ScholarGate
المساعد

منحنيات البقاء لكابلان-ماير

مقدّر كابلان-ماير (حدّ المنتج) هو الطريقة اللامعلمية القياسية لتقدير دالة البقاء من بيانات زمن الحدث المبتورة. ينتج عنه منحنى البقاء المتدرج المألوف، الذي ينخفض عند كل زمن حدث مُلاحظ ويبقى ثابتًا بين الأحداث، ويتيح للباحثين قراءة احتمالات البقاء والبقاء الوسيط دون افتراض أي توزيع معين لأزمنة الأحداث.

اعثر على موضوع باستخدام PaperMindقريبًاFind papers & topics
Tools & resources
تنزيل الشرائح
Learn & explore
فيديوقريبًا

Definition

مقدّر كابلان-ماير هو تقدير لا معلمي لدالة البقاء يتم الحصول عليه كناتج متتابع عبر أزمنة الأحداث للاحتمال الشرطي للبقاء على قيد الحياة لكل زمن حدث بالنظر إلى البقاء حتى ذلك الوقت، مع إزالة الملاحظات المبتورة من مجموعة المخاطر عند زمن بترها.

Scope

يغطي هذا الموضوع كيفية بناء مقدّر كابلان-ماير من مجموعة المخاطر عند كل زمن حدث، وكيفية استيعاب الملاحظات المبتورة، وكيفية قراءة منحنيات البقاء والبقاء الوسيط، وكيفية مقارنة المجموعات باستخدام اختبار لوغاريتم الرتبة. وهو مادة مرجعية منهجية وليست إرشادًا سريريًا.

Core questions

  • كيف يتم تقدير منحنى البقاء من أزمنة الأحداث ومجموعة المخاطر دون افتراض توزيع؟
  • كيف تدخل الملاحظات المبتورة في الحساب؟
  • كيف تُقرأ احتمالات البقاء، والبقاء الوسيط، وفترات ثقتها من المنحنى؟
  • كيف تتم مقارنة منحنيين أو أكثر للبقاء إحصائيًا؟

Key concepts

  • مقدّر حدّ المنتج
  • مجموعة المخاطر عند كل زمن حدث
  • احتمال البقاء الشرطي
  • منحنى البقاء المتدرج
  • البقاء الوسيط
  • صيغة غرينوود (التباين)
  • اختبار لوغاريتم الرتبة
  • العدد المعرض للخطر

Mechanisms

عند كل زمن حدث مميز، يحسب المقدّر الاحتمال الشرطي للبقاء على قيد الحياة في تلك اللحظة — واحد ناقص عدد الأحداث مقسومًا على العدد المعرض للخطر قبل ذلك مباشرة — ويضرب هذه الاحتمالات الشرطية معًا لإعطاء احتمال البقاء التراكمي، مما ينتج عنه خطوة هبوط عند كل زمن حدث. الأفراد الذين تم بترهم قبل زمن الحدث يغادرون مجموعة المخاطر وبالتالي لا يسحبون المنحنى للأسفل، لكنهم يقللون المقام للخطوات اللاحقة. يتم الحصول على تباين التقدير عادةً من صيغة غرينوود (Greenwood)، مما يدعم فترات الثقة حول المنحنى. نظرًا لأنه لا يفترض أي شكل معلمي، فإن المقدّر قوي وقابل للتطبيق على نطاق واسع؛ وعادةً ما تتم مقارنة المجموعات باستخدام اختبار لوغاريتم الرتبة، الذي يقارن الأحداث الملاحظة والمتوقعة عبر المجموعات بمرور الوقت (Kaplan & Meier, 1958; Bland & Altman, 1998).

Clinical relevance

تُعد منحنيات كابلان-ماير الطريقة الأكثر شيوعًا لعرض التكهنات وتأثيرات العلاج على البقاء في الأدبيات السريرية، وقراءتها — بما في ذلك الأعداد المعرضة للخطر والبقاء الوسيط — هي مهارة تقييم أساسية. يشرح هذا المدخل الطريقة وصفيًا وليس أساسًا لقرارات التكهن أو العلاج الفردية.

Epidemiology

يُستخدم المقدّر في جميع المجالات الطبية التي تدرس الوقت حتى وقوع حدث، من تجارب الأورام إلى الدراسات الجماعية؛ وتُعد ورقته البحثية لعام 1958 من بين الأكثر استشهادًا بها في جميع العلوم، مما يعكس مدى روتينية هذه الطريقة (Kaplan & Meier, 1958).

Evidence & guidelines

لا توجد إرشادات سريرية للمقدّر نفسه؛ المعيار المرجعي المنهجي هو ورقة كابلان وماير لعام 1958، مع دروس تعليمية مستخدمة على نطاق واسع (Bland & Altman, 1998; Clark et al., 2003) ونصوص (Collett, 2015) تصف أفضل الممارسات، بما في ذلك الإبلاغ عن الأعداد المعرضة للخطر وفترات الثقة.

History

قدم كابلان وماير مقدّر حدّ المنتج في عام 1958، موحدين أفكار جداول الحياة الاكتوارية السابقة في تقدير لا معلمي صارم يتعامل مع البتر بدقة؛ وتم دمج عملهما المستقل في ورقة بحثية واحدة بارزة. يكمل اختبار لوغاريتم الرتبة لمقارنة المنحنيات وصيغة تباين غرينوود السابقة مجموعة الأدوات القياسية التي تصاحب المقدّر (Schoenfeld, 1981).

Debates

متى يكون اختبار لوغاريتم الرتبة هو المقارنة الصحيحة؟
اختبار لوغاريتم الرتبة هو الأكثر قوة في ظل المخاطر التناسبية؛ عندما تتقاطع المخاطر أو تتباعد منحنيات البقاء بشكل غير تناسبي، يمكن أن يفقد قوته، مما يحفز استخدام اختبارات مرجحة أو بديلة، وهي قضية مرتبطة بالنظرية التقاربية لهذه المقارنات اللامعلمية.

Key figures

  • Edward L. Kaplan
  • Paul Meier
  • Major Greenwood
  • Douglas Altman

Related topics

Seminal works

  • kaplan-meier-1958

Frequently asked questions

لماذا يبدو منحنى كابلان-ماير كدرج؟
يتغير فقط عند أزمنة الأحداث الملاحظة، وينخفض عند كل حدث ويبقى ثابتًا بينهما، لأن احتمال البقاء يتم تحديثه فقط عند رؤية حدث، وليس عندما يكون الأفراد تحت الملاحظة فقط.
كيف تؤثر الحالات المبتورة على المنحنى؟
يغادر الفرد المبتور مجموعة المخاطر عند زمن بتره دون التسبب في خطوة هبوط، ولكنه يقلل العدد المعرض للخطر المستخدم لحساب الخطوات اللاحقة، وبالتالي يعكس المنحنى فقط المعلومات الملاحظة فعليًا.

Methods for this concept

Related concepts