupos (por ejemplo, tratamiento vs. control). La prueba log-rank compara formalmente las distribuciones de supervivencia de dos o más grupos sin asumir ninguna forma particular para el supuesto de peligro.

Modelo de riesgo proporcional de cox

El modelo de riesgos proporcionales de Cox (PH) es el método de regresión más utilizado para los datos de supervivencia. Modelos del peligro como producto de un riesgo de base no especificado, h0(Gr.)t), y un factor multiplicativo que captura efectos covariados: h(Gr.)tSilencioX) h0(Gr.)t) exp(β1X1 + ... + βpXp). El modelo es semiparamétrico porque el riesgo de referencia sigue sin ser estimado, mientras que los efectos covariados se calculan mediante probabilidad parcial. La hipótesis clave es peligros proporcionales: la relación de riesgo entre dos individuos es constante con el tiempo. Cuando se viola esta suposición, los analistas pueden utilizar modelos de Cóx estratificados, introducir covariados de tiempo variable, o aplicar modelos alternativos como modelos de tiempo acelerado (AFT).

Modelos de supervivencia paramétrica

Los modelos paramétricos suponen una distribución específica para los tiempos de supervivencia, como el exponencial, Weibull, log-normal, log-logistic o Gompertz. Estos modelos proporcionan posibilidades completamente especificadas y pueden producir estimaciones más eficientes cuando la suposición distribucional es correcta. Son particularmente útiles para la extrapolación más allá del rango de tiempo observado. El modelo de tiempo de falla acelerado (AFT) es un enfoque paramétrico popular que modela directamente el efecto de supervivencia en el peligro industrial.

Análisis de riesgos

En muchos estudios, los sujetos pueden experimentar uno de varios tipos de eventos distintos (por ejemplo, la muerte por cáncer versus la muerte por enfermedad cardíaca). Análisis estándar de supervivencia que trata todos los eventos como equivalente puede ser engañoso. Comparación de métodos de riesgos —como la función de incidencia acumulada (CIF) y el modelo de subdistribución de Fine‐Gray— permite estimar las probabilidades específicas de causa mientras que la contabilidad de la presencia de otros métodos médicos existen.

Diagnósticos modelo y Asunciones de verificación

Cada modelo de supervivencia conlleva supuestos que deben ser verificados para garantizar la inferencia válida. Los cheques más importantes incluyen:

Asunción de peligros proporcionales

Para el modelo Cox, suponemos que la relación de riesgo es constante con el tiempo. Esto se puede probar utilizando Schoenfeld residuales—una versión escalada de los residuos que, si la suposición sostiene, no debe mostrar tendencia con el tiempo. Una correlación significativa entre los residuos de Schoenfeld y el tiempo sugiere riesgos no proporcionales. Estrategias alternativas incluyen añadir interacciones de vez en cuando, utilizando un modelo de Cóx estratificado, o cambiar a un modelo AFT.

Observaciones y bondad de influencia

Los analistas deben examinar desviaciones residuales o martingale residuals para identificar sujetos que son poco adecuados o muy influyentes. En el modelo Cox, dfbeta valores pueden revelar observaciones influyentes que afectan desproporcionadamente las estimaciones de coeficiente. Para los modelos paramétricos, la bondad de la relación puede evaluarse utilizando AIC o trazando residuos de Cox‐Snell contra el peligro acumulativo de la distribución ajustada.

Evaluación de la independencia de la censura

La asunción de censura no informática es crítica. Aunque no es directamente testable, los analistas pueden realizar análisis de sensibilidad asumiendo diferentes patrones de censura (por ejemplo, mejor caso, peor caso) y examinando cómo cambian las estimaciones. En estudios donde los pacientes se pierden para seguir por razones que probablemente se relacionan con el evento, estrategias como la probabilidad inversa de censurar el peso (IPCW) pueden reducir la parcialidad.

Aplicaciones Prácticas A través de campos

El análisis de supervivencia se utiliza en una amplia gama de disciplinas:

  • Ensayos clínicos e investigación médica: Estimar tiempo a muerte, recidiva de enfermedad o progresión. Las curvas de Kaplan‐Meier y regresión de Cox son herramientas estándar para informar de los efectos del tratamiento.
  • Fiabilidad de ingeniería: El análisis de Weibull y las pruebas de vida aceleradas ayudan a predecir la vida útil y optimizar los horarios de mantenimiento.
  • Ciencias sociales y económicas: Examinar duración del desempleo, estabilidad matrimonial o reincidencia. Los modelos de supervivencia identifican factores que influyen en el momento de los eventos.
  • Finanzas y seguros: Tiempo de modelación hasta que ocurran los incumplimientos o reclamaciones. Los actuadores dependen de métodos de supervivencia para la fijación de precios y evaluación de riesgos.
  • Cliente churn y marketing: Predecir cuando los clientes dejan de usar un servicio. Los modelos Cox revelan cuáles características están más fuertemente asociadas con la retención.

Aplicación del software

El software estadístico moderno proporciona un excelente apoyo para el análisis de supervivencia:

  • R: El paquete (disponible en CRAN) ofrece funciones básicas como , , y . El paquete proporciona tramas de publicación. Para los riesgos competidores, el paquete implementa modelos Fine‐Gray.
  • Python: La biblioteca documentación) proporciona una API limpia para los modelos Kaplan‐Meier, Cox y AFT. es otra opción para los bosques de supervivencia aleatoria y otros métodos de aprendizaje automático.
  • Stata: Los mandamientos , , y ] son ampliamente utilizados en la epidemiología. maneja riesgos competidores.
  • SAS: y son los caballos de trabajo para el análisis de supervivencia.

Pitfalls comunes y mejores prácticas

  • Ignorando la censura: Excluir las observaciones censuradas o tratarlas como eventos conduce a un sesgo severo. Siempre incluye todo el tiempo de seguimiento disponible.
  • Violación de los peligros proporcionales: La base en un modelo Cox sin comprobar la suposición puede dar una relación de peligro engañoso. Use diagnósticos residuales y considere alternativas cuando sea necesario.
  • Extrapolación de exceso de confianza: Los modelos paramétricos que extrapolan más allá de los datos observados deben interpretarse con cautela. Los métodos no paramétricos pueden ser más seguros para la predicción dentro del rango observado.
  • Múltiples pruebas: En entornos de alta dimensión (por ejemplo, genómica), la regresión estándar de Cox sin regularización (por ejemplo, LASSO‐Cox) puede sobrevalorarse.
  • Ignorando los riesgos de competencia: En presencia de múltiples tipos de eventos, utilizando un peligro específico de causa sin considerar el evento competidor puede producir estimaciones de incidencia acumulada parciales.

Comienzo

Si eres nuevo en el análisis de supervivencia, un punto de partida sólido es visualizar los datos de supervivencia usando el estimador Kaplan‐Meier y aplicar la prueba de registro para comparar grupos. Luego, muévete al modelo Cox, revisando cuidadosamente la suposición de peligros proporcionales. Artículo de análisis de supervivencia de Wikipedia proporciona una visión concisa. Kleinbaum y Klein’s Análisis de supervivencia: un texto de autoaprendizaje (3a edición) es un libro de texto altamente recomendado que puente la teoría y la práctica. Muchos tutoriales en línea, como los de Grupo de consultoría estadística de UCLA, ofrecer ejemplos trabajados en R, Stata y SAS.

Conclusión

El análisis de supervivencia es un potente y matizado conjunto de métodos estadísticos para entender los datos de tiempo a evento. Su capacidad para manejar censura, estimar las probabilidades de supervivencia y evaluar los efectos covariados lo hace esencial en la investigación médica, ingeniería, negocios y más allá. Ya sea que usted está diseñando un ensayo clínico, modelando fallas de equipo, o estudiando el churn cliente, una comprensión sólida de conceptos de supervivencia, además de una cuidadosa atención para evolucionar los supuestos y diagnóstico