Pruebas de equivalencia entre dos curvas de supervivencia

Question

¿Cuál es el procedimiento estándar para probar la equivalencia (no diferencia) entre dos curvas de supervivencia? ¿Está disponible en R?

Una forma, creo, sería calcular el intervalo de confianza de 90% para el cociente de riesgo y ver si se encuentra dentro de la región de equivalencia ($\delta{low}$, $\delta{upp}$). ¿Sería correcto? ¿Es la forma estándar para probar la equivalencia entre dos curvas de supervivencia?

Answer 1

Su idea básica es correcta. Las pruebas de equivalencia (o tal vez más común, en aplicaciones clínicas, de no-inferioridad) de las curvas de supervivencia se cubre muy bien en este libremente disponible de revisión.

Si los datos de satisfacer el supuesto de proporcionalidad de riesgos para la regresión de Cox, entonces usted puede probar si el intervalo de confianza para el cociente de dos cocientes de riesgo (o la diferencia entre los coeficientes de regresión de Cox) cae completamente dentro de la equivalencia de la región que se han establecido. Citando a partir de la revisión anterior:

Uno podría concluir de estudio de no inferioridad asignaron si el (1 − 2α) nivel de intervalo de confianza para el riesgo relativo es totalmente abajo γ0. Del mismo modo, uno podría concluir que la equivalencia si el (1 − 2α) nivel de intervalo de confianza es totalmente entre 1/γ0 y γ0.

Aquí, $\alpha$ es la opción para el Tipo de la tasa de error y $\gamma 0$ es la proporción de los cocientes de riesgo que se considere aceptable para los no-inferioridad. Debe sus datos no satisfacen el supuesto de proporcionalidad de riesgos, la citada revisión se refiere a cómo probar la no inferioridad o equivalencia en puntos de tiempo específicos.

Quizás aún más importante a considerar es si usted tendrá el poder suficiente para proporcionar una prueba útil de equivalencia. La supervivencia de los conjuntos de datos con un pequeño número de eventos puede tener muy distintos intervalos de confianza para los cocientes de riesgo, por lo que existe el riesgo de considerar que la 2 curvas de supervivencia "equivalente" sólo si están dispuestos a aceptar una muy amplia equivalencia de la región. Piense con cuidado acerca de cómo usted o a los demás, se aplicarán los resultados de la estadística de equivalencia.

Answer 2

De Cox de Riesgos Proporcionales de Modelo se utiliza generalmente como la equivalencia de las pruebas para las dos curvas de supervivencia.así que usted tiene que mirar para el tamaño de la muestra antes de ir a la prueba de equivalencia.

Hay un paquete de 'supervivencia' en R , que puede utilizar. No tengo idea sobre cómo sus datos se ve.probablemente, mirando a los conjuntos de datos(riñón,logan,nwtco,el corazón y muchos más) en la 'supervivencia' paquete podría ayudar.

también hay otra prueba de log rank que puede utilizar. permítanme explicar la diferencia entre cox y log rank

Modelo de Cox ,proporciona la principal información deseada a partir de un análisis de supervivencia, los cocientes de riesgo y ajustar las curvas de supervivencia, con un número mínimo de supuestos. El largo rango de análisis responde a la pregunta de si los dos brazos de un juicio fueron lo suficientemente diferentes como para ser significativo estadísticamente. Que lugar no hay condiciones o supuestos de este análisis e ignora el hecho de que incluso la mayoría de ejecutar los ensayos clínicos han desequilibrios entre los brazos.siempre desea ver un análisis de Cox producir un p-valor igual o menor que la de la log rank análisis de los datos de la supervivencia.Cuando el análisis de Cox produce una mayor p-valor - especialmente a un p-valor mayor que p=0.05 - entonces usted tiene problemas. Log rank es también considerado por algunos como el más puro de la medida de la significación estadística ya que el análisis de Cox depende de un juicio cualitativo yo.e tiempo hay un aumento o disminución de la supervivencia