GRUPO II:

TABLAS DE SUPERVIVENCIA
-MTODO ACTUARIAL
-MTODO DE KAPLAN MEIER
-TEST DE LOG RANK
INTEGRANTES:

CABRERA CRDENAS, Karen.

CARLOS SALAZAR, Yamir.
GORRITI RUBIO, Ana Luca.
IMN TELLO, ngel.
MANCILLA SILVA, Jessica.
SALVATIERRA GARCA, Antonella.

DOCENTE:
ROBLES PASTOR, Blanca Flor
Anlisis de Supervivencia
El anlisis de supervivencia es un conjunto
de tcnicas estadsticas en las que la
variable respuesta es el tiempo que
transcurre entre el comienzo del
seguimiento del individuo en el estudio y la
aparicin del evento de inters (recada,
muerte, etc.).
 La observacin de cada paciente se inicia al diagnosticar la enfermedad, en la
intervencin quirrgica, etc. (tiempo = 0), y continua hasta que se produce el evento
o hasta que el tiempo de seguimiento se interrumpe
El tiempo de seguimiento es el tiempo transcurrido desde el inicio del seguimiento
hasta producirse la respuesta (evento) o hasta el final del seguimiento, si la respuesta
no se ha producido.
Los requisitos necesarios para disponer de datos adecuados para un anlisis de
supervivencia son:

a. Definir apropiadamente el origen o inicio del seguimiento.

b. Definir apropiadamente la escala del tiempo.
c. Definir apropiadamente el evento.

Un evento de inters puede referirse a la ocurrencia de una complicacin en el

diabtico, la recada de una neoplasia, la curacin o la muerte. La caracterstica
principal de este evento es su naturaleza dicotmica (presente o ausente). Cuando el
sujeto no llega al evento de inters y se cuenta solo con un seguimiento parcial del
mismo, dentro del anlisis se le denomina dato censurado
Limitaciones e imprecisiones de los datos
Gnesis de censuras: Prdidas de seguimiento o fin del estudio.
Gnesis de truncamientos: Entrada en el estudio despus del hecho que define el origen.
En general existen tres razones para censurar un dato:

Si un sujeto no presenta el evento antes del trmino del estudio.

Si no es posible el seguimiento del sujeto durante el transcurso del estudio (prdida de
seguimiento).
Si una persona decide renunciar al estudio (omuere, siempre y cuando la muerte no sea el
evento de inters).

Truncamientos: No se observa la ocurrencia de origen en todos los individuos. Se tendra que

haber empezado con anterioridad ya que la enfermedad habra empezado antes.
Tipos de observaciones

a. No truncada, no censurada:
I+t
El proceso se inicia en I pero el evento ocurre en t.
b. No truncada, censurada:
I ..........
El proceso se inicia en I pero el evento no se presenta durante el seguimiento realizado.
c. Truncada, no censurada:
........... + t
Ya se tena el proceso antes de entrar en el estudio (el diagnstico o fecha de inicio est
atrasada) y el evento se produce en t.
d. Truncada, censurada:
......... ...........
Ya se tena el proceso antes de entrar en el estudio, como en la situacin anterior pero el evento
no se presenta durante el seguimiento realizado.
Supervivencia y riesgo

Los datos de supervivencia se pueden analizar con dos tipos de probabilidades

diferentes:
A. Funcin de supervivencia S(t) (probabilidad de supervivencia)
Probabilidad de que un individuo sobreviva desde la fecha de entrada en el
estudio hasta un momento determinado en el tiempo t
Se centra en la no ocurrencia del evento
B. Funcin de riesgo (Hazard Rate) h(t)
Probabilidad de que a un individuo que est siendo observado en el tiempo t le
suceda el evento de inters en ese preciso momento
Se centra en la ocurrencia del evento
Una curva de supervivencia empinada
representa baja tasa de supervivencia o corto
tiempo de supervivencia.

Una curva de supervivencia plana o gradual

representa alta tasa de supervivencia o
mayor supervivencia
Ejemplo de anlisis de supervivencia
Estudio de 10 pacientes con cncer de mama, las cuales son seguidas durante un
periodo de dos aos (24 meses) :
Metodologa estadistica
El anlisis de los datos se puede llevar a cabo utilizando tcnicas paramtricas (si la
distribucin del tiempo de supervivencia es conocida) o no paramtricas (si la
distribucin no es conocida).
En los estudios mdicos, no se suele disponer de la informacin suficiente para
ajustar los datos a una distribucin conocida, por lo que es ms til la aplicacin de
mtodos no paramtricos:
Kaplan-Meier: Estimar e interpretar la curva de supervivencia
Mtodo Actuarial: Similar a Kaplan-Meier
Log-Rank: Comparar curvas de supervivencia
Modelo de Cox: Cuantificar el efecto de un tratamiento controlando el efecto de
otras variables pronsticas
MTODO ACTUARIAL o
tabla de la vida
 MTODO ACTUARIAL

Las curvas de supervivencia se producen

utilizando uno de los dos mtodos:
Si la poblacin que queremos estudiar es :
Dinmica
Grande

MTODO DE KAPLAN MEIER

Tambin llamado Tabla Tiempo de participacin de

MTODO ACTUARIAL de la vida o Mtodo de cada paciente en intervalos
Cutler Ederer Calcular las probabilidades
de supervivencia.

(Ley multiplicativa de las probabilidades)

Probabilidad = Probabilidad de sobrevivir hasta el momento
anterior x la probabilidad condicionada de sobrevivir un
tiempo (despus de ya haber sobrevivido un tiempo)
 El mtodo actuarial implica tres premisas en los datos:

1
Todos los abandonos durante un intervalo dado ocurren aleatoriamente durante dicho intervalo.

2 Aunque la supervivencia en un tiempo dado depende de la supervivencia en todos los perodos

previos, la probabilidad de la misma en un perodo de tiempo es independiente de la probabilidad de
supervivencia en los dems perodos.

3
Las personas que se retiran del estudio tienen un destino parecido a las que se quedan
Ejemplo:

En funcin del tiempo

transcurrido desde su
transplante

Pacientes transplantados con Probabilidad de

Insuficiencia renal terminal ( IRT) rechazo de injerto

Se obtienen las historias

clnicas de pts con IRT

Habiendo sido tratados

Para un mismo tiempo la Obtenemos si el paciente haba mayoritariamente con
probabilidad de que sobrevivido en la ltima visita o dos terapias
transplante sea exitoso bien haba fallecido
depende tambin : Si hubo Algunos haban sido
tranplante anterior transplantados previamente
 Tiempo de observacin La probabilidad de que el suceso final
ocurra hasta pasado un determinado
perodo de tiempo > = a t

Variable dicotmica que indica :

Total de individuos cuyo tiempo de
La ocurrencia o no del suceso final
observacin ha sido superior o igual a t
Para cada paciente de (1=fallecer y 0=sobrevivir).
la muestra

Ventajas y desventajas en usar el mtodo actuarial:

Desventaja: El principal inconveniente es que da estimaciones poco precisas

cuando el nmero de sujetos es pequeo

Ventaja: Pero en muestras grandes, ofrece una ventaja fundamental.

*Primero porque influye muy poco sobre las estimaciones
*Segundo porque ofrece una curva de supervivencia muy clara,
pero la ms importante: nos permite dar una funcin riesgo
 No slo es interesante saber la supervivencia de nuestra poblacin.
Por ejemplo si hacemos un estudio de pacientes operados por cncer de esfago, sera muy interesante
saber en qu momento existe el mximo riesgo de que se presente una recidiva. Pues bien, si tenemos a
100 pacientes seguidos durante 60 meses y veamos su curva de supervivencia calculada con el mtodo
de Kaplan-Meyer

Fig. 2. Curva de supervivencia actuarial.

Fig. 1. Curva de supervivencia Kaplan-Meyer.
 Pero veamos la funcin de riesgo de defuncin, es decir, cul es el momento de mayor riesgo de que el sujeto
fallezca (y que slo se puede calcular con el mtodo actuarial)

Cul es la probabilidad de que

fallezca un paciente operado de
cncer de esfago a los 16 meses de la
operacin (suponiendo que haya
sobrevivido hasta ese momento)?

Cundo fallecen ms los pacientes?

Cundo recidivan ms?

Fig. 3. Funcin de riesgo
Como realizar el Mtodo Actuarial en SPSS?

1) En la opcin vista de Datos se deben tener tres columnas con los respectivos valores

2) Luego nos vamos a vista de variables

3) En la variable estado, agregamos dos valores: 0 para los censurados y 1 para los muertos
4) En la variable tratamiento, agregamos dos valores uno para el tratamiento A y
otro para el tratamiento B
5) Ahora analizaremos el tiempo de vida independientemente del tratamiento: Vamos a la opcin
Analizar, luego hacemos clic en supervivencia y seleccionamos la opcin tablas de vida
6) Luego colocamos el tiempo de sobrevida en Time y el estado en Status: En este Ejemplo se selecciona hasta el
mes 50( se coloca en through) en intervalos de 10 meses( se coloca en by). Luego se selecciona la opcin definir
evento
7) Le damos al valor 1 y en opciones seleccionamos la opcin grafico de supervivencia y damos clic en
continuar
Diferencias entre mtodo actuarial y mtodo de Kaplan Meier

Metodo Actuarial Mtodo de Kaplan Meier

Se utiliza para grupos pequeos de Se utiliza para grupos grandes de

menos de 50 personas ms de 50 personas

Mide la supervivencia cada vez que Mide la supervivencia en cada

ocurre el evento esperado intervalo de tiempo

Se necesita poco tiempo para Se necesita mucho tiempo para

realizar el estudio realizar el estudio
Aplicacin del mtodo actuarial
Pacientes
que fueron
dx con ICC
Pacientes que recibieron el
trasplante renal
TEST DE LOGRANK
 Estudios de supervivencia

Comparacin de experiencias de supervivencia

de dos o mas grupos de pacientes.

Difieren por un factor

Su efecto

EVENTO DE INTERES A
COMPARAR

TEST DE
PRUEBA DE T DE
STUDENT
LOGRANK
 TEST DE LONGRAK :
Prueba de logaritmo del rango
MTODO

Compara la sobrevida de grupos, que incluye

todo el perodo de seguimiento y no la
sobrevida en un punto arbitrario de las curvas.

ocurre

La tasa de mortalidad en un grupo es

consistentemente mayor que la tasa
correspondiente en un segundo grupo

Razn de estas dos tasas es constante a

travs del tiempo
 TEST DE LOGRANK
Test de Mantel- Haenzel

Anlisis es basado en el tiempo de los eventos de

cada grupo que se comparan con el nmero
esperado de eventos

Otorga la misma ponderacin a todos los tiempos

de seguimiento
CARACTERISTICAS Muy til cuando el evento es poco frecuente o si las
curvas son aproximadamente paralelas

Tiene como hiptesis nula que no hay diferencias

entre las poblaciones para la ocurrencia de un
evento

El resultado de esta prueba es un valor de p

Este anlisis tambin es susceptible de ser

graficado
 Cmo se realiza esta el Test de
LogRank?

1. Creacin de las 2. Se calcula el 3. Se calculan los

tablas de nmero de prdidas totales para perdidas
supervivencia con por grupos. esperadas y
datos dados. observadas.

4. Se utiliza la prueba
6. Se realiza una 5.Consultando las tablas Chi cuadrado para
estimacin de de una distribucin comprobar hiptesis
riesgo (opcional). con un grado de libertad nula

7.Crear grfico con

curvas de supervivencia
EJEMPLO
Se dispone de los datos de supervivencia de 10 pacientes que han sido aleatoriamente
asignados a los tratamientos A y B

Tratamiento:
3, 5, 7, 9*, 18,12, 19, 20, 20*, 33*

9* indica dato censurado y, por tanto, no ha presentado el evento (en este caso morir
de cncer), como tampoco lo han presentado las observaciones 20* y 33*.
EJEMPLO
1. Creacin de las tablas de supervivencia con datos dados.

2. Se calcula el nmero de prdidas por

grupos.

En el mes 7 hay una prdida; de modo que es el nmero

de prdidas que se espera ocurran en el grupo A y es el
nmero de prdidas que se espera para el grupo B.

3. Se calculan los totales para perdidas

esperadas y observadas.
EJEMPLO
6. Se realiza una estimacin de riesgo
(opcional).

4. Se utiliza la prueba Chi cuadrado para

As, los pacientes con el tratamiento B sobreviven 4,21
comprobar hiptesis nula veces ms que los del tratamiento A.

7.Crear grfico con curvas de

supervivencia

5.Consultando las tablas de una

distribucin con un grado de libertad

Se concluye que hay diferencia entre ambas

curvas de supervivencia.
 CONCLUSIONES- TEST DE
LOGRANK

El test de Logrank asume lo mismo que las curvas de Kaplan-Meier: que la censura NO
est relacionada con el pronstico, que la probabilidad de sobrevida es igual en
pacientes reclutados temprano o tarde en el estudio, y que los eventos ocurrieron en los
tiempos especificados.

El test de Logrank tiende a encontrar diferencias cuando las curvas son consistentes en el
tiempo y tienden a no encontrar diferencias cuando las curvas se cruzan.

Se recomienda que siempre se elaboren las curvas. Igualmente se recomienda el uso de

software para el clculo del estadstico