Podcast
Questions and Answers
El análisis de supervivencia pretende evaluar el tiempo que tarda en ocurrir un evento de interés después de una fecha específica. ¿Cómo se denomina este tiempo?
El análisis de supervivencia pretende evaluar el tiempo que tarda en ocurrir un evento de interés después de una fecha específica. ¿Cómo se denomina este tiempo?
Time-to-event data
En un estudio de supervivencia, ¿cuál es la información básica necesaria para analizar un evento de interés?
En un estudio de supervivencia, ¿cuál es la información básica necesaria para analizar un evento de interés?
Si un evento ocurrió, ¿cómo se calcula el tiempo de estudio?
Si un evento ocurrió, ¿cómo se calcula el tiempo de estudio?
Fecha del evento – Fecha inicial
En un análisis de supervivencia, el diseño longitudinal implica un periodo de reclutamiento y una fecha máxima de observación.
En un análisis de supervivencia, el diseño longitudinal implica un periodo de reclutamiento y una fecha máxima de observación.
Signup and view all the answers
En un análisis de supervivencia, ¿qué indica la fecha máxima de observación?
En un análisis de supervivencia, ¿qué indica la fecha máxima de observación?
Signup and view all the answers
¿Cuál es el propósito del método Kaplan-Meier en un análisis de supervivencia?
¿Cuál es el propósito del método Kaplan-Meier en un análisis de supervivencia?
Signup and view all the answers
El método Kaplan-Meier exige que se cumplan ciertos supuestos matemáticos para estimar la función de supervivencia.
El método Kaplan-Meier exige que se cumplan ciertos supuestos matemáticos para estimar la función de supervivencia.
Signup and view all the answers
En el método Kaplan-Meier, ¿qué es t(j)?
En el método Kaplan-Meier, ¿qué es t(j)?
Signup and view all the answers
En el cálculo de S(t(j)) por el método Kaplan-Meier, ¿qué representa Pr [T > t(j) | T ≤ t(j)]?
En el cálculo de S(t(j)) por el método Kaplan-Meier, ¿qué representa Pr [T > t(j) | T ≤ t(j)]?
Signup and view all the answers
En un estudio de supervivencia, ¿qué representa h(t)?
En un estudio de supervivencia, ¿qué representa h(t)?
Signup and view all the answers
La distribución exponencial, en el ámbito de la supervivencia, exhibe una función de riesgo constante (h(t)=λ).
La distribución exponencial, en el ámbito de la supervivencia, exhibe una función de riesgo constante (h(t)=λ).
Signup and view all the answers
¿Qué representa el método de Nelson-Aalen en el análisis de supervivencia?
¿Qué representa el método de Nelson-Aalen en el análisis de supervivencia?
Signup and view all the answers
Flashcards
Análisis de supervivencia
Análisis de supervivencia
Método para evaluar el tiempo hasta que ocurre un evento de interés.
Evento de interés
Evento de interés
El evento específico que se evalúa en un análisis de supervivencia, como muerte o recuperación.
Tiempo de estudio
Tiempo de estudio
Duración desde el inicio de un estudio hasta que ocurre el evento o se termina el estudio.
Datos censurados
Datos censurados
Signup and view all the flashcards
Censura derecha
Censura derecha
Signup and view all the flashcards
Censura izquierda
Censura izquierda
Signup and view all the flashcards
Distribución de probabilidad
Distribución de probabilidad
Signup and view all the flashcards
Función de supervivencia, S(t)
Función de supervivencia, S(t)
Signup and view all the flashcards
Estimación Kaplan-Meier
Estimación Kaplan-Meier
Signup and view all the flashcards
Mediana de supervivencia
Mediana de supervivencia
Signup and view all the flashcards
Función de riesgo, h(t)
Función de riesgo, h(t)
Signup and view all the flashcards
Diferencia entre S(t) y h(t)
Diferencia entre S(t) y h(t)
Signup and view all the flashcards
Hazard function
Hazard function
Signup and view all the flashcards
Datos dicotómicos
Datos dicotómicos
Signup and view all the flashcards
Diferentes tipos de censura
Diferentes tipos de censura
Signup and view all the flashcards
Tiempo de observación
Tiempo de observación
Signup and view all the flashcards
Estimación de S(t)
Estimación de S(t)
Signup and view all the flashcards
Stata para análisis
Stata para análisis
Signup and view all the flashcards
Intervalo de confianza
Intervalo de confianza
Signup and view all the flashcards
Tasas de incidencia
Tasas de incidencia
Signup and view all the flashcards
Estimación de varianza S(t)
Estimación de varianza S(t)
Signup and view all the flashcards
Diseño longitudinal
Diseño longitudinal
Signup and view all the flashcards
Análisis de riesgos
Análisis de riesgos
Signup and view all the flashcards
Función de riesgo acumulado
Función de riesgo acumulado
Signup and view all the flashcards
Study Notes
Análisis de Supervivencia (Parte I)
-
El Análisis de Supervivencia (Survival Analysis) evalúa el tiempo hasta que ocurre un evento de interés, como la muerte o la recuperación, luego de una fecha específica.
-
Los objetivos del estudio incluyen definir e interpretar la probabilidad de supervivencia (función de supervivencia) utilizando el método Kaplan-Meier, definir e interpretar la función de riesgo (hazard function) y estimar el tiempo mediano de supervivencia.
-
La información básica necesaria para este tipo de análisis es:
-
El evento de interés (recuperación, muerte, etc.)
-
La variable principal: Tiempo de estudio
-
Posibles eventos en caso de que el evento de interés no ocurra.
-
En un ejemplo donde se busca evaluar el tiempo de recuperación de un paciente con COVID-19 después de la hospitalización, el evento de interés es la recuperación del paciente. La variable principal es el tiempo de recuperación. Los posibles resultados al final del estudio son recuperación o muerte.
-
En otro ejemplo de evaluación de la mortalidad hospitalaria en pacientes con COVID-19, el evento de interés es la muerte durante la estadía en el hospital. La variable principal es el tiempo hasta la muerte. Los posibles resultados son la recuperación o la muerte.
-
Para evaluar el tiempo de estudio, se necesita la fecha inicial de participación en el estudio. Las fechas clave son: la fecha en que ocurre el evento de interés y la fecha de finalización del estudio.
-
Los datos de supervivencia miden el tiempo transcurrido entre el inicio del estudio y el momento final del estudio, pudiendo representarse tras el diagnostico o la internación.
-
Los tiempos de estudio pueden clasificarse en:
-
Evento ocurrido (p. ej., muerte): tiempo entre la fecha del evento y el inicio del estudio.
-
Evento no ocurrido (p. ej., recuperación): tiempo entre la fecha de finalización del estudio y el inicio del estudio
-
El diseño de investigación para el análisis de supervivencia es longitudinal, con un período de reclutamiento y una fecha máxima de observación.
-
Existe un tipo de censura, conocida como censura "no informativa", donde la finalización del estudio no depende de la ocurrencia del evento.
-
En el caso de que el evento de interés sea la muerte, el tiempo de estudio se calcula a partir del momento en que el paciente entra en el estudio hasta el momento en que ocurre la muerte.
-
Los tipos de censura incluyen:
-
Censura por la derecha: tiempo del evento no conocido o finaliza el estudio sin el evento
-
Censura por la izquierda: No se conoce cuando inició el evento
-
Censura por intervalo: El evento ocurre dentro de un intervalo.
-
Los datos censurados son aquellos en los que no se conoce el tiempo total de supervivencia debido a la finalización del estudio o retiro del paciente o un evento sin relación al estado de salud.
-
Para el análisis, se utiliza la variable dicotómica “status variable”, un 0 indica que no ocurrió el evento y 1 para indicar que ocurrió.
-
Hay ejemplos de los tiempos de observación en un sujeto vivo hasta el final del estudio y en un sujeto muerto antes del fin del estudio.
-
Se describe la programación en Stata para el análisis de datos de supervivencia, incluyendo comandos como
mdy
,stset
,sts list
ysts graph
, para la manipulación, análisis e interpretación de esos datos. Las opciones del uso descale
a la funciónstset
para cambio de unidad de tiempo son incluidas. -
Se explica el concepto de tiempo mediano (median survival time) como el tiempo en el que el 50% de los individuos en un estudio de supervivencia han experimentado el evento de interés.
-
Se describe la estimación de la función de riesgo o función de hazard, utilizando el método de Kaplan-Meier.
-
Se menciona la representación gráfica de esta función y la fórmula.
-
Se introduce el concepto de función de riesgo acumulado y el método de Nelson-Aelen para su estimación junto con la formula.
-
Se presentan ejemplos de diferentes tipos de funciones de riesgo (exponencial, Weibull) y sus características.
-
Algunos ejemplos dados de estudios de mortalidad y supervivencia de COVID-19. Se analiza el uso de análisis de supervivencia para estudiar el tiempo hasta la ocurrencia de un evento con datos de pacientes con COVID-19, incluyendo la evaluación del impacto de las enfermedades asociadas, la edad y otros factores.
Studying That Suits You
Use AI to generate personalized quizzes and flashcards to suit your learning preferences.
Related Documents
Description
Este cuestionario explora el Análisis de Supervivencia, centrándose en la evaluación del tiempo hasta eventos clave como la recuperación o la muerte. Se incluyen conceptos fundamentales como la función de supervivencia y la función de riesgo, además de ejemplos aplicados en la práctica médica, como el COVID-19.