تحليل البقاء على قيد الحياة وطرق الوقت حتى وقوع الحدث
تحليل البقاء على قيد الحياة هو فرع الإحصاء المعني بالوقت حتى وقوع حدث معين يثير الاهتمام — الوفاة، الانتكاس، الشفاء، فشل الجهاز، أو أي نقطة نهاية أخرى محددة بوضوح. السمة المميزة له هي أنه بالنسبة لبعض الأفراد، لم يقع الحدث بنهاية فترة الملاحظة، لذا فإن أوقات وقوع الحدث لديهم معروفة جزئيًا فقط (معرضة للرقابة). يطور هذا المجال طرقًا تستخدم هذه المعلومات غير المكتملة بشكل صحيح بدلاً من تجاهلها.
Definition
يشمل تحليل البقاء على قيد الحياة الأساليب الإحصائية لتحليل المدة المتوقعة للوقت حتى وقوع حدث واحد أو أكثر، مع استيعاب الملاحظات المراقبة التي يكون فيها وقت وقوع الحدث معروفًا فقط بأنه يتجاوز (أو يقع ضمن) فترة معينة.
Scope
يوجه هذا المجال القارئ إلى الأفكار الأساسية التي توحد طرق الوقت حتى وقوع الحدث: دوال البقاء على قيد الحياة والمخاطر، الرقابة والمتابعة، التقدير غير البارامتري لمنحنيات البقاء على قيد الحياة، مقارنة المجموعات، والنمذجة الانحدارية للمخاطر. ويرتبط بالمواضيع التفصيلية — بيانات الرقابة والمتابعة، منحنيات كابلان-ماير، افتراض المخاطر المتناسبة، انحدار كوكس، والمخاطر المتنافسة — ويعاملها كمادة مرجعية منهجية بدلاً من كونها إرشادات سريرية.
Sub-topics
Core questions
- ما المدة حتى وقوع حدث معين يثير الاهتمام، وكيف يصف دالة البقاء على قيد الحياة ودالة المخاطر هذا التوزيع؟
- كيف يمكن للملاحظات المراقبة أن تساهم بالمعلومات دون تحيز التحليل؟
- كيف يتم تقدير منحنيات البقاء على قيد الحياة ومقارنتها بين المجموعات؟
- كيف يتم نمذجة تأثير المتغيرات المساعدة على معدل الأحداث، وما هي الافتراضات التي تتطلبها هذه النمذجة؟
- ما الذي يتغير عندما يمكن أن يحدث أكثر من نوع واحد من الأحداث (المخاطر المتنافسة)؟
Key concepts
- دالة البقاء على قيد الحياة S(t)
- دالة المخاطر والمخاطر التراكمية
- الرقابة والقطع
- مجموعة المخاطر
- التقدير غير البارامتري (كابلان-ماير)
- مقارنة Log-rank
- انحدار المخاطر المتناسبة
- المخاطر المتنافسة والوقوع التراكمي
Mechanisms
يتم وصف بيانات الوقت حتى وقوع الحدث بواسطة دالة البقاء على قيد الحياة S(t)، وهي احتمالية البقاء خاليًا من الحدث بعد الوقت t، وبشكل مكافئ بواسطة دالة المخاطر، وهي المعدل اللحظي للحدث بين أولئك الذين ما زالوا معرضين للخطر. نظرًا لأن المتابعة محدودة ويدخل الأفراد ويغادرون الملاحظة في أوقات مختلفة، فإن البيانات عادة ما تكون مراقبة من اليمين: يُعرف وقت وقوع الحدث للفرد فقط بأنه يتجاوز آخر وقت تمت ملاحظته. تعتمد طرق مثل مقدر كابلان-ماير ونموذج كوكس للمخاطر المتناسبة على مجموعة المخاطر — الأفراد تحت الملاحظة والخاليين من الحدث قبل كل وقت وقوع حدث مباشرة — بحيث يساهم كل حدث فقط بالمعلومات المتاحة فعليًا. هذا التعامل مع المتابعة المراقبة والمتغيرة بمرور الوقت هو ما يميز تحليل البقاء على قيد الحياة عن الانحدار العادي لنتيجة مستمرة (Clark et al., 2003; Leung et al., 1997).
Clinical relevance
تكمن طرق الوقت حتى وقوع الحدث وراء معظم تقارير التكهن وتأثير العلاج في البحث السريري، بما في ذلك منحنيات البقاء على قيد الحياة، ونسب المخاطر، ومتوسط البقاء على قيد الحياة. يساعد فهمها في التقييم النقدي لكيفية توليد هذه الأدلة؛ يصف هذا المجال الأساليب التحليلية وليس مصدرًا لتوصيات التشخيص أو العلاج.
Epidemiology
تنتشر طرق البقاء على قيد الحياة في دراسات الأورام، وأمراض القلب، والأمراض المعدية، وزراعة الأعضاء، ودراسات الأتراب في الصحة العامة، حيثما يكون توقيت وقوع حدث ما — وليس مجرد حدوثه — ذا أهمية. نما اعتمادها بسرعة بعد أن قدم مقدر كابلان-ماير (1958) وانحدار كوكس (1972) أدوات عملية للبيانات المراقبة.
Evidence & guidelines
لا توجد إرشادات ممارسة سريرية لتحليل البقاء على قيد الحياة بحد ذاته؛ المعايير المرجعية المنهجية هي الأوراق الإحصائية الرائدة ونصوص الإحصاء الحيوي. يُعد مقدر كابلان-ماير (Kaplan & Meier, 1958) ونموذج كوكس للمخاطر المتناسبة (Cox, 1972) من الأساليب الأساسية، مع وجود دروس وكتب دراسية (Clark et al., 2003; Collett, 2015; Putter et al., 2007) توحد الممارسة للبحث الطبي.
History
سبقت طرق جداول الحياة الاكتوارية هذا المجال بقرون، لكن تحليل البقاء على قيد الحياة الحديث تشكل في منتصف القرن العشرين. قدم مقدر كابلان وماير لعام 1958 (product-limit estimator) منحنى بقاء غير بارامتري دقيق للبيانات المراقبة؛ تبعت ذلك عائلة اختبارات log-rank للمقارنة بين المجموعات؛ وجلب نموذج كوكس للمخاطر المتناسبة لعام 1972 الانحدار المعدل بالمتغيرات المساعدة إلى نتائج الوقت حتى وقوع الحدث دون تحديد المخاطر الأساسية. وسعت الأعمال اللاحقة حول المخاطر المتنافسة والنماذج متعددة الحالات الإطار ليشمل إعدادات بأنواع متعددة من الأحداث (Putter et al., 2007).
Key figures
- Edward L. Kaplan
- Paul Meier
- David R. Cox
- Nathan Mantel
Related topics
Seminal works
- kaplan-meier-1958
- cox-1972
Frequently asked questions
- كيف يختلف تحليل البقاء على قيد الحياة عن الانحدار العادي؟
- إنه ينمدج الوقت حتى وقوع حدث مع التعامل الصحيح مع الملاحظات المراقبة، حيث لم يقع الحدث بعد عند انتهاء الملاحظة؛ لا يمكن استيعاب هذه المعلومات الجزئية بواسطة الانحدار القياسي لنتيجة مستمرة.
- ما هما الدالتان اللتان تصفان بيانات الوقت حتى وقوع الحدث؟
- دالة البقاء على قيد الحياة S(t)، وهي احتمالية البقاء خاليًا من الحدث بعد الوقت t، ودالة المخاطر، وهي المعدل اللحظي للحدث بين أولئك الذين ما زالوا معرضين للخطر؛ تحدد إحداهما الأخرى بشكل كامل.