Escolar Documentos
Profissional Documentos
Cultura Documentos
=
(proporo de sujeitos que sobreviveram aps t).
2) Funo Densidade de Probabilidade (f(t)) a probabilidade, de morte (ou falha) em um
pequeno intervalo por unidade de tempo.
.
) (
lim ) (
0
t
t
t T t P
t f
t
+ < <
=
Na prtica, se no existirem observaes censuradas a funo f(t) estimada por:
) int _ ( ) _ _ _ (
_ _ 0 _ _ int _ _ _ _ _ _
) (
=
Um ser est sob risco no tempo t se ainda no falhou ou no foi censurado at este tempo.
A explicao para a segunda parte do denominador, que seres para os quais a censura ocorreu
no intervalo ) , [
1 i i
t t
so tratados como se estivessem sob risco durante a metade do intervalo
considerado.
Observe que, dado que o ser no morreu at
1 i
t , a sua probabilidade de morrer no intervalo
) , [
1 1
t t
i
i
q , e conseqentemente a probabilidade de no morrer
i
q 1 .
Identificao dos itens da tabela:
O termo
j
t (medido em dias, semanas, meses, horas e etc) utilizado para identificar o tempo
percorrido desde o incio da observao, sendo que
0
t o tempo inicial da pesquisa e
n
t o
tempo final. O nmero de pacientes que esto sob risco denotado por
0
n , sendo este o nmero
total de pacientes no incio da pesquisa.
As falhas ou mortes do estudo de pesquisa so abordadas, por intervalo. Assim denotamos
0
d
como sendo o nmero de falhas ou mortes ocorridos no intervalo ). [
1 0
t t As censuras, tambm
so abordadas por intervalo e denotada por
j
c . Em relao a probabilidade de morte no perodo
de tempo, expresso como
j
q . E a proporo condicional de sobrevivncia denotada como
) (
j
t R .
Na Tabela 1, encontramos as estimativas da tabela de vida para o caso geral.
Tabela 1: Estimativas da Tabela de Vida
j
t (tempo)
j
n (risco)
j
d (falhas
ou mortes)
j
q -% (probabilidade de
morte no perodo de
tempo)
j
c -
censura
) (
j
t R -%
(proporo
condicional de
sobrevivncia)
0
t
1
t
0
n
0
d
0
0 0
0
) 2 (
q
c n
d
=
0
c
100
1
t
2
t
1 0 0 0
n c d n =
1
d
1
1 1
1
) 2 (
q
c n
d
=
1
c
0 0
100 r q =
1 n
t
n
t
n n n n
n c d n =
1 1 1
n
d
n
n n
n
q
c n
d
=
) 2 (
n
c
n n n
r q r =
1
O mtodo da Tabela de Vida normalmente utiliza poucos intervalos, e isso nos d uma
aproximao grosseira da verdadeira proporo condicional e da taxa de mortos/falhas. Uma
forma de minimizar este problema usar o Estimador de Klapan-Meier.
3.2- O Estimador de Kaplan-Meier
O Estimador de Kaplan-Meier na sua construo considera tantos intervalos de tempo, quanto
forem o nmero de falhas distintas. Ele definido da seguinte forma:
Suponha que existem n itens sob teste e ) ( n K falhas distintas nos tempos
k
t t t < < <
2 1
Ocasionalmente, pode ocorrer mais de uma falha no mesmo tempo, o que chamado de empate.
Desta forma, usamos a seguinte notao:
j
d : nmero de falhas no tempo
j
t ;
j
n : nmero de itens sob risco (no falhou e no foi censurado) em
j
t (exclusive).
O estimador de Kaplan-Meier de ) (
j
t R definido como:
) / ) ))...(( / ) )(( / ) (( ) (
0 0 0
2 2 2 1 1 1 t t t
n d n n d n n d n t R =
onde
0
t o maior tempo de falha menor que t.
Na Tabela 2, encontramos o estimador de Kaplan-Meier para o caso geral.
Tabela 2: Estimador de Kaplan-Meier
tj cj (censuras) dj (falhas ou mortes) nj (risco)
) (
j
t R (proporo condicional
de sobrevivncia)
0 0 0 n
0
100%
T1 c1 d1
1 1 0
0 n c n =
((n1-d1)/n1)=r1
T2 c2 d2
2 1 2 1
n d c n =
r1((n2-d2)/n2)=r2
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
tn cn dn
n n n n
n d c n =
) 1 ( ) 1 (
r(n-1)((nn-dn)/nn)=rn
Tanto os estimadores da tabela de vida quanto o de Kaplan-Meier, so sujeitos a variao
amostral e, ento, desejvel que tenhamos uma idia de sua preciso. Uma estimativa para a
varincia do estimador de Kaplan-Meier dada por:
))] ( / ( ... )) ( / ( )) ( / [( ) (
)) (
(
0 0 0 0
2 2 2 2 1 1 1 1
2
t t t t
d n n d d n n d d n n d t R t R Var + + + =
onde
0
t o maior tempo de falha menor que t . Esta expresso conhecida como frmula de
Greenwood.
Se a variao for pequena, mais preciso ser o clculo.
3- APLICAO
Os dados abaixo representam os tempos de sobrevivncia de um grupo de 121 pacientes com
cncer de mama obtidos de um grande hospital num perodo de 1929 a 1938. Os tempos de vida
so dados em meses e as observaes censuradas tm um sinal +. (Elisa, 1992).
0.3 0.3+ 4+ 5 5.6 6.2 6.3 6.6 6.8 7.4+ 7.5 8.4 8.4 10.3 11 11.8 12.2 12.3
13.5 14.4 14.4 14.8 15.5+ 15.7 16.2 16.3 16.5 16.8 17.2 17.3 17.5 17.9 19.8
20.4 20.9 21 21 21.1 23 23.4+ 23.6 24 24 27.9 28.2 29.1 30 31 31 32 35
35 37+ 37+ 37+ 38 38+ 38+ 39+ 39+ 40 40+ 40+ 41 41 41+ 42 43+ 43+
43+ 44 45+ 45+ 46+ 46+ 47+ 48 49+ 51 51 51+ 52 54 55+ 56 57+ 58+
59+ 60 60+ 60+ 61+ 62+ 65+ 65+ 67+ 67+ 68+ 69+ 78 80 83+ 88+ 89 90
93+ 96+ 103+ 105+ 109+ 109+ 111+ 115+ 117+ 125+ 126 127+ 129+ 129+
139+ 154+
Na Tabela 3, apresentamos a tabela de Kaplan-Meier, observando a mesma podemos estimar as
probabilidades de sobrevivncia em 1 e 5 anos. Considerando que um ms tem 30 dias.
Aplicando a frmula do estimador de Kaplan-Meier temos que, a estimativa de sobrevivncia em
t = 1 ano % 04 , 89 ) 8 , 11 (
) 12 (
= R R .
Realizando um clculo mais preciso, temos por interpolao que % 61 , 88 ) 12 (
= = R x . Tal
clculo foi obtido da seguinte forma:
12 2 , 12
88195 , 0
8 , 11 2 , 12
88195 , 0 89043 , 0
x
A estimativa de sobrevivncia em t = 5 anos % 01 , 45 ) 60 (
= R .
Isto significa que a probabilidade de um paciente sobreviver mais que um ano 88,61% e a
probabilidade de sobreviver mais que cinco anos 45,01%.
Aps um ano 13 pessoas tero falecido. E aps cinco anos 60 pessoas tero falecido.
Conferindo dois anos de medicao o nmero de mortes esperado de 38 pessoas.
O nmero de dias para o qual 10% dos pacientes tero morrido aproximadamente um ano.
A varincia relacionada a um e cinco anos relativamente pequena, sendo:
000822718 , 0 )) 8 . 11 (
( = R Var e a . 002484108 , 0 )) 60 (
( = R Var
O tempo mdio de vida dos pacientes em estudo, representado pela mediana, aproximadamente
51 meses.
Tabela 3: Estimativas de Kaplan-Meier para os dados em estudo
t
j
(meses)
j
c
(censuras)
j
d (falhas ou
mortes)
j
n (risco) R(t
j
)-% (proporo
condicional de
sobrevivncia)
0 0 0 121 100%
0,3 0 1 121 99,174%
5 3 1 118 98,333%
5,6 4 1 117 97,493%
6,2 5 1 116 96,652%
6,3 6 1 115 95,812%
6,6 7 1 114 94,971%
6,8 8 1 113 94,131%
7,5 10 1 111 93,283%
8,4 11 1 110 92,435%
8,4 12 1 109 91,587%
10,3 13 1 108 90,739%
11 14 1 107 89,891%
11,8 15 1 106 89,043%
12,2 16 1 105 88,195%
12,3 17 1 104 87,347%
13,5 18 1 103 86,499%
14,4 19 1 102 85,651%
14,4 20 1 101 84,803%
14,8 21 1 100 83,955%
15,7 23 1 98 83,098%
16,2 24 1 97 82,241%
16,3 25 1 96 81,384%
16,5 26 1 95 80,528%
16,8 27 1 94 79,671%
17,2 28 1 93 78,814%
17,3 29 1 92 77,958%
17,5 30 1 91 77,101%
17,9 31 1 90 76,244%
19,8 32 1 89 75,388%
20,4 33 1 88 74,531%
20,9 34 1 87 73,674%
21 35 1 86 72,818%
21 36 1 85 71,961%
21,1 37 1 84 71,104%
23 38 1 83 70,248%
23,6 40 1 81 69,380%
24 41 1 80 68,513%
24 42 1 79 67,646%
27,9 43 1 78 66,779%
28,2 44 1 77 65,911%
29,1 45 1 76 65,044%
30 46 1 75 64,177%
31 47 1 74 63,310%
31 48 1 73 62,442%
32 49 1 72 61,575%
35 50 1 71 60,708%
35 51 1 70 59,841%
38 55 1 66 58,934%
40 60 1 61 57,968%
41 63 1 58 56,968%
41 64 1 57 55,969%
42 66 1 55 54,951%
44 70 1 51 53,874%
48 76 1 45 52,677%
51 78 1 43 51,452%
51 79 1 42 50,227%
52 81 1 40 48,971%
54 82 1 39 47,715%
56 84 1 37 46,426%
60 88 1 33 45,019%
78 99 1 22 42,972%
80 100 1 21 40,926%
89 103 1 18 38,652%
90 104 1 17 36,379%
126 115 1 6 30,316%
Abaixo temos a representao grfica do Estimador de Kaplan-Meier.
Figura 1 Representao Grfica das Propores Condicionais de Sobrevivncia de um grupo
de 121 pacientes com cncer na mama obtidos de um grande hospital num perodo de 1929 a
1938 com relao s estimativas de Kaplan-Meier.
Na Tabela 4, apresentamos a tabela atuarial com intervalos de um ano, para esta aplicao.
A estimativa de sobrevivncia em t = 1 ano % 12 , 89 ) 12 (
= R e t = 5 anos % 18 , 46 ) 60 (
= R .
Isto significa, que a probabilidade de um paciente sobreviver mais que 1 ano 89,12% e a
probabilidade de sobreviver mais que cinco anos 46,18%.
Aps um ano 13 pessoas tero falecido. E aps cinco anos 60 pessoas tero falecido.
Conferindo dois anos de medicao o nmero de mortes esperado de 38 pessoas.
O nmero de dias para o qual 10% dos pacientes tero morrido aproximadamente um ano.
Realizando uma interpolao linear, temos que o tempo mdio de vida 54 meses, ou seja,
% 50 ) 54 (
60
4618 , 0 5 , 0
48 60
4618 , 0 5388 , 0
Tabela 4: Estimativas da Tabela de Vida para os dados em estudo.
1
Abaixo temos a representao grfica da Tabela de Vida.
j
t - (ano)
j
n - (risco)
j
d -
(falhas
ou
mortes)
j
c -
(censuras)
j
q - (probabilidade
de morte no perodo
de tempo)
) (
j
t R
(proporo
condicional de
sobrevivncia)
0-12 121 13 3 0,109 100,00%
12-24 105 25 2 0,221 89,12%
24-36 80 11 0 0,138 69,41%
36-48 69 6 18 0,1 59,87%
48-60 45 6 6 0,143 53,88%
60-72 33 1 10 0,036 46,18%
72-84 22 2 1 0,093 44,53%
84-96 19 2 2 0,111 40,39%
96-108 15 0 3 0 35,90%
108-120 12 0 5 0 35,90%
120-132 7 1 4 0,2 35,90%
132-144 2 0 1 0 28,72%
>144 1 0 1 0 28,72%
Figura 2 Representao Grfica das Propores Condicionais de Sobrevivncia de um grupo
de 121 pacientes com cncer na mama obtidos de um grande hospital num perodo de 1929 a
1938 com relao s estimativas da tabela de Vida.
Comparando os estimadores de Kaplan-Meier com os estimadores da Tabela de Vida, pode-se
notar que no h muita diferena entre as probabilidades condicionais de sobrevivncia, sendo
assim, qualquer um dos mtodos poderia ser utilizado. Claro que, o mtodo da Tabela de Vida
mais rpido de ser obtido em relao aos clculos realizados no mtodo de Kaplan-Meier.
4. CONCLUSO
O objetivo bsico da anlise de sobrevivncia estimar o risco de falha ao longo do tempo, que
gerado por meio da estimativa da funo de sobrevivncia. Pode-se definir os experimentos com
tempos de vida cujas unidades tenham como varivel dependente os tempos, observados desde o
incio do experimento at a ocorrncia de um evento de interesse. Uma caracterstica presente
nestes tipos de estudos a presena de censuras, que a no observao do tempo de ocorrncia
do evento.
As estimativas podem ser obtidas a partir de mtodos no-paramtricos (que no supe nenhuma
distribuio associada).
Verificou-se atravs da Tabela de Vida e de Kaplan-Meier a anlise de sobrevivncia dos
pacientes com cncer na mama. Houve uma relativa diferena entre os resultados obtidos pelos
dois mtodos, ficando a cargo do pesquisador escolher o mtodo mais adequado de acordo com
os seus interesses.
Com esta pesquisa pude perceber que uma anlise estatstica dos tempos de vida de objetos ou
pessoas em estudo tem sido realizada em diversas reas do conhecimento, especialmente em
engenharia e cincias biomdicas.
Aps todo este processo de estudo-pesquisa, pude compreender os conceitos bsicos da anlise
de sobrevivncia, a estimao no paramtrica das funes de sobrevivncia e, com uma
aplicao, reforcei os conhecimentos adquiridos.
Desde j, concluo que o trabalho de grande valia, pois o mesmo contribui para o meu
crescimento profissional e pessoal. Uma sugesto para estudos futuros seria: fazer uma aplicao
comparando a anlise de sobrevivncia de um grupo de pacientes em relao idade, sexo e
tratamentos.
BIBLIOGRAFIA
Borges, Wagner S; Colosimo, Enrico A; Freitas, Marta A. (1996) Mtodos Estatsticos e Melhoria da Qualidade
Construindo Confiabilidade em Produtos. ABE- Associao Brasileira de Estatstica, So Paulo, 217p.
Downing, Douglas; Clark, Jeffrey. (2000) Estatstica Aplicada. Ed. Saraiva, So Paulo, 455p.
Lawless, J. F.(1982) Statistical Models and Lifetime Data. Ed. John Wiley & Sons.
Martins, Gilberto A. (2002) Estatstica Geral e Aplicada. Ed. Atlas, So Paulo, 417p.
REFERNCIA BIBLIOGRFICA
Lee, Elisa T. (1992) Statistical Methods for Survival Data Analysis. Ed. John Wiley & Sons.