Search

Resumen La mayoría de los análisis de supervivencia se basan en tiempos de falla exactos y observaciones censuradas a 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). Abstract Most survival analyzes are based on exact failure times and right censored observations, using methods widely known as the Kaplan-Meier (KM). When the data are interval censored is necessary to use the Turnbull's method to estimate the survival function, but in practice is often used the imputation of failure times in this kind of censorship through the midpoint of the interval, the right end of the interval or generating a random point within the interval using the uniform distribution. This paper studies through simulation the effect of three types of imputation on the estimates of the survival curve compared to the method developed by Turnbull. Different simulation scenarios based on the sample size and the time between visits were analyzed. In all scenarios simulation functions estimated using data imputation differ significantly from the true survival function S(t).

La mayoría de los análisis de supervivencia se basan en tiempos de falla exactos y observaciones censuradas a la derecha, utilizándose métodos ampliamente difundidos como el método de Kaplan-Meier (KM). Para estimar la edad de inicio de la Enfermedad de Alzheimer (EA) familiar cuando las censuras son arbitrarias (censura a derecha, a izquierda o en intervalo), ¿cuál es el cambio en los resultados clínicos, si se utiliza el método de KM mediante imputación comparado con el método de Turnbull sugerido para este tipo de datos? El método de Turnbull se comparó con el método de KM mediante un estudio de simulación y una aplicación con datos reales. Se realizó KM con imputación a través del punto medio del intervalo (PM) y en el extremo derecho (ED). Se analizaron diferentes tamaños de muestra y diferentes tiempos entre visitas. En todos los escenarios de simulación, las funciones que fueron estimadas, usando imputación de datos, difieren significativamente de la verdadera función de supervivencia S(t). La edad de inicio de la EA determinada a través de un método de imputación tiene implicaciones clínicas relevantes que afectarían la toma de decisiones a la hora de iniciar una terapia preventiva. El método de Turnbull presenta un menor sesgo cuando se necesita realizar un análisis de supervivencia con censuras arbitrarias. Most of the survival analysis are based on exact failure times and right censored observations, using methods widely known as the Kaplan-Meier (KM). To estimate the onset age of familial Alzheimers Disease (AD) when the censor times are arbitrary (right, left or interval censor), what is the change in clinical outcomes, using the KM method with data imputation compared with procedure proposed by Turnbull for this kind of data? Turnbulls method was compared with KM method in a simulation study and an application with real data. KM method was based on data imputation through the midpoint of the interval (MP) and the right side of the interval (RS), considering several sample sizes and different times between visits. In all simulation scenarios estimated functions using data imputation differ significantly from the actual simulated survival function S(t). The estimated onset age of AD through data imputation methods has relevant clinical implications that would affect decision-making in initiating preventive therapy. Turnbulls method has fewer bias when was compared with KM with imputation to perform a survival analysis with arbitrary censure data.

La mayoría de los análisis de supervivencia se basan en tiempos de falla exactos y observaciones censuradas a la derecha, utilizándose métodos ampliamente difundidos como el método de Kaplan-Meier (KM). Para estimar la edad de inicio de la Enfermedad de Alzheimer (EA) familiar cuando las censuras son arbitrarias (censura a derecha, a izquierda o en intervalo), ¿cuál es el cambio en los resultados clínicos, si se utiliza el método de KM mediante imputación comparado con el método de Turnbull sugerido para este tipo de datos? El método de Turnbull se comparó con el método de KM mediante un estudio de simulación y una aplicación con datos reales. Se realizó KM con imputación a través del punto medio del intervalo (PM) y en el extremo derecho (ED). Se analizaron diferentes tamaños de muestra y diferentes tiempos entre visitas. En todos los escenarios de simulación, las funciones que fueron estimadas, usando imputación de datos, difieren significativamente de la verdadera función de supervivencia S(t). La edad de inicio de la EA determinada a través de un método de imputación tiene implicaciones clínicas relevantes que afectarían la toma de decisiones a la hora de iniciar una terapia preventiva. El método de Turnbull presenta un menor sesgo cuando se necesita realizar un análisis de supervivencia con censuras arbitrarias. Most of the survival analysis are based on exact failure times and right censored observations, using methods widely known as the Kaplan-Meier (KM). To estimate the onset age of familial Alzheimer’s Disease (AD) when the censor times are arbitrary (right, left or interval censor), what is the change in clinical outcomes, using the KM method with data imputation compared with procedure proposed by Turnbull for this kind of data? Turnbull’s method was compared with KM method in a simulation study and an application with real data. KM method was based on data imputation through the midpoint of the interval (MP) and the right side of the interval (RS), considering several sample sizes and different times between visits. In all simulation scenarios estimated functions using data imputation differ significantly from the actual simulated survival function S(t). The estimated onset age of AD through data imputation methods has relevant clinical implications that would affect decision-making in initiating preventive therapy. Turnbull’s method has fewer bias when was compared with KM with imputation to perform a survival analysis with arbitrary censure data.