¿Es un problema para el análisis de supervivencia?

Question

Tengo un conjunto de datos de individuos. Cada individuo tiene la misma hora de inicio en la que empezamos a observarlos. También hay una hora final para todos los individuos. Algunos individuos fallan antes de llegar al tiempo final y algunos individuos nunca fallan y llegan al tiempo final (es decir, tienen éxito). Este es un problema de análisis de supervivencia en el sentido de que estoy tratando de modelar un tiempo hasta el evento (fracaso). Donde entra mi confusión es con los individuos que tienen éxito. Obviamente no puedo tratar a estos individuos como fracasos observados, pero tampoco puedo tratarlos como censurados. Esto se debe a que la censura implica que no se observó que fracasaran pero que fracasarán en algún momento del futuro (simplemente no sabemos cuándo). Esto no es cierto en mi caso porque si un individuo no falla hasta el final de los tiempos, nunca fallará. Entonces, ¿cómo trato a estos individuos que nunca fallan? ¿Sigue siendo un problema de análisis de supervivencia?

Aquí hay un ejemplo.

Digamos que un grupo de atletas empiezan a entrenar para los próximos juegos olímpicos. Algunos de ellos terminarán lesionados por el entrenamiento y no podrán competir. Pero si un atleta no se lesiona hasta la fecha de los juegos olímpicos, entonces podrá competir (es decir, triunfar). Así que estos atletas que no se lesionan y son capaces de competir no son censurados, porque si se les lesionan después de las olimpiadas es irrelevante. Lo único que nos importa es si se lesionan hasta la fecha de las olimpiadas

Answer 1

Unas cuantas ideas:

• Como mencionó @PeterFlom, si sólo quieres saber si "lo logran" o no, es un resultado de 0/1 que se presta a una regresión logística o binomial, y puede ser abordado fuera del contexto del análisis de supervivencia si no te importa mucho el tiempo que tardaron en fallar.

Sin embargo dijiste que te importaba, así que recurriendo al análisis de supervivencia:

• Sí, las preguntas de "tiempo hasta el evento" son preguntas de análisis de supervivencia, y esta parece bastante clara.
• Si la "censura olímpica" es un problema o no, depende de la pregunta que quieras hacer. ¿Es usted sólo hablando del tiempo hasta la lesión en una cohorte de atletas que se entrenan para las Olimpiadas? Si ese es el caso, puedo ver haciendo un argumento que aquellos que llegan a las Olimpiadas son censurados - dado el tiempo infinito y sin ningún otro resultado se lesionarán a sí mismos, acabamos de dejar de seguirlos.
• Si, por otro lado, estás realmente interesado en Lesión durante el entrenamiento para las Olimpiadas entonces sí, tratarlos como censurados es un problema. Lo que realmente tienes ahora es un tiempo hasta que dos resultados mutuamente exclusivos: 1) Lesión antes de las Olimpiadas y 2) Participación en las Olimpiadas. Ahora estás en el dominio del análisis de la supervivencia de los riesgos de la competencia, de los cuales los modelos de cura sugeridos en los comentarios son un subconjunto. Un conjunto relacionado de modelos son "modelos de mezcla", que modelan, como su nombre lo sugiere, una mezcla de dos resultados.

Este papel: http://aje.oxfordjournals.org/content/170/2/244.short por Lau, Cole y Gange en AJE es una excelente revisión de los modelos de mezcla para el análisis de supervivencia. Sin embargo, se advierte que, viniendo de un lugar con paquetes bien documentados e implementados para el análisis de supervivencia convencional, el universo de modelos mixtos está algo menos desarrollado desde el punto de vista del software.