métodos estadísticos en el trasplante renal - Roche Trasplantes

CURVAS DE VIDA Y SUPERVIVENCIApos mayores que los típicos son menos frecuentes y están más dispersos que los tiemposmenores. En esta situación, la media no es una buena medida de centralización dela variable porque la pueden magnificar unos pocos valores atípicamente grandes, y enconsecuencia, la medida de centralización aconsejada es la mediana. La mediana, tambiéndenominada tiempo de semivida por analogía con la farmacodinámica o vida-media(half-life en terminología anglosajona), es el tiempo en que la probabilidad de supervivenciaes igual a 0,5 o, dicho en términos de frecuencia, el tiempo al que sobrevivirá lamitad de la población y que, por lo tanto, se obtiene fácilmente a partir de la función desupervivencia:S (mediana) = 0,5Gráficamente, se obtiene trazando una línea horizontal desde el valor 0,5 del eje verticalhasta que corte a la curva de supervivencia y, desde este punto de corte, una línea verticalhasta el eje horizontal, este eje será cortado en la mediana, como se muestra en laFigura 2.Objetivos del análisis de supervivenciaEn un análisis de supervivencia se pueden establecer tres objetivos, y un estudio puedetener los tres o sólo alguno de ellos:• Estimar e interpretar las curvas de supervivencia y/o riesgo, más frecuentemente lade supervivencia, aunque la de riesgo tiene mayor utilidad para buscar modelosteóricos, por ejemplo, un riesgo constante a lo largo del tiempo indica un modeloexponencial, un riesgo creciente o decreciente puede modelizarse mediante la funciónde Weibull, etc.(4, 6, 8).• Comparar curvas de supervivencia, por ejemplo, entre dos tratamientos, o entre dosgrupos de pacientes establecidos con respecto a cualquier otro criterio: edad, sexo,historial previo, etc.• Evaluar la relación de la supervivencia con otras, más de una, variables pronósticas.En los próximos apartados, se muestran los métodos para cumplir con estos objetivos.Estimación de la función de supervivencia(método de Kaplan-Meier)El método de Kaplan-Meier es un método no paramétrico, es decir, que no asume ningunaforma para la función de probabilidad, y por máxima verosimilitud, es decir, que sebasa en maximizar la función de verosimilitud de la muestra (6). Una muestra aleatoriade tamaño n, estará formada por k tiempos t 1 < t 2 …< t k en los que se observan eventos(en general k ≤ n, es decir, hay menos tiempos que individuos, debido a las censurasy también a que varios eventos pueden ocurrir en el mismo tiempo). En cada tiempo t i79