Estudio del efecto de la imputación de fallas en la estimación de la curva de supervivencia bajo censura a intervalo / Study of the effect of failure imputation in estimating the survival curve under interval censoring
Resumen
La mayoría de los análisis de supervivencia se basan en tiempos de falla exactos y observaciones censuradasa la derecha, utilizándose métodos ampliamente difundidos como el método de Kaplan-Meier (KM). Cuando
los datos presentan censura a intervalo es necesario utilizar el método de Turnbull para estimar la función de
supervivencia, sin embargo en la práctica se usa con frecuencia la imputación del tiempo de falla en este tipo
de censura a través del punto medio del intervalo (PM), el extremo derecho del intervalo (ED) o generando
un punto aleatorio dentro del mismo a través de la distribución uniforme. Este trabajo estudia a través de
simulación el efecto de los tres tipos de imputación sobre la estimación de la curva de supervivencia en
comparación al método desarrollado por Turnbull. Se analizaron diferentes escenarios de simulación basados
en el tamaño de muestra y el tiempo entre visitas. En todos los escenarios de simulación las funciones
estimadas usando imputación de datos difieren significativamente de la verdadera función de supervivencia
S(t).
Palabras clave
Análisis de Supervivencia, Censura de Intervalo, Imputación de Datos
Biografía del autor/a
Mario César Jaramillo Elorza
Escuela de Estadística, Docente
Referencias
- Dorey, F. J., Little, R. y Schenker, N. ‘Multiple imputation for threshold-crossing data
- with interval censoring’, Statistics in Medicine 12, 1589–1603, 1993. DOI: https://doi.org/10.1002/sim.4780121706
- Efron, B. ‘The two sample problem with censored data’, University of California Press
- pp. 831–853, 1967.
- Giolo, S. ‘Turnbull’s Nonparametric estimator for interval-censored data’, Department of Statistics, Federal University of Paraná pp. 1–10, 2004.
- Hougaard, P. ‘Fundamentals of survival data’, Biometrics 55, 13–22, 1999. DOI: https://doi.org/10.1111/j.0006-341X.1999.00013.x
- Iceland J. The Dynamics of Poverty Spells and Issues of Left-Censoring. No. 97-378, PSC Research Report Series January 1997, 1997.
- Kaplan, E. L. y Meier, P. ‘Nonparametric estimation from incomplete observations’, Journal of the American statistical association 53(282), 457–481, 1958. DOI: https://doi.org/10.1080/01621459.1958.10501452
- Odell, P., Anderson, K. y D’agostinho, R. ‘Maximum likelihood estimation for intervalcensored data using a Weibull-based accelerated failure time model’, Biometrics 48, 951– 959, 1992. DOI: https://doi.org/10.2307/2532360
- Peto, R. ‘Experimental survival curves for interval-censored data’, Journal of the Royal Statistical Society, Series C 22, 86–91, 1973. DOI: https://doi.org/10.2307/2346307
- R Development Core Team. R: A Language and Environment for Statistical Computing, R Foundation for Statistical Computing, Vienna, Austria, 2014.
- Rucker, G. y Messerer, D. ‘Remission duration: an example of interval-censored observation’, Statistics in Medicine 7, 1139–1145, 1988. DOI: https://doi.org/10.1002/sim.4780071106
- Turnbull, B. W. ‘Nonparametric estimation of a survivorship function with doubly censored data’, Journal of the American statistical association 69(345), 169–173, 1974. DOI: https://doi.org/10.1080/01621459.1974.10480146
- Turnbull, B.W. ‘The empirical distribution function with arbitrarily grouped censored and truncated data’, Journal of the Royal Statistical Society, Series B 38(3), 290–295, 1976. DOI: https://doi.org/10.1111/j.2517-6161.1976.tb01597.x
Descargas
Los datos de descargas todavía no están disponibles.