Jak radzić sobie ze śmiercią w analizie przeżycia bez choroby?

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

Możesz zrobić jedno i drugie. Widziałem nawet oba typy zgłoszone w tym samym artykule. „śmiertelność z jakiejkolwiek przyczyny” to jedna DV, a „choroba” to inna DV. W tym drugim przypadku śmierć z innych przyczyn jest cenzurowana.

— Peter Flom

Cenzurowanie jest całkowicie w porządku, nawet jeśli nie są „naprawdę” cenzurowane (wiesz, że nie rozwiną choroby, ponieważ nie żyją). Innym podejściem jest analiza ryzyka konkurencji, w której śmierć traktuje się jako konkurencję. Jeśli jesteś zainteresowany, mogę podać ci referencje.

— boscovich

@PeterFlom czy masz na myśli, że zgony z powodu danej choroby, ale niezdiagnozowane u pacjenta przed śmiercią, powinny zostać uwzględnione lub ocenzurowane?

— jetistat001

@ andrea Chciałbym trochę referencji, ale wolałbym je jeszcze bardziej, gdybyś streścił je w odpowiedzi :) Być może analiza ryzyka konkurencyjnego jest przydatna.

— jetistat001 30.09.12

To zależy od celów analizy.

— Peter Flom

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.

— Michael R. Chernick
źródło

Tak więc, jeśli patrzę na chorobę A, powinienem cenzurować wszystkie zgony, w tym zgony z powodu choroby A, które nie zostały zdiagnozowane, ale zostały wymienione jako przyczyna śmierci (nie powinno się to zdarzyć, ale oczywiście może się zdarzyć, jeśli choroba nie zostanie wykryta) ? Jedyne zdarzenia, które powinienem uwzględnić, to diagnoza choroby. Czy to prawda?

— jetistat001

Jeśli śmierć wynika z nawrotu choroby, która pozostała niewykryta, wydaje mi się, że to inna historia. Jeśli nie byłoby to możliwe bez ponownego wystąpienia choroby. Więc myślę, że powinieneś liczyć śmierć jako nawrót choroby. Oczywiście podmiot nie mógł być wolny od choroby aż do śmierci. Nawrót musiał nastąpić wcześniej. Ale diagnoza nawrotu ma miejsce w pewnym nieznanym czasie po faktycznym nawrocie.

— Michael R. Chernick