¿Aumentar la potencia en análisis de supervivencia incrementando el número de eventos no?

Question

He leído en muchos lugares que el poder en el análisis de supervivencia depende del número de eventos más que el número total de observaciones (eventos + no-eventos).

Supongamos que tengo 10 eventos y 90 no-eventos y quiero probar por diferencias en la supervivencia entre los dos grupos: Alto Riesgo y Bajo Riesgo, según la clasificación de la prueba de diagnóstico.

A continuación, supongamos que añadir en 100 no-eventos, que, con mi razonablemente buena prueba de diagnóstico, tienen más probabilidades de ser clasificados como de bajo riesgo. ¿No aumentar el tamaño del efecto (cociente de riesgo de Alto Riesgo v de Bajo Riesgo), y por lo tanto el poder, sin cambiar el número de eventos?

Answer 1

Añadir en el censurados ("evento") en caso de no mejorar la potencia en términos de precisión de la estimación de los coeficientes de regresión/cocientes de riesgo en la regresión de Cox. Este papel, por ejemplo, y los documentos que se cita demostrar ese hecho.

El problema es que los cálculos relativos a las variables predictoras de los resultados sólo se realizan en los horarios de los eventos. Censurados de los casos, por tanto, no ayudan a relacionar la supervivencia a los predictores en la regresión. Censurado casos podría ayudar a refinar la forma de la línea de base de peligro, y por lo tanto añadir información útil, pero no añadir a la precisión de los cocientes de riesgo que actúan en esa línea de base de peligro.

Answer 2

Lo que llaman un "no acontecimiento" es un persona/animal/objeto con un tiempo de supervivencia muy larga, tan largo que no ha ocurrido en el momento de recolección de datos. Estos individuales proporcionan mucha información, así que por supuesto afecta la potencia del estudio. No faltan valores. Por el contrario, tienen un tiempo de supervivencia muy larga.