Koşullu Sağkalım ve Dinamik Tahmin için Dönüm Noktası Analizi
Landmark Analysis for Conditional Survival and Dynamic Prediction · Ayrıca şöyle bilinir: landmark method, dynamic prediction, conditional survival estimation, Landmark Analizi (Dinamik Tahmin)
Dönüm noktası analizi, 1983 yılında Anderson, Cain ve Gelber tarafından tanıtılmış olup, çalışma başlangıcına göre değil, önceden belirlenmiş bir zaman noktasında – dönüm noktası – henüz risk altında olan denekler için koşullu sağkalım olasılıklarını tahmin eder. Bu yöntem, yalnızca hayatta kalarak deneyimleyebildikleri bir olaya (tedavi değişikliği veya biyobelirteç sonucu gibi) göre sınıflandırılan deneklerde ortaya çıkan ölümsüz zaman yanlılığını önlemek amacıyla açıkça geliştirilmiştir.
Tam yöntemi oku
Bu bölümü okumak için ücretsiz hesapla giriş yapın.
Yöntem haritası
İlişkili yöntemlerin komşuluğu — keşfetmek için bir düğüm seçin.
Ne zaman kullanılır
Belirli bir zaman noktasına kadar hayatta kalmış olmayı koşullu olarak sağkalımı tahmin etmek istediğinizde veya maruziyetinizin veya tedavi grubunuzun çalışma başlangıcından sonra ortaya çıkan bir olayla tanımlandığı (aksi takdirde ölümsüz zaman yanlılığı yaratacak) durumlarda dönüm noktası analizini kullanın. Biyobelirteç değeri, tedavi değişikliği veya yanıt sınıflandırmasının yalnızca hayatta kalanlarda gözlemlenebildiği durumlar için uygundur. t_LM seçiminin sonuçları ne kadar etkilediğini değerlendirmek için birkaç aday dönüm noktası zamanı üzerinden bir duyarlılık analizi önerilir. Prognostik bilginin takip boyunca sürekli olarak güncellenmesi gerektiğinde, daha esnek alternatifler olarak süperpozisyon modeli veya boylamsal ve sağkalım verileri için ortak model düşünülmelidir.
Güçlü yönler & sınırlılıklar
- Analizi dönüm noktasına kadar hayatta kalmış olan deneklerle sınırlayarak ölümsüz zaman yanlılığını doğrudan önler.
- Açıklaması ve uygulaması kolaydır: temelde filtrelenmiş bir alt küme üzerinde kaydırılmış bir zaman kökeni ile çalıştırılan standart bir sağkalım analizidir.
- Dönüm noktasına kadar birikmiş kovaryant bilgisinin öngörücü olarak kullanılmasına izin vererek, her hasta için özelleştirilmiş koşullu prognoz sağlar.
- Süperpozisyon uzantısı, tam bir ortak model gerektirmeden dinamik, tekrarlanan güncellenmiş tahminleri destekler.
- Dönüm noktası zamanının seçimi özneldir; sonuçlar farklı seçimlere göre önemli ölçüde değişebilir, bu da duyarlılık analizlerini zorunlu kılar.
- Dönüm noktasındaki hayatta kalanlarla analizi sınırlamak, etkili örneklem boyutunu keskin bir şekilde azaltabilir ve bu da geniş güven aralıklarına yol açabilir.
- Dönüm noktasından önce olayı yaşayan denekler koşullu analizden çıkarılır, bu nedenle dönüm noktası analizi erken olayları tanımlamaz.
- Standart tek dönüm noktası yaklaşımı, dönüm noktası zamanının sabit ve önceden bilindiğini varsayar; en uygun dönüm noktasının sonradan seçilmesi yanlış pozitif riskini artırır.
SSS
Ölümsüz zaman yanlılığı nedir ve dönüm noktası analizi bunu nasıl önler?
Ölümsüz zaman yanlılığı, bir gruptaki deneklerin o gruba dahil edilebilmeleri için bir süre hayatta kalmaları gerektiğinde ortaya çıkar – bu, çalışma başlangıcı ile sınıflandırma arasındaki süreyi o denekler için 'ölümsüz' kılar. Dönüm noktası analizi, tüm karşılaştırmaları tek bir önceden belirlenmiş zaman noktasında hala hayatta olan deneklerle sınırlayarak bunu düzeltir, böylece hiçbir gruptaki kimse yerleşik bir hayatta kalma avantajına sahip olmaz.
Dönüm noktası zamanını nasıl seçerim?
Dönüm noktası zamanı, verileri analiz etmeden önce esaslı gerekçelerle seçilmelidir – örneğin, tedavi yanıtı değerlendirmesinin tipik olarak gerçekleştiği zaman veya tanımlayıcı biyobelirteç olayına kadar geçen medyan süre. Sonuçların tam seçime karşı dayanıklı olduğunu göstermek için daha sonra bir duyarlılık analizinde (örneğin, t_LM ± 3 ay) değiştirilmelidir.
Bir dönüm noktası analizine kovaryantları dahil edebilir miyim?
Evet. Dönüm noktası zamanına kadar ve dahil olmak üzere ölçülen herhangi bir kovaryant, dönüm noktası sonrası takibe uygulanan modelde öngörücü olarak kullanılabilir. Ancak, dönüm noktası sonrası dönemin kendi sonuçları olan değişkenler öngörücü olarak kullanılmamalıdır, çünkü bu nedensel yönü tersine çevirir.
Ne zaman dönüm noktası analizi yerine bir ortak model kullanmalıyım?
Eğer sağkalım tahminlerini sabit bir zaman noktasında değil, yeni boylamsal ölçümler geldikçe sürekli olarak güncellemeniz gerekiyorsa, boylamsal ve zamana bağlı olay verileri için ortak model daha uygundur. Süperpozisyon dönüm noktası modellemesi pragmatik bir orta yoldur: birden fazla sabit dönüm noktası zamanı kullanır ve tam bir ortak modelin karmaşıklığı olmadan dinamik tahminleri yaklaştırmak için bunları istifler.
Kaynaklar
- Anderson, J. R., Cain, K. C. & Gelber, R. D. (1983). Analysis of Survival by Tumor Response. Journal of Clinical Oncology, 1(11), 710–719. DOI: 10.1200/JCO.1983.1.11.710 ↗
- van Houwelingen, H. C. (2007). Dynamic Prediction by Landmarking in Event History Analysis. Scandinavian Journal of Statistics, 34(1), 70–85. DOI: 10.1111/j.1467-9469.2006.00529.x ↗
Bu sayfayı kaynak gösterin
ScholarGate. (2026, June 1). Landmark Analysis for Conditional Survival and Dynamic Prediction. ScholarGate. https://scholargate.app/tr/survival/landmark-analysis
Hangi yöntem?
Bu yöntemi en yakın akrabalarının yanına koyup yan yana okuyun — kütüphane kitapları masaya serer; seçim sizindir.
- Uzunlamasına ve Olay Zamanı Verileri için Birleşik ModelSağkalım↔ karşılaştır
- Kaplan-Meier Sağkalım TahmincisiSağkalım↔ karşılaştır
- Nelson-Aalen Kümülatif Risk Tahmin EdicisiSağkalım↔ karşılaştır