1Universidad Nacional de Colombia, Facultad de Ciencias, Escuela de Estadística, Medellín, Colombia. Profesor asistente. Email: cmlopera@unal.edu.co
2Universidad Nacional de Colombia, Facultad de Ciencias, Escuela de Estadística, Medellín, Colombia. Profesor asociado. Email: mjarami@unal.edu.co
3Universidad de Antioquia, Facultad de Medicina, Grupo de Neurociencias de Antioquia y Grupo Académico de Epidemiología Clínica-GRAEPIC, Medellín, Colombia. Profesora. Email: natalia.acosta@neurociencias.udea.edu.co ]]>
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.
Palabras clave: análisis de supervivencia, censura de intervalo, edad de inicio, enfermedad de Alzheimer familiar.
Key words: Age of onset, Familial Alzheimer's disease, Interval censoring, Survival analysis.
Texto completo disponible en PDF
Referencias
1. Acosta-Baena, N., Sepúlveda-Falla, D., Lopera-Gómez, C. M., Jaramillo-Elorza, M. C., Moreno, S., Aguirre-Acevedo, D. C., Saldarriaga, A. & Lopera, F. (2011), 'Pre-dementia clinical stages in presenilin 1 E280A familial early-onset Alzheimer's disease: A retrospective cohort study', The Lancet Neurology 10(3), 213-220. [ Links ]
2. Dorey, F. J., Little, R. & Schenker, N. (1993), 'Multiple imputation for threshold-crossing data with interval censoring', Statistics in Medicine 12, 1589-1603. [ Links ]
3. Efron, B. (1967), 'The two sample problem with censored data', University of California Press, 831-853. [ Links ]
4. Giolo, S. R. (2004), 'Turnbull's nonparametric estimator for interval-censored data', Department of Statistics, Federal University of Paraná, 1-10. Consultado en septiembre 6, 2011. *www.est.ufpr.br/rt/suely04a.pdf [ Links ]
5. Hougaard, P. (1999), 'Fundamentals of survival data', Biometrics 55, 13-22. [ Links ]
6. Iceland, J. (1997), The Dynamics of Poverty Spells and Issues of Left-Censoring, PSC Research Report Series January 1997. Consultado en septiembre 6, 2011. *http://www.psc.isr.umich.edu/pubs/pdf/rr97-378.pdf [ Links ]
7. Kalbfleisch, J. (1985), Probability and Statistical Inference, Vol. 1, 2nd edn, Springer-Verlag, New York. [ Links ]
8. Kaplan, E. L. & Meier, P. (1958), 'Nonparametric estimation from incomplete observations', Journal of the American Statistical Association 53(282), 457-481. [ Links ]
9. Odell, P., Anderson, K. & D'agostinho, R. (1992), 'Maximum likelihood estimation for interval-censored data using a Weibull-based accelerated failure time model', Biometrics 48, 951-959. [ Links ]
10. Petersen, R. C., Stevens, J. C., Ganguli, M., Tangalos, E. G., Cummings, J. L. & DeKosky, S. T. (2001), 'Practice parameter: Early detection of dementia: Mild cognitive impairment (an evidence-based review)', Neurology 56(9), 1133-1142. [ Links ]
11. Peto, R. (1973), 'Experimental survival curves for interval-censored data', Journal of the Royal Statistical Society, Series C 22, 86-91. [ Links ]
12. R Development Core Team, (2011), R: A Language and Environment for Statistical Computing, R Foundation for Statistical Computing, Vienna, Austria. ISBN 3-900051-07-0, Consultado en septiembre 6, 2011. *http://www.R-project.org/ [ Links ]
13. Reisberg, B., Ferris, S. H., Kluger, A., Franssen, E., Wegiel, J. & de Leon, M. J. (2008), 'Mild cognitive impairment (MCI): A historical perspective', International Psychogeriatrics 20(1), 18-31. [ Links ]
14. Rucker, G. & Messerer, D. (1988), 'Remission duration: An example of interval-censored observation', Statistics in Medicine 7, 1139-1145. [ Links ]
15. Strobel, G. (2011), Detecting Familial AD Ever Earlier: Subtle Memory Signs 15 Years Before, 'Alzheimer Research Forum'. Consultado en septiembre 6, 2011. *http://www.alzforum.org/new/detail.asp?id2725 [ Links ]
16. Turnbull, B. W. (1974), 'Nonparametric estimation of a survivorship function with doubly censored data', Journal of the American Statistical Association 69(345), 169-173. [ Links ]
17. Turnbull, B. W. (1976), 'The empirical distribution function with arbitrarily grouped censored and truncated data', Journal of the Royal Statistical Society, Series B 38(3), 290-295. [ Links ]
Este artículo se puede citar en LaTeX utilizando la siguiente referencia bibliográfica de BibTeX:
@ARTICLE{RCEv35n2a04,
AUTHOR = {Lopera-Gómez, Carlos Mario and Jaramillo-Elorza, Mario César and Acosta-Baena, Natalia},
TITLE = {{¿ Cuándo inicia la enfermedad de Alzheimer? Kaplan-Meier versus Turnbull: una aplicación a datos con censura arbitraria}},
JOURNAL = {Revista Colombiana de Estadística},
YEAR = {2012}, ]]>
volume = {35},
number = {2},
pages = {239-254}
}