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?

[плав]

Ну и каким образом это "улучшает" выживаемость? Итак у нас есть 5 человек. Умирают с перерывом в месяц. Один на третьем месяце попал под машину. Имеем:
5 0 0 1 1
5 1 0 0,8 0,8
4 0 1 1 0,8
3 1 0 0,67 0,54
2 1 0 0,5 0,27
1 1 0 0 0
Как выживаемость должна выглядеть без цензурирования? Если хочется сказать, что человек должен был на третьем месяце умереть от изучаемой причины, а умер от машины, то вопрос а откуда исследователь об этом знает? Почему пациент не должен был прожить еще пять или шесть месяцев? Тогда цензурирование "ухудшает" выживаемость (на четверотом месяце она была бы не 0,54, а 0,60. Мне кажется, просто немного путается оценка выживаемости с цензурированием с делением умерших на общее число наблюдений.

[Igoroshka]

Ну и каким образом это "улучшает" выживаемость? Итак у нас есть 5 человек. Умирают с перерывом в месяц. Один на третьем месяце попал под машину...

У меня получилось:
с усечением:
N d cens f 1-f S
5 1 0 0.20 0.80 0.80
4 0 0 0.00 1.00 0.80
3 1 1 0.33 0.67 0.53
2 1 0 0.50 0.50 0.27
1 1 0 1.00 0.00 0.00

без усечения (цензурирования):
N d cens f 1-f S
5 1 0 0.20 0.80 0.80
4 1 0 0.25 0.75 0.60
3 1 0 0.33 0.67 0.40
2 1 0 0.50 0.50 0.20
1 1 0 1.00 0.00 0.00

Т.е., если умершего больного посчитать, как умершего от других причин (т.е., вместо завершенного наблюдения указать как усеченное), выживаемость получается выше.
По-моему, так.

Куда отнести пациента, попавшего под машину, -- вопрос протокола исследования. В случае с расчетом на популяционном уровне на основе регистра (онкологического) лично я предпочитаю относить такие случаи к умершим от основного заболевания. Аргументов несколько: а) подобные случаи достаточно редки и случайны, б) выживаемость получается несколько более низкая, но более определенная, в) при оценке относительной выживаемости эти риски учитываются через общую популяционную смертность.

[плав]

Куда отнести пациента, попавшего под машину, -- вопрос протокола исследования. В случае с расчетом на популяционном уровне на основе регистра (онкологического) лично я предпочитаю относить такие случаи к умершим от основного заболевания. Аргументов несколько: а) подобные случаи достаточно редки и случайны, б) выживаемость получается несколько более низкая, но более определенная, в) при оценке относительной выживаемости эти риски учитываются через общую популяционную смертность.

Глубокая ошибка.
Вы не знаете, сколько человек бы еще прожил, если бы не попал под машину (умер от других причин). Вы искусственно меняете (фактически подделываете) причину смерти. В реальности единственно, что Вы знаете, это то, что человек был жив три месяца на протяжении исследования. Сколько он еще бы прожил, не известно. Он мог бы прожить месяц, два месяца или десять лет. То, что Вы относите его смерть к "основному заболеванию" не обосновано абсолютно ничем, кроме желания избежать цензурирования. Найдите хоть одну приличную публикацию по анализу выживаемости где-бы так делалось. Весь анализ выживаемости построен на концепции цензурирования как последствия конкурирующих рисков.