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.

[Igoroshka]

Глубокая ошибка.
[1] 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.
[2] То, что Вы относите его смерть к "основному заболеванию" не обосновано абсолютно ничем, кроме желания избежать цензурирования.
[3] Найдите хоть одну приличную публикацию по анализу выживаемости где-бы так делалось.
[4] Весь анализ выживаемости построен на концепции цензурирования как последствия конкурирующих рисков.

Безусловно, с каждым случаем смерти, указанным, как "смерть от других причин", следует разбираться отдельно. С моей точки зрения это вопрос медицинского характера и четкого определения условий определения конечных состояний в протоколе исследования или в разделе материалов и методов и соответствующей оценки возможного смещения оценок.

1. Хотел бы доуточнить ситуацию. В случаях, с которыми мне, как правило, приходится сталкиваться, информация о статусе пациента (имеется ввиду жив/умер), как правило, поступает из канцер-регистра. Там это отмечено как "жив", "умер от основного заболевания", "умер от причин, не связанных с основным заболеванием", др. В случае со смертью "от других причин", я не знаю не столько, сколько бы он прожил, сколько, что стоит за "смерть от других причин". Особенно, если речь идет о высоколетальных локализациях или распространенных процессах.

2. При отнесении всех смертей, безотносительно от ее причины, к одной категории, с моей точки зрения, мы получаем пусть и заниженный, но нижний предел оценки. Но, повторюсь,
При оценках выживаемости на популяционном уровне (речь идет об относительной выживаемости), разделять причину смерти, чтобы учесть конкурирующие риски, нет смысла, поскольку влияние конкурирующих рисков оценивается через общую популяционную смертность (методы Эдеррера, Хакулинена).

3. Например, "Report of an International Workshop to Standardize Response Criteria for Non-Hodgkin's Lymphomas", Journal of Clinical Oncology, Vol 17, Issue 4 (April), 1999: 1244, http://jco.ascopubs.org/cgi/content/full/17/4/1244: "End Points/
The major end points of interest in clinical trials should5670252 event-free survival (time to treatment failure), which includes failure or death from any causes, freedom from progression, and overall survival."
"Postoperative Radiotherapy in High-Risk Premenopausal Women with Breast Cancer Who Receive Adjuvant Chemotherapy", The New England Journal of Medicine, Volume 337:949-955 October 2, 1997 Number 14, http://content.nejm.org/cgi/content/full/3...9e933752eb#R11: "Statistical Analysis/Overall survival was calculated as the length of time until death, irrespective of cause. "

Позволю себе еще одну цитату подхода к решению вопроса о типе наблюдения, соответствующему моему представлению: "Deaths attributed to causes other than breast cancer with no reported recurrence of breast cancer are described as "non?breast-cancer deaths," and all other deaths are described as "breast-cancer deaths"; the latter includes not only the deaths attributed to breast cancer but also deaths from unknown causes without reported recurrence and deaths from any cause after recurrence. These conventions necessitate the use of special statistical methods to avoid bias. These special methods compensate for the fact that if someone who would otherwise have had a recurrence of breast cancer before dying of an unrelated cause were to be given a treatment that had no effect on the time or cause of death but merely prevented the recurrence from preceding it, then instead of being categorized as due to breast cancer, that death would be recategorized as a "non?breast-cancer death."",
Effects of Radiotherapy and Surgery in Early Breast Cancer ? An Overview of the Randomized Trials, http://content.nejm.org/cgi/content/full/3...c07e6f44a00a8ed

4. Был бы благодарен за более развернутое объяснение этой точки зрения.

[плав]

1. Хотел бы доуточнить ситуацию. В случаях, с которыми мне, как правило, приходится сталкиваться, информация о статусе пациента (имеется ввиду жив/умер), как правило, поступает из канцер-регистра. Там это отмечено как "жив", "умер от основного заболевания", "умер от причин, не связанных с основным заболеванием", др. В случае со смертью "от других причин", я не знаю не столько, сколько бы он прожил, сколько, что стоит за "смерть от других причин". Особенно, если речь идет о высоколетальных локализациях или распространенных процессах.

Все равно у Вас есть только два пути - анализировать общую смертность или цензурировать. В случае отнесения "смерти от других причин" к "смерти от основного заболевания" Вы подделываете данные.

2. При отнесении всех смертей, безотносительно от ее причины, к одной категории, с моей точки зрения, мы получаем пусть и заниженный, но нижний предел оценки. Но, повторюсь,
При оценках выживаемости на популяционном уровне (речь идет об относительной выживаемости), разделять причину смерти, чтобы учесть конкурирующие риски, нет смысла, поскольку влияние конкурирующих рисков оценивается через общую популяционную смертность (методы Эдеррера, Хакулинена).

В этом случае Вы анализируете общую смертность, а не смертность от определенной причины (от основного заболевания). Кстати, что такое "популяционная" смертность не совсем понятно, при анализе когортных данных о которых идет речь в регистрах.

3. Например, "Report of an International Workshop to Standardize Response Criteria for Non-Hodgkin's Lymphomas", Journal of Clinical Oncology, Vol 17, Issue 4 (April), 1999: 1244, http://jco.ascopubs.org/cgi/content/full/17/4/1244: "End Points/
The major end points of interest in clinical trials should5670252 event-free survival (time to treatment failure), which includes failure or death from any causes, freedom from progression, and overall survival."
"Postoperative Radiotherapy in High-Risk Premenopausal Women with Breast Cancer Who Receive Adjuvant Chemotherapy", The New England Journal of Medicine, Volume 337:949-955 October 2, 1997 Number 14, http://content.nejm.org/cgi/content/full/3...9e933752eb#R11: "Statistical Analysis/Overall survival was calculated as the length of time until death, irrespective of cause. "

Правильно, авторы указывают, что они анализируют общую смертность в группе больных раком или длительность дожития до первого события. Никакого отнесения "смерти от других причин" к "смерти от основного заболевания" нет. В тексте обычно указывается, что, поскольку речь идет о высоколетальном заболевании, то общая смертность является аппроксимацией смерти от основного заболевания. При обсуждении подобных статей и сравнении с более адекватно организованными этот факт принимается во внимание и результаты такого исследования получают меньший вес. Кроме того, возникает серьезная проблема конкурирующих рисков в ситуации, например, пожилой популяции. Тогда использование общей смертности будет приводить к меньшей мощности исследования.

Позволю себе еще одну цитату подхода к решению вопроса о типе наблюдения, соответствующему моему представлению: "Deaths attributed to causes other than breast cancer with no reported recurrence of breast cancer are described as "non?breast-cancer deaths," and all other deaths are described as "breast-cancer deaths"; the latter includes not only the deaths attributed to breast cancer but also deaths from unknown causes without reported recurrence and deaths from any cause after recurrence. These conventions necessitate the use of special statistical methods to avoid bias. These special methods compensate for the fact that if someone who would otherwise have had a recurrence of breast cancer before dying of an unrelated cause were to be given a treatment that had no effect on the time or cause of death but merely prevented the recurrence from preceding it, then instead of being categorized as due to breast cancer, that death would be recategorized as a "non?breast-cancer death."",
Effects of Radiotherapy and Surgery in Early Breast Cancer ? An Overview of the Randomized Trials, http://content.nejm.org/cgi/content/full/3...c07e6f44a00a8ed

Обратите внимание, что в подобной ситуации (а это был обзор и авторы были вынуждены работать с исследованиями разного качества - у них был не первичный, а вторичный материал) требовалась коррекция возможных ошибок (смещений). Однако, повторюсь, здесь ситуация абсолютно иная - цитата относится к методам мета-анализа, а не анализа когортных (регистровых) данных.

4. Был бы благодарен за более развернутое объяснение этой точки зрения.

На форуме невозможно воспроизвести то, чему посвящены целые книги. В двух словах я уже комментировал это выше. Итак, пациенты рекрутируются для исследования. Не все они могут быть рекуртированы в одно время, т.е. время входа в исследование разное. Соответственно, чтобы мы ни делали, они будут находиться под наблюдением разное время. Соответственно, речь идет об "открытой" популяции, где мы обязаны учитывать время, которое пациент находился под наблюдением, а не просто число пациентов в группе ("закрытая" популяция). Соответственно, если мы анализируем данные, то есть пациенты, которые умерли (у них наступил исход) и те, кто... ПОКА не умер. Например, пациенты вошли в исследование за 10, 6 и 4 месяца до анализа. Тот, который вошел за десять умер за месяц до конца. Два остальных живы. Что мы можем про них сказать? Только то, что первый прожил в исследовании 9 месяцев, второй 6 и третий 4. При это первый умер, а остальные нет. Умерет ли второй на 9 месяце? Возможно. Соответственно, он (и третий пациент) ЦЕНЗУРИРОВАНЫ. Мы знаем, сколько они находились в исследовании, и знаем, что у них не наступил интересующий нас исход. Интервал выживаемости для них открыт справа.
Соответственно, весь анализ выживаемости базируется на наличии цензурированных наблюдений и говорить, что "лучше не цензурировать" является просто непониманием методологии анализа выживаемости. Более подробно можно почитать в любом руководстве по анализу выживаемости или книге по биостатистике. Мне кажертся наиболее простой и понятной P.Allisson. Survival Analysis Using the SAS system.