4 нетривиальные истины об анализе выживаемости
Когда большинство из нас слышит «анализ выживаемости», мы представляем себе классический график в виде лестницы из медицинского исследования, отслеживающий процент выживших после рака пациентов в течение нескольких лет. Этот культовый график — мощный инструмент, но он представляет собой лишь поверхностную область глубокой и увлекательной статистики. Методы, используемые для построения этих кривых, содержат удивительные уроки, актуальные для любого, кто работает с данными, зависящими от времени.
Распространенное понимание, сосредоточенное на жизни и смерти, часто заслоняет истинную многогранность и тонкость этого метода. Логика анализа выживаемости полна противоречащих интуиции истин, которые бросают вызов нашим стандартным статистическим предположениям. В этой статье будут рассмотрены четыре наиболее важных и часто неправильно понимаемых концепции из мира анализа выживаемости, раскрывая, почему это критически важный инструмент далеко за пределами клиники.
1. Анализ «выживания» — это не только вопрос жизни и смерти.
Первое распространенное заблуждение заключается в том, что анализ выживаемости предназначен исключительно для отслеживания смертности. На самом деле, термин «кривая выживаемости» весьма ограничен. Хотя этот метод известен своей способностью отслеживать жизнь и смерть, его принципы применимы ко времени до любого четко определенного, разового события.
Это значительно расширяет возможности анализа. Событие даже не обязательно должно быть негативным. Анализ выживаемости можно использовать для моделирования:
- Время, за которое перегорает лампочка.
- Время, необходимое для перезагрузки маршрутизатора.
- Положительные события, такие как восстановление функции почек, окончание обучения или выписка из больницы.
В этих контекстах вместо «времени выживания» часто используется термин «время отказа». Однако ключевое ограничение определения заключается в том, что событие должно произойти только один раз для каждого объекта. Как поясняется в исходном материале, «для случаев, когда события могут повторяться, необходимы специальные методы». Эта более широкая применимость делает его мощным методом для аналитиков данных в таких областях, как инженерия и испытания на надежность, а также социальные науки и экономика.
2. «Цензурированные» данные — это не плохие данные, а необходимые.
В большинстве проектов, связанных с обработкой данных, первым делом нужно отбросить или заполнить пробелы в строках с неполной информацией. Анализ выживаемости заставляет изменить парадигму: он предоставляет строгий метод использования этой «неполноты», делая модель более надежной, а не менее. Эта «неполная» информация известна как цензурированные данные, которые возникают, когда нам неизвестно точное «время выживания» для субъекта.
Существует несколько распространенных причин цензуры:
- Пациент считается живым на момент официального завершения исследования.
- Участник исследования выбывает из-за, например, переезда.
- Участник исследования умирает по причине, совершенно не связанной с исследованием (например, в результате автомобильной аварии во время клинических испытаний препарата от рака).
Слово «цензура» имеет негативный оттенок, но в статистике это нейтральный технический термин. Как говорится в источнике:
Под цензурой оказались данные, а не тема!
Вот самый важный момент: эти цензурированные наблюдения не отбрасываются. Метод не игнорирует эту информацию; он учитывает известный факт, что субъект выжил, по крайней мере , в течение этого периода, корректируя группу риска на каждом временном шаге соответствующим образом. Это делает итоговую кривую выживаемости более точной, чем если бы эти субъекты были просто исключены.
3. Почему мы почти всегда используем медианную выживаемость, а не среднюю выживаемость.
Практически во всех остальных случаях для обобщения данных используется значить . Почему же анализ выживаемости является исключением? Это прямое следствие цензурированных данных, о которых мы только что говорили.
Для расчета истинного среднего времени выживания необходимо знать точное время наступления события для каждого участника исследования. Это невозможно, если к концу исследования кто-либо из участников остался жив или если какие-либо данные были цензурированы. Поскольку большинство исследований выживаемости включают цензурированные данные, среднее значение просто не является вычислимым или надежным показателем.
В отличие от этого, медиана время выживания — точка, в которой половина испытуемых пережила событие, — можно рассчитать однозначно. Пока кривая выживания пересекает отметку 50%, мы можем определить медиану. Нам не нужно знать, что происходит с остальными 50% испытуемых, чтобы найти это значение. Чтобы найти медианное время выживания на графике, достаточно провести горизонтальную линию от отметки 50% выживания по оси Y до кривой выживания, а затем найти соответствующее время по оси X.
4. Скрытые предположения могут как улучшить, так и испортить ваш анализ.
Легко предположить, что если расчет Каплан-Мейер верен, то и полученная кривая должна быть верной. В действительности же математическая корректность кривой выживаемости теряет смысл, если нарушаются лежащие в её основе предположения о сборе данных. Два наиболее важных предположения:
- Единые критерии отбора: Набор участников в исследование часто занимает несколько месяцев или лет, и крайне важно, чтобы критерии включения в исследование не менялись. Источник приводит наглядный пример: представьте себе исследование рака, где в середине исследования усовершенствованная диагностическая технология начинает выявлять метастазы гораздо раньше. Пациенты теперь будут казаться более живыми после постановки диагноза не из-за лучшего лечения, а просто потому, что их «начальное время» было сдвинуто вперед. Кривая улучшится, но вывод окажется неверным.
- Принцип «намерения лечить»: Во избежание предвзятости анализ испытуемых должен проводиться в той группе, к которой они были первоначально отнесены. даже если они никогда не получали леченияРассмотрим исследование, сравнивающее новый препарат (начало лечения которого наступает немедленно) с хирургическим вмешательством (которое требует планирования). Если пациент, отнесенный к группе хирургического лечения, умирает до операции, возникает соблазн исключить его из исследования. Но это приведет к серьезной ошибке, связанной с предвзятостью оценки выживаемости, в результате чего хирургическое вмешательство будет казаться гораздо более эффективным, чем оно могло бы быть на самом деле, если бы были систематически исключены пациенты, у которых оно оказалось неудачным на ранних стадиях. Принцип «намерения лечить» предотвращает это.
Эти примеры доказывают, что кривая выживаемости — это не чисто математический объект; это артефакт, обусловленный дизайном исследования. Наиболее опасные ошибки заключаются не в расчетах, а в непроверенных деталях определения «нулевого момента времени» и в том, как обращались с испытуемыми.
Заключение: Более вдумчивый подход к анализу данных во времени.
Анализ выживаемости предлагает не просто метод построения кривых; он предоставляет сложную основу для осмысления данных, которые разворачиваются во времени. Его нетривиальные принципы заставляют нас быть более строгими специалистами по работе с данными.
Применимость метода к любому разовому событию, его уникальное и важное использование цензурированных данных, вытекающая из этого зависимость от медианы и критическая важность предположений, лежащих в основе дизайна исследования, — все это указывает на одно важное утверждение. Истинное понимание данных о времени до наступления события достигается не просто путем подсчета цифр, а путем глубокого понимания реальных процессов, которые их генерируют. Это требует перехода от очистки данных к интерпретации их неполноты и от доверия к расчетам к тщательному анализу их контекста.
В следующий раз, когда вы увидите кривую выживаемости, какие скрытые предположения вы поставите под сомнение в первую очередь?
