Aplicación de modelos paramétricos alternativos para el análisis de supervivencia de pacientes con cáncer

Abstract

En el presente artículo se describe una metodología que permite tener un acercamiento a modelos probabilísticos alternativos para el análisis de supervivencia, con censura por la derecha, distintos a los que usualmente se estudian (distribución: exponencial, gamma, Weibull y log-normal), ya que es posible que los datos no se ajusten siempre con suficiente precisión por las distribuciones existentes. La metodología utilizada permite mayor flexibilidad de modelar observaciones extremas, ubicadas generalmente en la cola derecha de la distribución de los datos, lo cual admite que algunos eventos aún tengan la probabilidad de ocurrir, lo que no sucede con los modelos tradicionales y el estimador de Kaplan-Meier, el cual estima para los tiempos más prolongados, probabilidades de supervivencia aproximadamente iguales a cero. Para mostrar la utilidad de la propuesta metodológica, se consideró una aplicación con datos reales que relaciona tiempos de supervivencia de pacientes con cáncer de colon.

Modelización del tiempo que tarda un paciente con cáncer diferenciado de tiroides en presentar la primera recaída

“…Dichos métodos son comúnmente clasificados dentro de los métodos no paramétricos de la estadística clásica (frecuentista), pues no soportan sus resultados en el supuesto de que los datos observados en la muestra provienen de una población en la que el comportamiento natural de la variable de interés (en este caso el tiempo de supervivencia) se le puede ajustar un modelo de probabilidad teórico indexado por parámetros (11,20,26). hora de realizar inferencias o generalizaciones a la población de interés, pues con estos se pueden estimar tiempos o probabilidades de tiempos que solo pueden ser aplicadas a individuos que cumplen con las condiciones establecidas en la muestra de estudio (10,(27)(28)(29). Esto puede interpretarse como dificultad a la hora de generalizar los resultados a poblaciones de personas con características similares, ya que solo es posible extrapolar a grupos con exactamente las mismas condiciones bajo las que se obtuvieron los datos del estudio (30,31).…”

“…Más recientemente, la bioestadística propone el uso de modelos probabilísticos paramétricos para el estudio del comportamiento de los tiempos observados en el conjunto de individuos participantes en el estudio (10)(11)(12)(13). Esta aproximación permite ajustar mejor la teoría a los datos empíricos, lo que implica que se pueda generalizar a las poblaciones de individuos a través de las probabilidades estimadas con el modelo teórico.…”

“…Se estimaron las funciones de supervivencia (tiempo transcurrido hasta presentar recaída) y riesgo de hacer recaída, primero usando el método no paramétrico y luego considerando las distribuciones de probabilidad exponencial, Weibull y gamma para modelar el comportamiento natural de la variable aleatoria de interés (tiempo transcurrido entre la finalización del tratamiento y la presencia de recaída) (7)(8)(9)(10)(11)(12)(13)(14)(15)(16)(17)(18)(19)(20)(21)(22). Para el ajuste de los modelos de regresión las variables continuas, como el tamaño del tumor y concentraciones de tiroglobulina fueron dicotomizadas usando como criterio de categorización los resultados informados en Mejía López (5).…”