Herramienta de análisis de supervivencia

La herramienta de análisis de supervivencia implementa métodos comunes de análisis de supervivencia. Modelos de supervivencia modelo el tiempo hasta la ocurrencia de un acontecimiento (e.g. lapso de póliza de seguro de vida). Los modelos de supervivencia son únicos en que cuentan con censura; una prueba o ensayo puede terminar antes de que ocurra un evento (por ejemplo, un titular de la póliza puede pasar antes de que la póliza pueda caducar).

Esta herramienta se puede utilizar para dos propósitos (determinados según la configuración):

1. Para obtener una visión de la "función de supervivencia" de un DataSet (es decir, para estimar una distribución de los tiempos de supervivencia a través de una población).
2. Determinar si los factores particulares influyen en la función de supervivencia de una población (por ejemplo, para comparar las funciones de supervivencia entre grupos).

Configurar la herramienta

Utilice la ficha parámetros requeridos para establecer los controles de la generación del modelo.

• Nombre del modelo: cada modelo debe recibir un nombre para poder identificarlo posteriormente. Los nombres de los modelos deben comenzar con una letra y pueden contener letras, números y el período de caracteres especiales (".") y subrayado ("_"). No se permiten otros caracteres especiales, y R distingue entre mayúsculas y minúsculas.

• Tipode entrada: Seleccione uno de los siguientes (dependiendo de los datos de la secuencia de datos).
  • Los datos contienen duraciones: los datos incluyen un campo que representa las duraciones.
    • Seleccionar variablede duración: seleccione el campo que representa las duraciones.
  • Los datos contienen tiempos de inicio y de parada: los datos incluyen un campo que representa las horas de inicio y un campo que representa los tiempos de parada.
    • Seleccione la hora de inicio/censor izquierdo variable: seleccione el campo que representa las horas de inicio.
    • Seleccionar el tiempo de finalización/censor derecho variable: seleccione el campo que representa los tiempos finales.
• Censura:
  • Los datos se censurana la izquierda: los datos incluyen un campo que representa la censura 0/1 del inicio de la vida del registro.
    • Seleccione la variable de censura izquierda: Seleccione una variable 0/1, donde 0 representa la censura, y 1 indica que la vida de un registro comenzó en la hora de inicio o en 0 (si "los datos contienen duraciones" se especificó anteriormente).
  • Los datos se censurana la derecha: los datos incluyen un campo que representa el truncamiento de 0/1 del final de la vida del registro.
    • Seleccione la variable de censura derecha: Seleccione una variable 0/1, donde 0 representa la censura y 1 indica que la vida de un registro terminó en la hora final o en la duración (si "los datos contienen duraciones" se especificó anteriormente).

Utilice la ficha Opciones de análisis para definir mejor cómo se calcula el análisis.

• Kaplan-Meier estima: esta opción encontrará la curva de supervivencia de un DataSet con una opción para agrupar por una variable.

  • Elegir campo a agrupar por: esta opción permite la comparación de curvas de supervivencia de diferentes grupos.
    • Seleccionar variable de agrupación: seleccione el campo correspondiente a la variable de agrupación.
  • Uso intervalode confianza: esta opción mostrará los límites superior e inferior para el trazado de la estimación del kilómetro, así como en su tabla.
    • Nivel de confianza de entrada: ingrese el nivel de confianza en el cual calcular los límites superior e inferior para la estimación de km.
• Riesgos proporcionalesde Cox: se utiliza para ver el impacto y la importancia de las covariables que afectan a la curva de supervivencia.
  • Seleccione variables predictoras: debe seleccionar al menos una.
  • Método para el manejo de corbatas: el método por el cual tratar con tiempos empatados. * *
  • Incluir pesos de caso: esta opción permite la selección de un campo que contenga pesos para cada registro.
    • Seleccionar campo especificar pesos: seleccione el campo que contiene los pesos del caso.

Utilice la ficha opciones gráficas para definir los controles de la salida gráfica.

• Tamaño de la parcela: seleccione pulgadas o centímetros para el tamaño del gráfico.

• Resolución del gráfico: selecciona la resolución del gráfico en puntos por pulgada: 1x (96 dpi); 2x (192 dpi); o 3x (288 dpi). La resolución más baja crea un archivo más pequeño y es el mejor para la visión en un monitor. Una resolución más alta crea un archivo más grande con una mejor calidad de impresión.

Ver la salida

Conecta una herramienta Explorar con cada ancla de salida para ver los resultados.

O Anchor: consiste en una tabla del modelo serializado con el nombre del modelo y el tamaño del objeto. La disponibilidad de varios modelos dependerá de la elección del "tipo de análisis" en las "opciones de análisis".

• Análisis sumario-objeto Surv, Kaplan-Meier estimar objeto
• Análisis de agrupamiento-objeto Surv, objeto Estimado Kaplan-Meier, objeto de riesgos proporcionales de Cox
• Análisis factorial-objeto Surv, objeto de riesgos proporcionales Cox

El modelo Cox pH se puede acceder directamente desde el segundo elemento de la salida de la salida O. Si ese modelo es ' modelo ', los objetos Surv y KMest pueden ser accesados por ' Model $ Surv ' y ' Model $ KMest ', respectivamente.

R Anchor: consiste en los fragmentos de informe generados por la herramienta de análisis de supervivencia, dependiendo de la elección de "tipo de análisis" en "opciones de análisis".

• Análisis sumario-estadísticas resumidas y un gráfico de la función de supervivencia.
• Análisis de agrupación-estadísticas resumidas; observado vs resultados esperados para cada grupo; resultados de las pruebas de comparación de grupos para la similitud de grupo para Logrank, razón de verosimilitud y pruebas de Wald; un gráfico que compara las curvas de supervivencia de los diferentes grupos; y curvas de supervivencia distintas y curvas de peligro acumuladas para cada grupo.
• Análisis factorial-estadísticas resumidas; resultados del análisis factorial para el impacto de las variables predictivas para las pruebas de Logrank, verosimilitudes y Wald; y un resumen del modelo de riesgos proporcionales de Cox que detalla el impacto de los predictores.

D anclaje: para análisis de Resumen y agrupamiento de análisis (en cuyo caso se añade un campo extra especificando grupo), esto construye la estimación de Kaplan-Meier para las curvas de supervivencia. Para el análisis factorial, no se proporciona.

*https://en.wikipedia.org/wiki/Survival_analysis

* *https://Stat.ethz.ch/R-manual/R-devel/Library/Survival/HTML/coxph.html