UNIVERSIDADE FEDERAL DO CEARÁ
DEPARTAMENTO DE ESTATÍSTICA E MATEMÁTICA APLICADA
O ESTIMADOR DE KAPLAN-MEIER: UMA APLICAÇÃO USANDO O SOFTWARE R
Orientador: Prof. Dr. Gualberto Segundo Agamez Montalvo
1. Introdução
Análise de sobrevivência ou análise de sobrevida
é uma área da Estatística que se preocupa em
estudar o tempo até a ocorrência de um determi-
nado evento, usualmente considerado como tempo
de falha. A análise de sobrevivência desempe-
nha um papel fundamental em várias áreas do co-
nhecimento, principalmente na saúde, fornecendo
ferramentas estatísticas para analisar e modelar
eventos como: o tempo até o desenvolvimento de
uma certa doença ou tempo de sobrevivência após
um tratamento médico. Não podemos nos esque-
cer da atuação desta área no direito, analisando o
tempo de julgamento dos processos judiciários e
nas ciências sociais estudando, por exemplo, du-
ração de casamentos. Para estimar a função de
sobrevivência, o estimador não paramétrico mais
utilizado é o denominado de estimador de Kaplan-
Meier, principalmente no contexto em que temos
dados censurados. Uma censura pode ser con-
siderada, de forma simples, como a ausência da
ocorrência do evento de interesse no tempo do es-
tudo, seja porque o tempo do estudo acabou e
não se observou o desfecho no indivíduo, o indi-
víduo foi retirado do estudo por alguma razão ex-
terna, o indivíduo não quis participar mais do es-
tudo, ou simplesmente, foi observada a ocorrência
do evento mas por motivos diferentes ao motivos
do estudo, por exemplo, o paciente morre num aci-
dente de trânsito e não pela doença em estudo.
2. Objetivos
Objetivo principal
Apresentar o estimador de Kaplan-Meier e uma
aplicação.
Objetivos específicos
Mostrar como a função de sobrevivência, S(t), é
estimada através do estimador de Kaplan-Meier,
apresentar um exemplo aplicado no software R e
apresentar os gráficos da função de sobrevivência
estimada.
3. Metodologia
Ideia Inicial
O estimador de Kaplan-Meier, na sua construção,
considera tantos os intervalos de tempo quantos
forem o número de falhas distintas. Os limites dos
intervalos de tempo são os tempos de falha da
amostra. Considere os tempos de sobrevivência
de um determinado grupo de pacientes de um tra-
tamento contra hepatite. O procedimento para se
obter a estimativa de Kaplan-Meier envolve uma
sequência de passos, em que o próximo depende
do anterior. Por exemplo:
S(5) = P (T ≥ 5) = P (T ≥ 1) ∗ P (T ≥ 5 | T ≥ 1)
[1] COLOSIMO, Enrico Antonio; GIOLO, Suely Ruiz. Análise de sobrevivência aplicada. Editora Blucher, 2021.
[2] DE OLIVEIRA, Lucas Gomes; MOTA, THIAGO SANTOS. USO DO ESTIMADOR DE KAPLAN-MEIER EM ANÁLISE DE SOBREVIVÊNCIA PARA PACIENTES COM PERITONITE BACTERIANA.
In: VIII JORNACITEC-Jornada Científica e Tecnológica. 2019.
[3] R Core Team (2022). R: A language and environment for statistical computing. R Foundation for Statistical Computing, Vienna, Austria.
CURSO DE ESTATÍSTICA
ENCONTROS UNIVERSITÁRIOS 2023
XXXII ENCONTRO DO PID DA UFC
Autor:Lyanderson Evangelista Rabelo
Notem que, obviamente, para um paciente sobre- no tratamento de hepatite viral aguda. Cada pa-
viver a 5 semanas, é preciso que aquele sobreviva ciente foi acompanhado por 16 semanas ou até
a 1 semana. Os passos seguintes para a obtenção sua morte ou até a perda de acompanhamento.
das estimativas são gerados a partir dos intervalos Aqui será apresentado o código para obtenção do
definidos pela ordenação dos tempos de falha de gráfico e o próprio gráfico da função Ŝ(t), onde
tal forma que cada um deles comece em um tempo as censuras presentes no estudo são representa-
observado e termina no próximo tempo. A proba- das pelo símbolo ’+’ e no código nos utilizamos de
bilidade de sobrevivência no primeiro intervalo de uma representação binária onde 1 representa um
tempo é igual a 1 e essa probabilidade vai dimi- tempo de falha e 0 um tempo censurado.
nuindo conforme os tempos de falha vão sendo
observados.
Construção do Estimador de Kaplan-Meier
Nesta seção iremos generalizar as ideias apresen-
tadas na seção anterior. Suponha que existam n
pacientes no estudo de K(≤ n) falhas distintas nos
tempos t1 ≤ t2 · · · ≤ tk . Considerando S(t) uma
função com probabilidade maior que zero somente Figura 1: Código para a obtenção do gráfico da
nos tempos de falha tj , j = 1, 2, · · · , k, tem-se que: função Ŝkm(t)
S(tj ) = (1 − q1) ∗ (1 − q2) ∗ · · · ∗ (1 − qj )
Em que qj é a probabilidade de um indivíduo falhar
no tmepo [tj − 1, tj ], sabendo que ele não falhou
até tj − 1 e considerando t0 = 0.
Desta forma, a expressão geral a expressão geral
de S(t) é escrita em termos de probabilidades con-
dicionais.
A expressão geral do estimador de Kaplan-Meier
pode ser representada após a formalização destes
termos, considere:
• t1 ≤ t2 · · · ≤ tk , os k tempos distintos e ordena-
dos de falha,
• dj o número de falhas em tj , j = 1, · · · , k, e
• nj o número de indivíduos que não falharam e
não foram censurados até o instante imediata-
mente anterior a tj . Em termos práticos pode
ser visto como total de observações subtraído de
todos os acontecimentos(falha ou censura) que
ocorreram antes do tempo tj
Após isso, podemos finalmente definir o estimador
de Kaplan-Meier, que é definido como: Figura 2: Gráfico da função Ŝkm(t)
Y n j − dj
Ŝ(t) = (1)
j:t ≤t
nj
j
Uma justificativa para Equação 1 vem justamente 5. Conclusões
da decomposição de S(t) em termos dos qj′ s e a
expressão apresentada também é o estimador de Outro exemplo que podemos citar da utilização
deste estimador é o seu uso em pesquisar científi-
máxima verossimilhança de S(t).
cas como é o caso de um artigo escrito no ano de
2019 em Botucatu-São Paulo, onde foi conduzido
4. Exemplo Prático um estudo sobre o estimdor de Kaplan-Meier em
análise de sobrevivência para pacientes com pe-
O exemplo que será apresentado foi retirado do li- rotonite bacteriana, onde foi analisada cada variá-
vel, Sexo, Tempo de UTI e etc, sobre o tempo até
vro Análise de Sobrevivência Aplicada dos autores
o óbito dos pacientes com perotonite bacteriana.
Enrico Antônio Colosimo e Suely Ruiz Giolo, onde Com isso, podemos ver a importância da Bioesta-
nos é apresentado um estudo clínico aleatorizado tística e o uso importantíssimo que o estimador de
para investigar o efeito da terapia com esteróide Kaplan-Meier tem para a área da saúde.
Referências