¿Es válido comparar el "tiempo hasta la separación de las curvas" entre 2 curvas de Kaplan-Meier?

Question

Supongamos que se tienen 2 ensayos clínicos de fármacos controlados con placebo (fármaco X frente a placebo; y fármaco Y frente a placebo).

Y supongamos que se crea un gráfico de Kaplan-Meier para el tiempo transcurrido hasta algún acontecimiento (por ejemplo, la progresión de la enfermedad) para el fármaco X frente al placebo, y que se crea otro gráfico K-M similar para el fármaco Y frente al placebo.

¿Sería válido entonces comparar los 2 gráficos K-M (al menos cualitativamente, a ojo) y decir: el fármaco X parece separarse del placebo más rápidamente que el fármaco Y se separa del placebo, por lo que el fármaco X parece tener un efecto más rápido?

Creo que algo así se hace a veces en la bibliografía, pero he visto un artículo en el que se afirmaba que no se pueden hacer tales inferencias a partir de los gráficos de Kaplan-Meier.

Answer 1

Es bastante habitual que los autores adviertan y comenten en el texto de un artículo que la mediana del tiempo transcurrido hasta el fracaso o la recaída es un intervalo determinado. Por supuesto, no todos los estudios llegan al punto en que las curvas KM cruzan la línea de 0,50. Y las pruebas estadísticas habituales se basan en el número de eventos hasta una duración determinada, por lo que en realidad se están comparando diferencias en la "dirección vertical" en lugar de a través de la dimensión horizontal (tiempo).

Answer 2

En general, se trata de una práctica poco segura. Lo que se necesitaría es un intervalo de confianza simultáneo para la diferencia de dos curvas de supervivencia. Es fácil obtener intervalos de confianza no simultáneos (puntuales) (por ejemplo, en R rms paquete survdiffplot ). Un ejemplo se encuentra en http://biostat.mc.vanderbilt.edu/wiki/pub/Main/StatGraphCourse/graphscourse.pdf p. 15.

Para aproximarse a una banda de confianza simultánea de 0,95 puede intentar utilizar límites de confianza puntuales de 0,99.