Допустимая доля цензурированных наблюдений в анализе выживаемости, а что если 100%? Опции

[nokh]

Идеальные данные для анализа выживаемости - когда точно известно сколько человек прожил, например, после операции и когда умер. В этом случае цензурированных наблюдений нет. Другой крайний случай - когда все наблюдения цензурированные и дальнейшая судьба пациентов неизвестна. Например один прожил больше года, другой - больше трех. В этом случае может оказаться, что больше года - это 5, а больше трех - это 4. Поэтому, насколько я понимаю, сравнить выживаемость в двух группах где все наблюдения цензурированные невозможно в принципе. А какова допустимая доля цензурированных наблюдений в выборке? Существуют ли какие-то обоснованные или негласные правила? Полазил в и-нете, заглянул в книжки - пока ответа не нашел, хотя везде рассматриваются примеры где полные данные заметно преобладают над цензурированными. Или может считать цензурированными только точно живых на момент анализа, а всех потерявшихся считать умершими в интервале между двумя осмотрами, как прочитал в одной статье?

[DrgLena]

Вот пример реальный, из той же базы данных, сравниваются два метода лечения (n=1502), другие не рассматриваются. Какой вывод можно сделать из представленных кривых? По критерию различия статистически значимы, на 5 лет это заметно, а на 10 лет?

Прикрепленные файлы

 Variable.htm ( 31,51 килобайт ) Кол-во скачиваний: 733

 

[плав]

Вот пример реальный, из той же базы данных, сравниваются два метода лечения (n=1502), другие не рассматриваются. Какой вывод можно сделать из представленных кривых? По критерию различия статистически значимы, на 5 лет это заметно, а на 10 лет?

А анализ выживаемости не задается вопросом о различиях на определенных сроках - анализируется вся кривая выживаемости целиком. Соответственно из представленных кривых видно, что одна группа имела явно более высокую выживаемость в первые годы, а затем "нагнала" основную. Если есть желание сравнивать по периодам, то можно делать анализ таблиц дожития с расчетом на каждом периоде различий между группами по Мантелю-Ханзелю.
Кстати метод Каплана-Мейера просто описательный. На него навешивают тесты типа Пето или Вилкоксона, у которых уже есть ряд предположений о характере данных.
В принципе сравнение предполагает "равномерное" вымирание. Если это не так, то для сравнения в рамках моделей надо использовать Кокса с временными переменными (time-dependent variables)