Здравствуйте, коллеги. Прошу вашей помощи и рекомендаций по следующему вопросу.
В проспективном исследовании есть две группы пациентов по 40 человек после коррекции одного и того же порока разными способами. Основной параметр, по которому анализируются различия - нарушения ритма. Есть три временных точки регистрации ритма - сразу после операции, перед выпиской и в среднеотдаленном периоде (сроки наблюдения пациентов вариабельны). Особенность такова, что количество пациентов с нарушениями ритма с течением времени уменьшается в обеих группах. То есть возникают не новые события, а события самостоятельно купируются. Насколько в таком случае применим Каплан-Майер и лог-ранк тест? Если они неприменимы, какой метод применить, как отразить графически и как сравнить группы между собой?
Заранее спасибо за внимание!

Здравствуйте, watchee!

Нарушение ритма - в России очень актуальная проблема! Знаю по собственному опыту. На прошлой неделе мой земляк, отличный кардиолог, помог удалить мне такую патологию.
Теперь относительно рекомендации методов анализа. Поскольку у Вас 3 временных точки по двум группам пациентов, то на первое место выходит сравнение именно сравнение групп. Желательно, конечно и проведение сравнение способов (сколько их, Вы не сообщили).
Причём в разные временные периоды. Выбор методов сравнения зависит от набора анализируемых признаков. Если пожелаете получить более точные рекомендации, то можете выслать на мой мэйл сам массив с более подробным описанием. Отвечу Вам в течение 1-2 дней.

Если идет только уменьшение числа пациентов с нарушением ритма, то Каплан-Мейер вполне в первом приближении подходит. Хотя в целом тут исходов принципиально больше чем два, вероятность невозможности "усиления" болезни никто не гарантирует. Такие процессы тоже описываются в анализе выживаемости как Multistate Models.

Спасибо за ответ!
Multistate models, как мне кажется, здесь применять нецелесообразно, поскольку исхода все же два - или есть нарушения ритма или нет. Никаких промежуточных состояний при этом не возникает.

Вариант когда исходов нет, а вероятность такого развития событий получает "оценку ограничение сверху", вполне имеет практическое значение. Выборка ведь не бесконечно большая и редкие события могли и не произойти. (главное что бы модель позволяла делать такие оценки). Впрочем оценить вероятность такого "ухудшения" исходя из размера выборки можно и отдельной проверкой гипотезы.

До проведения операций чать больных имела аритмию или она была у всех?

До проведения операции ни у одного больного не было аритмии. То есть операция направлена не на восстановление ритма, нарушения ритма - это осложнение. Одна из целей исследования как раз оценить "аритмогенность" 1 и 2 варианта операции (тип операции - группирующая переменная). Так вот, наибольшее количество аритмий отмечалось непосредственно после операции, перед выпиской у части пациентов ритм восстановился на нормальный, в отдаленном периоде (различный у пациентов) еще у большей части пациентов ритм восстановился, однако, у некоторых аритмия продолжает существовать.

На каждый временной период наблюдения вы можете рассчитать доли больных с наличием аритмии в 1 и 2 группе с соответствующими (95%) ДИ. Сравнения провести посредством сравнения этих интервалов. Графически отобразить 6 значений долей с ДИ. Если найдете преимущества одного из методов лечения, то можете рассчитать RRR со своим ДИ.

Ну ОК, в первой точке лучше второй метод, во второй первый метод, в третьей "ничья". Вопрос -- какой метод будет "иметь преимущества"?

Что скажете по поводу Generalized estimating equations?

Скажу: Лучше не "вместо", а "вместе"

литература

https://www.hindawi.com/journals/jps/2012/640153/

реализация

https://www.r-bloggers.com/joint-models-for...-survival-data/

Возможно и так бывает, задача медицинского исследования сдалать правильные выводы, статистика только должна помочь. Желательно получить 6 чисел от автора поста и кроме сравнения по каждому этапу попробовать то, что предлагает р2004r