Phân tích sống còn và các phương pháp thời gian đến biến cố
Phân tích sống còn là một nhánh của thống kê liên quan đến thời gian cho đến khi một biến cố quan tâm xảy ra — tử vong, tái phát, hồi phục, hỏng hóc thiết bị hoặc bất kỳ điểm cuối nào khác được xác định rõ ràng. Đặc điểm nổi bật của nó là đối với một số đối tượng, biến cố chưa xảy ra vào cuối thời gian quan sát, do đó thời gian xảy ra biến cố của họ chỉ được biết một phần (kiểm duyệt). Lĩnh vực này phát triển các phương pháp sử dụng thông tin không đầy đủ này một cách chính xác thay vì loại bỏ nó.
Definition
Phân tích sống còn bao gồm các phương pháp thống kê để phân tích thời gian dự kiến cho đến khi một hoặc nhiều biến cố xảy ra, xử lý các quan sát bị kiểm duyệt trong đó thời gian xảy ra biến cố chỉ được biết là vượt quá (hoặc nằm trong) một khoảng thời gian nào đó.
Scope
Lĩnh vực này định hướng người đọc đến các ý tưởng cốt lõi thống nhất các phương pháp thời gian đến biến cố: các hàm sống còn và hàm nguy cơ, kiểm duyệt và theo dõi, ước tính phi tham số của các đường cong sống còn, so sánh các nhóm và mô hình hồi quy của nguy cơ. Nó liên kết với các chủ đề chi tiết — dữ liệu kiểm duyệt và theo dõi, đường cong Kaplan-Meier, giả định nguy cơ tỷ lệ, hồi quy Cox và các nguy cơ cạnh tranh — và coi chúng là tài liệu tham khảo phương pháp luận hơn là hướng dẫn lâm sàng.
Sub-topics
Core questions
- Mất bao lâu cho đến khi một biến cố quan tâm xảy ra, và sự phân bố đó được mô tả như thế nào bởi các hàm sống còn và hàm nguy cơ?
- Làm thế nào các quan sát bị kiểm duyệt có thể đóng góp thông tin mà không làm sai lệch phân tích?
- Các đường cong sống còn được ước tính và so sánh giữa các nhóm như thế nào?
- Ảnh hưởng của các biến đồng biến lên tỷ lệ biến cố được mô hình hóa như thế nào, và mô hình hóa đó đòi hỏi những giả định nào?
- Điều gì thay đổi khi có nhiều hơn một loại biến cố có thể xảy ra (nguy cơ cạnh tranh)?
Key concepts
- Hàm sống còn S(t)
- Hàm nguy cơ và nguy cơ tích lũy
- Kiểm duyệt và cắt cụt
- Tập hợp nguy cơ
- Ước lượng phi tham số (Kaplan-Meier)
- So sánh Log-rank
- Hồi quy nguy cơ tỷ lệ
- Nguy cơ cạnh tranh và tỷ lệ mắc tích lũy
Mechanisms
Dữ liệu thời gian đến biến cố được mô tả bằng hàm sống còn S(t), xác suất không xảy ra biến cố sau thời gian t, và tương đương bằng hàm nguy cơ, tốc độ tức thời của biến cố trong số những người vẫn còn nguy cơ. Bởi vì thời gian theo dõi là hữu hạn và các đối tượng tham gia và rời khỏi quan sát vào những thời điểm khác nhau, dữ liệu thường bị kiểm duyệt phải: thời gian xảy ra biến cố của một đối tượng chỉ được biết là vượt quá thời gian quan sát cuối cùng của họ. Các phương pháp như ước lượng Kaplan-Meier và mô hình nguy cơ tỷ lệ Cox được xây dựng trên tập hợp nguy cơ — các đối tượng đang được quan sát và không xảy ra biến cố ngay trước mỗi thời điểm xảy ra biến cố — để mỗi biến cố chỉ đóng góp thông tin thực sự có sẵn. Việc xử lý dữ liệu kiểm duyệt và theo dõi thay đổi theo thời gian này là điều phân biệt phân tích sống còn với hồi quy thông thường của một kết quả liên tục (Clark et al., 2003; Leung et al., 1997).
Clinical relevance
Các phương pháp thời gian đến biến cố là nền tảng cho hầu hết các báo cáo về tiên lượng và hiệu quả điều trị trong nghiên cứu lâm sàng, bao gồm đường cong sống còn, tỷ số nguy cơ và thời gian sống trung bình. Hiểu rõ chúng hỗ trợ đánh giá phê bình cách thức tạo ra bằng chứng đó; lĩnh vực này mô tả các phương pháp phân tích và không phải là nguồn cung cấp các khuyến nghị chẩn đoán hoặc điều trị.
Epidemiology
Các phương pháp sống còn phổ biến trong ung thư học, tim mạch học, bệnh truyền nhiễm, cấy ghép và các nghiên cứu đoàn hệ y tế công cộng, bất cứ nơi nào thời điểm xảy ra một biến cố — không chỉ đơn thuần là liệu nó có xảy ra hay không — đều mang lại thông tin. Việc áp dụng chúng đã tăng nhanh sau khi ước lượng Kaplan-Meier (1958) và hồi quy Cox (1972) cung cấp các công cụ thực tế cho dữ liệu bị kiểm duyệt.
Evidence & guidelines
Không có hướng dẫn thực hành lâm sàng nào cho phân tích sống còn; các tiêu chuẩn tham chiếu phương pháp luận là các bài báo thống kê kinh điển và các văn bản thống kê sinh học. Ước lượng Kaplan-Meier (Kaplan & Meier, 1958) và mô hình nguy cơ tỷ lệ của Cox (Cox, 1972) là các phương pháp nền tảng, với các hướng dẫn và sách giáo khoa (Clark et al., 2003; Collett, 2015; Putter et al., 2007) củng cố thực hành cho nghiên cứu y học.
History
Các phương pháp bảng tử vong bảo hiểm đã có từ nhiều thế kỷ trước, nhưng phân tích sống còn hiện đại đã hình thành vào giữa thế kỷ XX. Ước lượng giới hạn sản phẩm năm 1958 của Kaplan và Meier đã đưa ra một đường cong sống còn phi tham số nghiêm ngặt cho dữ liệu bị kiểm duyệt; họ các kiểm định log-rank sau đó được sử dụng để so sánh nhóm; và mô hình nguy cơ tỷ lệ năm 1972 của Cox đã đưa hồi quy điều chỉnh theo biến đồng biến vào các kết quả thời gian đến biến cố mà không cần chỉ định nguy cơ cơ bản. Các công trình sau này về nguy cơ cạnh tranh và mô hình đa trạng thái đã mở rộng khuôn khổ sang các thiết lập với một số loại biến cố (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
- Phân tích sống còn khác với hồi quy thông thường như thế nào?
- Nó mô hình hóa thời gian cho đến khi một biến cố xảy ra trong khi xử lý chính xác các quan sát bị kiểm duyệt, nơi biến cố chưa xảy ra khi quan sát kết thúc; thông tin một phần như vậy không thể được xử lý bằng hồi quy tiêu chuẩn của một kết quả liên tục.
- Hai hàm nào mô tả dữ liệu thời gian đến biến cố?
- Hàm sống còn S(t), xác suất không xảy ra biến cố sau thời gian t, và hàm nguy cơ, tỷ lệ biến cố tức thời trong số những người vẫn còn nguy cơ; một trong hai hàm này xác định hoàn toàn hàm còn lại.