Калькулятор виживання за Капланом–Маєром
Оцініть криву виживання за даними «час до події» з урахуванням цензурування. Введіть час спостереження та статус події для кожної особи — калькулятор поверне імовірності виживання за методом Каплана–Маєра, S(t) у вибраний момент часу та медіанний час виживання.
Оцінка виживання в часі з урахуванням цензурованих даних
Формула виживання за Капланом–Маєром
Де:
- \( t_i \) — різні моменти часу, у які сталася подія, до моменту \( t \)
- \( d_i \) — кількість подій у момент \( t_i \)
- \( n_i \) — кількість осіб у групі ризику (ще під спостереженням і без події) безпосередньо перед \( t_i \)
- \( \hat{S}(t) \) — оцінена імовірність залишатися без події після моменту \( t \)
Оцінювач добутку меж перемножує умовні імовірності пережити кожен момент події. Цензуровані спостереження подіями не є: вони просто вибувають із групи ризику \( n_i \) у момент цензурування — саме так метод враховує незавершене спостереження.
Виживання за Капланом–Маєром — приклад обчислення
Приклад: 10 осіб із часами спостереження 3; 4; 5; 6; 6; 8; 8; 9; 11; 14 і статусами подій 1; 1; 0; 1; 0; 1; 1; 0; 1; 0 (6 подій, 4 цензуровані); виживання обчислюється в момент \( t_0 = 6 \).
\[ \hat{S}(3) = 1 - \tfrac{1}{10} = 0.9 \quad\Rightarrow\quad \hat{S}(4) = 0.9 \left(1 - \tfrac{1}{9}\right) = 0.8 \]
\[ \hat{S}(6) = 0.8 \left(1 - \tfrac{1}{7}\right) = 0.6857 \]
\[ \hat{S}(8) = 0.6857 \left(1 - \tfrac{2}{5}\right) = 0.4114 \quad\Rightarrow\quad \hat{S}(11) = 0.4114 \left(1 - \tfrac{1}{2}\right) = 0.2057 \]
Результат: \( \hat{S}(6) = 0.6857 \) — тобто 68,6 % осіб, як очікується, залишаться без події після моменту 6. Крива виживання вперше опускається до 0,5 або нижче в момент \( t = 8 \), тож медіанний час виживання дорівнює 8.
Як користуватися калькулятором виживання за Капланом–Маєром
- Введіть час спостереження для всіх осіб — по одному значенню в рядку або через крапку з комою чи пробіли. Скрізь використовуйте одну й ту саму одиницю (дні, тижні, місяці).
- Введіть значення статусу події (1 = подія, 0 = цензурування) у тому ж порядку, що й час: 1, якщо в особи сталася подія (смерть, рецидив, поломка обладнання…), 0 — якщо спостереження завершилося без події.
- У полі «Обчислити виживання в момент часу» задайте точку \( t_0 \), для якої потрібна імовірність виживання \( S(t_0) \).
- Ознайомтеся з результатами: \( S(t_0) \), медіанний час виживання, кількість осіб, подій і цензурувань, повна таблиця оцінок для кожного окремого моменту часу та інтерпретація результату.
Що таке оцінювач Каплана–Маєра?
Оцінювач Каплана–Маєра (метод добутку меж) — стандартний непараметричний метод оцінювання функції виживання за даними «час до події». Під «виживанням» тут розуміють будь-яку цікаву подію — не лише смерть, а й рецидив, одужання, відмову обладнання, відтік клієнтів тощо. Результат — східчаста функція, яка починається з 1 і знижується лише в моменти настання подій; між подіями оцінка залишається сталою.
Метод незамінний насамперед через те, як він працює з цензуруванням. У більшості досліджень частина осіб вибуває ще до настання події: завершується дослідження, пацієнт полишає спостереження, машину списують з причин, не пов’язаних із подією. Просто порахувати таких осіб «без події назавжди» не можна — їхнє майбутнє невідоме. Метод Каплана–Маєра вирішує цю проблему, вилучаючи цензурованих осіб із групи ризику в момент цензурування й використовуючи ту інформацію, що вони вижили щонайменше до цього часу.
Коли цензурування немає взагалі, оцінювач зводиться до простої частки осіб, які на кожен момент ще без події. За наявності цензурування він залишається незміщеним за умови, що цензурування не залежить від процесу подій. Саме цю криву порівнюють між групами за допомогою логрангового критерію, а \( S(t) \) можна зчитати безпосередньо: наприклад, \( \hat{S}(6) = 0.6857 \) означає, що, за оцінкою, 68,6 % осіб залишаються без події після моменту 6.
Як інтерпретувати результати
Виживання у вибраний момент \( t_0 \): оцінена імовірність бути без події після \( t_0 \). Якщо до моменту \( t_0 \) включно жодної події не сталося, оцінка дорівнює 1.
Медіанний час виживання: найменший спостережуваний момент, у який \( \hat{S}(t) \) опускається до 0,5 або нижче, — тобто час, до якого половина осіб, як очікується, зазнає події. Якщо крива за час спостереження так і не сягає 0,5, медіану вважають «недосягнутою»; це типово для коротких досліджень із малою кількістю подій, і це не означає, що медіана нескінченна — лише що спостереження було надто коротким, щоб її оцінити.
Таблиця для кожного окремого моменту показує кількість осіб у групі ризику, події та цензурування й оновлене значення \( \hat{S}(t) \). Зверніть увагу: оцінка змінюється лише в моменти подій; моменти, коли відбулося лише цензурування, наведено для наочності, але криву вони не змінюють.
Припущення та практичні поради
- Неінформативне цензурування: майбутній ризик події в цензурованих осіб має бути таким самим, як у тих, хто лишається під спостереженням. Цензурування, пов’язане з подією (наприклад, пацієнти полишають дослідження через погіршення стану), зміщує оцінку.
- Узгоджені одиниці та незалежні особи: весь час в одній одиниці, один рядок на особу, без дублюватів або корельованих спостережень.
- Події в один і той самий момент: якщо події та цензурування припадають на один момент, то за прийнятим тут правилом цензуровані особи вибувають із групи ризику після подій у цей момент — тобто під час обробки подій у цей самий момент їх усе ще враховують у групі ризику.
- Малі вибірки: за малої кількості подій східчаста функція виходить грубою, а \( S(t) \) — неточною; медіану неможливо оцінити, доки крива не перетне 0,5.
- Оцінювач описовий для однієї групи. Щоб формально порівняти дві криві виживання, застосуйте логранговий критерій; щоб підсумувати частоту подій у двох групах, скористайтеся калькулятором відношення шансів і відносного ризику. Коли потрібна параметрична модель, час виживання часто описують розподілом Вейбула або експоненційним розподілом; для порівняння якісних результатів стандартним інструментом є калькулятор критерію хі-квадрат.
Часті запитання
Чи важливий порядок, у якому я вводжу осіб?
Ні. Калькулятор перед обчисленнями сортує всі спостереження за часом спостереження, тож осіб можна перелічувати в будь-якому порядку — головне, щоб кожен час стояв у парі зі своїм статусом події на тій самій позиції у своєму списку. Правильними мають бути лише пари між цими двома списками.
Чи можна вводити згруповані або підсумкові дані замість окремого рядка на особу?
Ні, калькулятору потрібні час спостереження і статус для кожної окремої особи. Підсумкові кількості на кшталт «12 подій у 6-й місяць» безпосередньо ввести не можна. Якщо дані згруповані, довелося б відновити окремі рядки (наприклад, увести той самий час 12 разів зі статусом 1), але майте на увазі: групування зазвичай втрачає інформацію про точні моменти подій і цензурування.
Чому калькулятор не показує довірчі інтервали для S(t)?
Довірчі інтервали потребують додаткових методів — найчастіше формули Ґрінвуда для стандартної похибки \( \hat{S}(t) \), зазвичай на шкалі log-minus-log, щоб межі не виходили за межі 0 і 1. Без інтервалу пам’ятайте, що \( \hat{S}(t) \) — лише точкова оцінка: за малої кількості подій вона може бути доволі неточною, тож значення на кшталт 0,70 не варто сприймати як точне.
Чим медіанний час виживання відрізняється від середнього?
Медіана — це момент, у який \( \hat{S}(t) \) уперше опускається до 0,5: до цього часу половина осіб, як очікується, уже зазнала події. Середній час виживання дорівнює площі під кривою виживання, але його неможливо надійно оцінити, якщо спостереження не триває, доки події не зазнають майже всі особи. Саме тому в аналізі виживання стандартним підсумком є медіана.
Скільки осіб або подій потрібно для надійної оцінки за Капланом–Маєром?
Фіксованого мінімуму немає, але точність залежить головно від кількості подій, а не лише від кількості осіб. Коли подій менше ніж приблизно 10–15, крива — груба драбинка, а медіана може бути недосяжною. Як орієнтир: стандартна похибка \( \hat{S}(t) \) зменшується приблизно як квадратний корінь із кількості подій, тож більше подій — помітно стабільніша крива.
Чи можна перевести результати в іншу одиницю часу?
Так. Якщо всі введені часи подано в одній узгодженій одиниці, то кожен результат (вибраний момент \( t_0 \), медіана та моменти в таблиці) буде в тій самій одиниці. Щоб перейти до іншої одиниці, або переведіть часи до введення, або результати після — наприклад, медіана 540 днів дорівнює 78,6 тижня (540 ÷ 7). Самі імовірності виживання від одиниць не залежать і ніколи не змінюються.
Які найпоширеніші помилки під час введення даних виживання?
Типові помилки: часи та статуси в різному порядку (пари мають збігатися), значення статусу, відмінні від рівно 0 або 1, змішування одиниць на кшталт днів і місяців в одному наборі даних, а також помилкове врахування цензурованої особи як події. Перевірте також дублікати рядків — та сама особа, введена двічі, завищує групу ризику і зміщує \( \hat{S}(t) \) угору.