Jeśli posiadam dane dotyczące przeżycia wolnego od choroby (zdefiniowane jako to, czy dana choroba została zdiagnozowana, czy też nie wraz z czasem do wystąpienia tego zdarzenia lub utraty do podjęcia działań następczych), a także dane dotyczące ogólnego przeżycia, jak radzić sobie ze zgonami, które nastąpiły bez zdarzenie chorobowe? Czy są ocenzurowani, czy powinienem wykluczyć takich pacjentów z analizy przeżycia wolnego od choroby (dfs)? Planuję uruchomić analizy dfs osobno dla kilku konkretnych rodzajów chorób.
regression
survival
epidemiology
jetistat001
źródło
źródło
Odpowiedzi:
Moja interpretacja przeżycia wolnego od choroby jest taka, że jedynym zdarzeniem jest zdiagnozowanie powrotu choroby. Każde inne zdarzenie, czy to wycofanie się pacjenta z badania, utracone z powodu obserwacji z jakiegokolwiek innego powodu, czy śmierć jest zdarzeniem cenzurowanym, ponieważ w tym czasie zdefiniowane „zdarzenie” nie miało miejsca i nie ma możliwości, aby wystąpiło ono lub badacz, aby kiedykolwiek dowiedzieć się, czy to nastąpiło.
Nie należy usuwać pacjentów, którzy zmarli. To tworzy potencjalne stronniczość. W przypadku przetrwania cała idea cenzury polega na wykorzystywaniu niekompletnych obserwacji, a nie na tworzeniu uprzedzeń, które mogłyby wystąpić, gdybyś wyrzucił niekompletne obserwacje.
Porównując leczenie, które zgadzam się z uwagami Piotra, widziałem, jak to zrobiłem (i zrobiłem sam) analizy czasu do nawrotu (gdzie cenzurowana jest śmierć z innych przyczyn) i wszystkie powodują śmiertelność. Śmierć ze względu na przyczynę choroby jest kolejnym sposobem analizy takich danych.
źródło