Przejdź do treści

Rozdział wyników

Mediana czasu do zdarzenia nieosiągnięta na krzywej Kaplana-Meiera. Jak opisać wynik?

Około 26 min czytania

Teczki, kalendarz i zegar na biurku

Jeśli oszacowana krzywa Kaplana-Meiera pozostaje powyżej 50% do końca danych, napisz, że mediana czasu do zdarzenia nie została osiągnięta w okresie obserwacji. Nie podstawiaj ostatniego dnia ani średniego czasu obserwacji. Podaj, jakie zdarzenie śledzono, jaki był czas odniesienia oraz ile osób pozostawało pod ryzykiem w ważnych momentach. Gdy porównujesz grupy i jedna nie ma oszacowanej mediany, wybierz także ten sam, uzasadniony moment dla obu grup. Możesz wtedy opisać oszacowany udział osób nadal bez zdarzenia i zakres niepewności, jeżeli został poprawnie obliczony.

Pierwszy krok wykonaj na wykresie i w zestawieniu programu. Znajdź linię 0,50, ostatni zaobserwowany moment zdarzenia, liczebności pod ryzykiem i informację o obserwacjach zakończonych bez odnotowanego zdarzenia. Następnie sprawdź, czy program podaje brak mediany, czy brakuje tylko jednej granicy jej przedziału ufności. Są to różne sytuacje. Ten poradnik pokazuje pełny rachunek dla dwóch małych, fikcyjnych grup i wzór zapisu, który możesz dostosować do swojego rozdziału wyników.

Odczytaj komunikat programu razem z krzywą

Mediana czasu do zdarzenia jest wyznaczana z oszacowanego rozkładu czasu. Na krzywej przedstawiającej prawdopodobieństwo pozostawania bez zdarzenia interesuje Cię poziom 0,50. Jeśli krzywa spada bezpośrednio z wartości powyżej 0,50 do wartości niższej, czas tego spadku jest medianą według zwykłego odczytu skokowego. Jeżeli krzywa pozostaje powyżej 0,50, czas przecięcia jest nieznany na podstawie tego przebiegu. Oprogramowanie może wyświetlić skrót, pustą komórkę albo znacznik braku. Sam symbol bez obejrzenia wykresu nie mówi, co się stało. Upewnij się, że program dopasował krzywą do właściwej zmiennej i grupy.

Sprawdź przede wszystkim, czy śledzisz zdarzenie o właściwym kodzie. Zapis „1 = ukończenie, 0 = koniec obserwacji bez ukończenia” jest przykładową konwencją, a nie uniwersalną instrukcją każdego programu. Przejrzyj ustawienie zmiennej stanu, listę zdarzeń i liczbę wierszy przyjętych do dopasowania. Jeśli program pokazał zero ukończeń, porównaj to z rzeczywistymi rekordami. Jeżeli oczekiwano kilku ukończeń, mogło dojść do błędnego kodowania lub filtra. Gdy dane zawierają prawidłowe czasy i rzeczywiście nie odnotowano zdarzeń, pozostanie krzywej na poziomie 1 jest możliwym wynikiem. W tej sytuacji masz podstawę do opisu przebiegu obserwacji, choć mediana jest nieosiągnięta.

Ustal, czy na osi pionowej program pokazuje krzywą pozostawania bez zdarzenia, czy jej dopełnienie. W przykładzie o ukończeniu kursu krzywa pozostawania bez zdarzenia opada od 1. Im niżej, tym mniej osób według oszacowania pozostaje bez ukończenia. Wykres dopełnienia może rosnąć od 0. Na obu skala 50% jest istotna dla mediany, ale zdania w rozdziale muszą odpowiadać temu, co rzeczywiście pokazujesz. Nie podpisuj wykresu „odsetek ukończeń” wtedy, gdy przedstawia pozostawanie bez ukończenia. Gdy analizujesz konkurujące zdarzenia, dopełnienie zwykłej krzywej Kaplana-Meiera może mieć inne znaczenie niż skumulowana częstość danego zdarzenia. Najpierw sprawdź plan analizy.

Brak mediany odróżnij od nieoszacowanej granicy jej przedziału ufności. W jednej grupie punktowa krzywa może przeciąć 0,50, więc masz oszacowanie mediany. Jedna z krzywych ograniczających niepewność może natomiast nie dojść do poziomu potrzebnego do obliczenia granicy. W takim przypadku raport może zawierać medianę i tylko jedną skończoną granicę. W innej sytuacji nie da się oszacować punktowej mediany w ogóle. Nie łącz obu przypadków w jedną kreskę bez objaśnienia. Przytocz sposób, w jaki Twój program zwraca brak, i opisz, którego elementu dotyczy. Jeśli ustalenie granicy jest ważne dla interpretacji, sprawdź metodę konstrukcji przedziału i zakres danych.

Początek czasu bywa ukryty w ustawieniach. Dwa raporty o ukończeniu tego samego kursu mogą liczyć od pierwszego logowania albo od dnia przydzielenia do programu. Wtedy każdy dzień oznacza inny etap. Jeśli w zestawieniu występują osoby, które rozpoczęły obserwację z opóźnieniem po wspólnym punkcie startowym, sprawdź, czy model obsługuje wejście do zbioru ryzyka w odpowiednim czasie. Nie zakładaj, że wszystkie osoby były pod ryzykiem od zera. W demonstracyjnym przykładzie każda osoba jest obserwowana od własnego startu kursu, więc na początku skali czasu w obu grupach jest po dziesięć osób. To założenie ćwiczenia, które trzeba odróżnić od danych złożonych.

Rozróżnij zdarzenie, koniec obserwacji i liczebność pod ryzykiem

Przyjmijmy, że zdarzeniem jest udokumentowane ukończenie kursu. Jedna osoba ukończyła w piątym dniu od startu, inna pozostawała bez ukończenia, gdy w siódmym dniu zamknięto dostęp do rejestru. W pierwszym przypadku znamy czas zdarzenia. W drugim wiemy, że ukończenia nie odnotowano do momentu zamknięcia. Nie wiemy, co stałoby się później w tym samym scenariuszu. Taki wynik może być prawostronnie cenzorowany. Osoba wchodzi do obliczenia w obserwowanym okresie, a po swoim ostatnim czasie nie należy już do zbioru osób pozostających pod ryzykiem. Brak przyszłej obserwacji nie jest zdarzeniem.

Na krzywej Kaplana-Meiera spadek występuje w chwili zdarzenia. Cenzorowanie samo w sobie nie tworzy spadku, ale zmniejsza liczebność, która może wziąć udział w późniejszych obliczeniach. Dlatego płaski odcinek z kilkoma znakami cenzorowania nie oznacza, że wszystkie osoby przez cały czas były obserwowane. Jeśli pod wykresem nie ma liczebności, czytelnik może przecenić podstawę końcowego fragmentu. Rozważ zestawienie liczby osób pod ryzykiem, a jeżeli format pozwala, także liczby zdarzeń i cenzorowań. W badaniu KMunicate preferencje odbiorców uzasadniały m.in. pokazanie dodatkowych informacji o liczebnościach i niepewności. Zastosuj je tak, by nie obciążyć rysunku informacjami niezwiązanymi z pytaniem.

Liczebność pod ryzykiem w danej chwili oznacza zbiór osób, które bezpośrednio przed uwzględnieniem zdarzeń tej chwili mogą wnieść informację o zdarzeniu. Od liczebności wyjściowej odejmujesz osoby z wcześniejszym zdarzeniem i osoby cenzorowane wcześniej. Dokładną konwencję w tabeli programu sprawdź, jeżeli znak przy czasie dotyczy momentu przed zdarzeniem albo po nim. Przy remisach może wystąpić kilka zdarzeń w tym samym dniu. Traktuj je według tej samej reguły programu i w przykładzie ręcznym nie wprowadzaj sztucznej kolejności. Jeśli zdarzenie i cenzorowanie występują w tym samym zaokrąglonym czasie, nie zmieniaj czasu tylko po to, by je rozdzielić. Sprawdź kodowanie i zasadę obsługi remisów, którą zastosowano.

W opisie możesz podać liczbę osób w zbiorze, liczbę zaobserwowanych zdarzeń i liczbę cenzorowań. To informacje pomocnicze dla krzywej. Prosty udział osób, u których odnotowano zdarzenie do zamknięcia danych, odpowiada na inne pytanie niż oszacowanie Kaplana-Meiera w konkretnym dniu. Jeżeli uczestnicy mieli różne czasy obserwacji, nie wszyscy dostali taką samą szansę, by do tego dnia zaobserwować u nich zdarzenie. Wykres wykorzystuje informację o tym, kto był pod ryzykiem w chwilach zdarzeń. Różnica między odsetkiem surowym a oszacowaniem nie jest automatycznie błędem programu.

Kiedy zakończenie obserwacji może zmienić wniosek

Cenzorowanie administracyjne może wynikać ze wspólnego dnia zamknięcia bazy przy różnym dniu rozpoczęcia. To jeden z powodów różnych czasów obserwacji. Nie przesądza automatycznie, że mechanizm cenzorowania jest niezależny. Jeśli osoby przyjęte później uczyły się według innej wersji kursu albo miały inne warunki udziału, data wejścia może wiązać się zarówno z prawdopodobieństwem ukończenia, jak i z długością obserwacji. W opisie pokaż najpierw, kiedy i dlaczego obserwacja się kończyła. Dopiero potem rozważ, czy założenia zwykłej analizy są wiarygodne.

Osoba może też przestać odpowiadać, zmienić platformę lub definitywnie wycofać się z kursu. W zależności od pytania te przypadki wymagają odmiennego rozstrzygnięcia. Jeśli wycofanie trwale uniemożliwia ukończenie w analizowanym programie, potraktowanie go jak zwykłego, neutralnego końca obserwacji może nie odpowiadać interesującej Cię częstości ukończenia w obecności wycofań. Jeżeli wycofanie oznacza tylko brak możliwości dalszego sprawdzenia, problem dotyczy nieznanego dalszego przebiegu. Nie przypisuj tego samego kodu każdemu „brakowi ukończenia”, dopóki nie wiesz, co się wydarzyło. W metodologii i wynikach podaj reguły dla różnych przyczyn. W razie potrzeby omów inną metodę analizy w odniesieniu do pytania, zamiast przeliczać tę samą krzywą pod inną nazwą.

Przelicz fikcyjny przykład dwóch grup

W demonstracyjnym badaniu porównano dwie grupy uczestników kursu, A i B. W każdej jest dziesięć osób. Czas liczony jest w dniach od rozpoczęcia przez osobę. Zdarzeniem jest udokumentowane ukończenie, a zakończenia obserwacji bez ukończenia traktujemy w ćwiczeniu jako cenzorowane. Przyjmujemy do celów rachunkowych, że przyczyny zakończenia obserwacji pozwalają zastosować tę metodę. Nie jest to wynik rzeczywistego badania ani dowód, że analogiczne założenie będzie spełnione w każdej analizie edukacyjnej.

W estymatorze opisanym przez Kaplana i Meiera (1958) w chwili zdarzenia mnożysz poprzedni poziom przez ułamek (n - d) ÷ n, gdzie n to liczba osób pod ryzykiem bezpośrednio przed zdarzeniami, a d to liczba zdarzeń w tym samym czasie. Przed pierwszym zdarzeniem poziom wynosi 1. W chwili samego cenzorowania nie mnożysz krzywej przez nowy czynnik. Usuwasz osobę z przyszłych zbiorów ryzyka. W notatkach obok każdego rachunku zachowaj informację, które zdarzenia i cenzorowania miały miejsce wcześniej. Dzięki temu czytelnik może odtworzyć n bez zaglądania do pełnej bazy.

Grupa A, mediana w dniu 20

  • Dzień 5. Jedno ukończenie wśród dziesięciu osób. Poziom krzywej wynosi 9 ÷ 10 = 0,90.
  • Dzień 7. Jedna osoba cenzorowana. Poziom pozostaje 0,90. Do dnia 10 pozostaje osiem osób bez wcześniejszego zdarzenia i nadal obserwowanych.
  • Dzień 10. Dwa ukończenia wśród ośmiu osób. Mnożysz 0,90 przez 6 ÷ 8 i otrzymujesz 0,675.
  • Dzień 13. Jedna osoba cenzorowana. Poziom pozostaje 0,675. Do kolejnego zdarzenia pozostaje pięć osób.
  • Dzień 15. Jedno ukończenie wśród pięciu osób. 0,675 × 4 ÷ 5 = 0,54.
  • Dzień 18. Dwie osoby cenzorowane. Poziom 0,54 pozostaje. Do dnia 20 pozostają dwie osoby pod ryzykiem.
  • Dzień 20. Jedno ukończenie wśród dwóch osób. 0,54 × 1 ÷ 2 = 0,27. Ostatnia osoba jest cenzorowana w dniu 21, co nie zmienia poziomu.

Krzywa wcześniej była powyżej 0,50. Po zdarzeniu w dniu 20 spada do 0,27, więc mediana z tej krzywej wynosi 20 dni. Zauważ, że w chwili spadku pod ryzykiem były tylko dwie osoby. Jeden zaobserwowany przypadek wywołał duży skok. Raport powinien podać tę podstawę. Nie przypisuj oszacowaniu takiej samej stabilności jak wartości obliczonej przy dużej liczbie uczestników. Nie oznacza to, że należy usunąć wynik. Oznacza, że trzeba go przedstawić w kontekście liczebności i niepewności.

Grupa B, mediana nieosiągnięta

  • Dzień 6. Jedno ukończenie wśród dziesięciu osób. Poziom wynosi 0,90.
  • Dzień 8. Dwie osoby cenzorowane. Do dnia 11 pozostaje siedem osób pod ryzykiem.
  • Dzień 11. Jedno ukończenie wśród siedmiu osób. 0,90 × 6 ÷ 7 ≈ 0,7714.
  • Dzień 13. Jedna osoba cenzorowana. Do dnia 16 pozostaje pięć osób pod ryzykiem.
  • Dzień 16. Jedno ukończenie wśród pięciu osób. 0,771428... × 4 ÷ 5 ≈ 0,6171.
  • Dzień 18. Dwie osoby cenzorowane. W obserwacji pozostają dwie osoby.
  • Dzień 21. Dwie pozostałe osoby cenzorowane. Poziom pozostaje w przybliżeniu 0,6171.

Krzywa B pozostaje powyżej 0,50. Mediany nie da się wyznaczyć w obserwowanym przebiegu. Dzień 21 oznacza ostatni czas obserwacji, nie moment, w którym krzywa osiągnęła połowę. W rozdziale możesz napisać „mediana nieosiągnięta do końca obserwacji”, z wyraźnym opisem zakresu i przyczyn zakończeń. Nie przenoś tej informacji na czasy po zakończeniu obserwacji. Nie wiadomo z niej, ile wyniesie mediana po dodatkowym tygodniu ani czy dalszy przebieg w grupie B pozostanie taki sam.

Porównaj obie grupy we wspólnym dniu

W dniu 14 w grupie A oszacowany udział pozostających bez ukończenia wynosi 0,675, a w grupie B około 0,771. W obu grupach po wcześniejszym cenzorowaniu w dniu 13 i przed kolejnymi zdarzeniami pod ryzykiem pozostaje po pięć osób. Po zaokrągleniu do jednego miejsca po przecinku to 67,5% i 77,1%. Różnica opisowa wynosi około 9,6 punktu procentowego. Nie nazywaj jej wynikiem testu. Przykład pokazuje, jak opisać dwa oszacowania w tym samym czasie. W rzeczywistym badaniu podaj uzasadnienie wyboru dnia i odpowiednie przedziały, jeżeli zostały obliczone.

Poziom 0,675 w grupie A nie oznacza, że dokładnie 67,5% z dziesięciu konkretnych osób nadal obserwowano i nie ukończyło. W dniu 14 zbiór pod ryzykiem liczy pięć osób, a oszacowanie wynika z iloczynu warunkowych udziałów bez zdarzenia do tej chwili. Również liczby 5 i 5 przy wykresie nie są mianownikiem prostego ilorazu, którym otrzymano poziomy krzywych. Wyjaśnij tę różnicę w podpisie, jeśli odbiorcy mogą mylić znaczenie tabeli liczebności pod ryzykiem z procentami krzywej.

Gdy krzywa zatrzymuje się na połowie

Przeczytaj opis estymatora w programie zanim przepiszesz medianę z wykresu. Dla podręcznikowej definicji kwantyla uogólniona odwrotność dystrybuanty wskazuje pierwszy moment, w którym oszacowane prawdopodobieństwo pozostawania bez zdarzenia osiąga 0,50 lub spada niżej. Przy skoku z 0,54 do 0,27 otrzymasz tę samą lokalizację przy typowych sposobach odczytu. Gdy krzywa przyjmuje dokładnie wartość 0,50 i tworzy poziomy odcinek, konwencje mogą dać różne liczby. Dokumentacja funkcji quantile dla obiektu survfit w pakiecie survival dla R opisuje podawanie środka poziomego odcinka, gdy pokrywa się on z szukanym poziomem. Dla przykładowego odcinka od 12 do 18 dni będzie to dzień 15 według tej konwencji, choć krzywa po raz pierwszy osiąga 0,50 w dniu 12.

Taka różnica ma znaczenie także przy ręcznej kontroli. Program może wyświetlać prawdopodobieństwo z dwoma miejscami po przecinku. Odcinek o wartości 0,504 zobaczysz jako 0,50, ale surowa wartość pozostaje powyżej progu. Odcinek 0,497 również może mieć etykietę 0,50, a leży poniżej. Sprawdź pełną precyzję i ewentualną tolerancję programu w obliczeniach. Jeżeli liczby z dwóch programów się różnią, porównaj definicję kwantyla, wersje pakietów i wartości wejściowe, zanim uznasz jedną liczbę za błąd. W opisie metod możesz podać nazwę funkcji i konwencję stosowaną przy poziomym odcinku. To wystarczy, żeby czytelnik odtworzył odczyt.

Praktyczna kontrola ma trzy kroki. Najpierw sprawdź tabelę czasów zdarzeń i wartości krzywej. Następnie ustal, czy masz przecięcie poziomu przez skok, dokładne osiągnięcie poziomu z plateau, czy wszystkie wartości leżą powyżej. Na końcu porównaj wynik funkcji z wykresem i upewnij się, że sprawdzasz tę samą grupę oraz ten sam kwantyl. Użyj osi czasu w ustalonej jednostce. Linia odniesienia na wysokości 50% może pomóc przy odczycie, a szczegóły konwencji wygodniej zapisać w metodach niż w przypisie pod każdym wykresem.

Zdarzeń może nie być wcale

Załóż, że wszyscy uczestnicy mają dodatnie czasy obserwacji i u nikogo nie zarejestrowano zdefiniowanego zdarzenia. Estymator pozostaje na poziomie 1 w okresie, w którym dane podtrzymują opis, ponieważ nie ma zaobserwowanego zdarzenia powodującego skok. Punktowa mediana pozostaje nieosiągnięta. W wynikach podaj liczbę osób, informację o braku zaobserwowanych zdarzeń, ramy obserwacji i liczebności pod ryzykiem przy wybranych czasach. Jeżeli celem było ukończenie kursu, sprawdź też, czy rejestr umożliwiał wykrycie ukończeń we wszystkich kanałach. To kontrola pomiaru zdarzenia, którą wykonujesz przed interpretacją wykresu.

Rozważ przykład grupy z 15 osobami. Dziesięć kontaktów kończy się w pierwszym tygodniu, a pozostałe pięć dochodzi do wspólnej granicy 14 dni bez zdarzenia. Brak zdarzeń można opisać wprost. W dniu 14 wiedza pochodzi jednak z innego zakresu danych niż w dniu 2. Nie przydzielaj wszystkim 14 dni obserwacji i nie dopisuj takiej wartości każdemu rekordowi. Podaj, że najdłuższa obserwacja wyniosła 14 dni, jeżeli tak wynika z danych, oraz pokaż liczebności przy obu punktach. Jeśli wybrana metoda przedziałów nie dostarcza informacyjnej granicy przy braku zdarzeń, zweryfikuj, jak raportować niepewność dla konkretnego projektu. Pozioma kreska na wykresie może wyglądać na bardzo precyzyjną także przy małej próbie.

Ostatni skok może wystarczyć do policzenia mediany

Mały zbiór pod ryzykiem na końcu nie unieważnia automatycznie punktowego wyniku. W grupie A z przykładu spadek poniżej 0,50 nastąpił w dniu 20, kiedy pod ryzykiem pozostały dwie osoby. Z jednego zdarzenia i dwóch osób w zbiorze pod ryzykiem wynika wtedy mnożnik 1/2. Podaj medianę 20 dni i pokaż, ile danych podtrzymuje ten fragment krzywej. Jeżeli jedną z tych osób utracono by z obserwacji wcześniej, skok mógłby wyglądać inaczej. Jeżeli nie zaobserwowano by zdarzenia w dniu 20, próg mógłby pozostać nieosiągnięty. Obie obserwacje pomagają czytelnikowi zrozumieć, skąd bierze się duża wrażliwość oszacowania w ogonie.

Pod wykresem umieść liczebności pod ryzykiem. Przy odczycie daleko za ostatnim punktem pokazywanym w tabeli rozważ dodatkowy znacznik czasu lub wiersz ze zbioru zdarzeń. Jeśli zdecydowano o skróceniu osi na potrzeby czytelności, ustal i opisz granicę prezentacji. Zachowaj dostęp do pełnego wyniku, zwłaszcza gdy krzywa przecina próg poza pokazanym fragmentem. Podpis nie może sugerować, że zdarzenie z dnia 20 zniknęło z analizy tylko dlatego, że wykres główny kończy się w dniu 14. Jeżeli rzeczywiście ograniczono dane do wspólnego horyzontu, jest to inna decyzja analityczna i wymaga opisania w metodach.

Oddziel wynik punktowy od granic przedziału ufności

Program może zwrócić medianę i dwie granice przedziału, medianę z jedną granicą lub brak mediany z częściowo dostępną informacją o przedziale. W metodzie stosowanej przez survival w R przedziały dla kwantyli wyznacza się, odczytując przecięcia z granicami przedziału dla krzywej. Każde przecięcie ma własny warunek osiągnięcia szukanego poziomu. Dlatego jedna granica może wypaść na dostępnym odcinku osi, choć druga go nie przecina. Odczytaj nazwy kolumn i sposób konstrukcji przedziału w dokumentacji swojego programu. Pozwoli to też uniknąć przepisania dolnej granicy prawdopodobieństwa jako dolnej granicy czasu.

Przyjmij odrębny, fikcyjny wydruk. Dla grupy C wynik punktowy to 24 dni, dolna granica 95% przedziału to 18 dni, a górna granica jest niewyznaczalna w dostępnym zakresie. W tekście możesz zapisać „Mediana wyniosła 24 dni. Dolna granica 95% przedziału ufności wyniosła 18 dni, a górnej granicy nie udało się wyznaczyć”. Dla grupy D wydruk zawiera brak wyniku punktowego, dolną granicę 22 dni i brak górnej. Zdanie brzmi wtedy „Mediany nie osiągnięto. Dolna granica 95% przedziału ufności wyniosła 22 dni, górnej granicy nie wyznaczono”. Te dwie grupy są przykładem sposobu zapisu, niezależnym od grup A i B. Liczby pochodzą tu z umownego wydruku, a nie z obliczeń pokazanych wcześniej.

Gdy żadnej granicy nie można wyznaczyć, podaj to jednoznacznie. W legendzie wyjaśnij własny skrót, jeżeli musisz go użyć. W pliku analizy zachowaj oryginalny wydruk i sposób odróżniania braku estymacji od braku pomiaru. Nie zamieniaj zwracanych pustych wartości na zero lub ostatni dzień obserwacji przed eksportem wyników. Jeśli twój program zwraca etykietę „NA”, sprawdź, czy wynika ona z przebiegu krzywej, pominiętego obliczania przedziałów lub błędnego filtrowania grupy. Te sytuacje wymagają różnych opisów.

Podpis pod wykresem może podawać poziom i rodzaj przedziałów, na przykład punktowe 95% przedziały ufności zgodne z ustawieniami programu. Jeżeli raport wymaga zestawienia grup w ustalonym dniu, sprawdź też przedział dla prawdopodobieństwa w tym dniu. Przy porównaniu różnicy 9,6 punktu procentowego obliczenie jej niepewności wymaga właściwej metody porównania. Odejmowanie końców dwóch przedziałów dla osobnych grup lub ocenianie samego nakładania się pasm nie stanowi wyznaczenia przedziału dla tej różnicy. W małym przykładzie pokaż wartości opisowo, tak jak wyliczono je w części o 14. dniu.

Co porównać, gdy jednej z median brakuje

Najpierw wróć do pytania badawczego. W projekcie kursu możesz chcieć poznać tempo ukończenia w pierwszych dwóch tygodniach, porównać cały przebieg obserwowany w obu grupach albo podsumować średni czas pozostawania bez ukończenia w uzgodnionym horyzoncie. To trzy odrębne pytania. Każde potrzebuje jawnej definicji wyniku i odwołania do tych części danych, które go wspierają. Dobierając miarę już po obejrzeniu wykresu, zachowaj ślad decyzji i oznacz wynik eksploracyjny. Jeżeli protokół wskazał 14 dni jeszcze przed analizą, przedstaw ten wynik zgodnie z protokołem także wtedy, gdy różnica wygląda mniejsza niż w innym dniu.

Wspólny punkt czasu z uzasadnieniem

Wybierz czas, który ma sens z perspektywy czytelnika i jest dobrze podparty w obu grupach. Na przykład w dniu 14 mogą kończyć się standardowe dwa tygodnie pracy nad kursem. W przykładzie A i B nadal jest pięć osób pod ryzykiem w każdej grupie. Podaj wartości pozostawania bez zdarzenia i właściwe dla nich przedziały, jeśli zostały obliczone, albo podaj dopełnienie wraz z etykietą „oszacowane prawdopodobieństwo ukończenia do 14. dnia”. Użyj jednej orientacji w całym akapicie. Jeśli w jednym zdaniu wyższa liczba oznacza dłuższe oczekiwanie na ukończenie, a w następnym wyższa liczba oznacza większy odsetek ukończeń, odbiorca może odwrócić wniosek.

Sprawdź też liczby w pobliżu wspólnego czasu. Jeżeli granica została zaplanowana w dniu 21, ale w jednej grupie prawie wszyscy uczestnicy przestali dostarczać dane dużo wcześniej, uzasadnij, w jakim stopniu punkt jest informacyjny. Dodatkowy wcześniejszy punkt może pomóc w opisie, a wynik w zaplanowanym czasie należy przedstawić z ograniczeniem i jawnym stanem obserwacji. Rozdziel zmiany planu od sytuacji, w której późniejszy wynik jest możliwy do obliczenia, ale bardzo niepewny. W analizie retrospektywnej data graniczna powinna mieć sens dla procesu i zakresu dostępnych danych.

Ograniczona średnia czasu do zdarzenia

Jeśli pytanie dotyczy całego okresu do wspólnej granicy, rozważ ograniczoną średnią czasu do zdarzenia, zwykle oznaczaną RMST (Uno i współautorzy, 2014). W analizie czasu do ukończenia kursu jest to pole pod krzywą pozostawania bez ukończenia od początku do ustalonej granicy. Jej interpretacja to oczekiwany czas pozostawania bez zdarzenia w tym okresie, wyrażony w jednostkach osi czasu. Porównanie dwóch grup może przyjąć postać różnicy takich średnich z przedziałem ufności. Nie potrzebujesz mediany w żadnej grupie, ale potrzebujesz danych wspierających wiarygodny odczyt do wspólnej granicy.

Na odcinku do 14 dni w grupie A z przykładu krzywa ma kolejno wysokości 1 przez 5 dni, 0,90 przez 5 dni i 0,675 przez 4 dni. Pole wynosi 5 + 4,5 + 2,7, czyli 12,2 dnia. Cenzorowania w dniach 7 i 13 nie zmieniają wysokości schodka. W grupie B wysokości to 1 przez 6 dni, 0,90 przez 5 dni i około 0,7714 przez 3 dni. Pole wynosi około 12,81 dnia. Różnica B minus A to około 0,61 dnia pozostawania bez ukończenia w pierwszych 14 dniach, opisowo w tych danych. Nie jest to różnica median, efekt dla konkretnej osoby ani średnia ograniczona do uczestników, którzy zdążyli ukończyć kurs. Dodatkowy wynik ilustruje metodę. Formalne wnioskowanie wymagałoby odpowiednio dobranej estymacji niepewności i opisu założeń.

Sprawdź równocześnie kierunek korzyści. Większa średnia liczba dni bez pogorszenia stanu może być pożądana, a większa średnia liczba dni bez ukończenia kursu może znaczyć wolniejsze osiąganie celu. W podpisie i wniosku nazwij to zdarzenie zamiast używać skrótu „przeżycie” bez dopowiedzenia. W badaniu porównawczym oceniaj też projekt, sposób utworzenia grup i możliwe czynniki zakłócające. Odmienna krzywa przydziału nielosowego stanowi opis zależności, dopóki projekt i analiza nie uzasadniają mocniejszego wniosku.

Test i model potrzebują osobnego uzasadnienia

Sam fakt, że w jednej grupie nie osiągnięto mediany, nie wymusza wyboru testu. Jeżeli porównanie formalne było zaplanowane, może nadal dotyczyć przebiegów grup, o ile struktura danych i założenia odpowiadają zastosowanej metodzie. W praktyce opisz hipotezę, schemat analizy i sposób potraktowania cenzorowania. Jeśli korzystasz z modelu Coxa, sprawdź jego założenia, w szczególności proporcjonalność hazardów, i wyraź wynik zgodnie z parametrem modelu. Współczynnik hazardów nie daje liczby dni różnicy ani oszacowania brakującej mediany. Jeśli krzywe przecinają się, pojedyncza liczba może zacierać zmienny w czasie kierunek różnic. Pokaż wówczas sam przebieg i uzasadnij wybrany sposób podsumowania.

Niewystarczająca liczba zdarzeń może ograniczyć precyzję, nawet gdy program potrafi wyświetlić wynik testu. Przy małych liczebnościach i brakach istotnych dla jakości danych dopuszczalny jest raport opisowy z podaniem planu dalszych pomiarów. Nie zastępuj sprawdzenia danych doborem takiej metody, która daje najpełniejszą tabelę. Wynik obliczony w łatwym do wypełnienia formacie nadal zależy od jakości obserwacji i od jasno zadanego pytania.

Oceń, czy cenzorowanie pozwala na taką interpretację

W estymacji Kaplana-Meiera utrata możliwości obserwacji nie powinna systematycznie ukrywać innego dalszego przebiegu wśród osób cenzorowanych po uwzględnieniu właściwego sposobu grupowania i założeń analizy. Pamiętaj o rozróżnieniu administracyjnego końca obserwacji od indywidualnej utraty kontaktu. Wyobraź sobie, że w grupie B osoby rezygnujące z nauki przestają się logować i tracisz możliwość stwierdzenia, czy ukończyły kurs poza systemem. Dane z tej grupy wymagają wtedy uwagi nawet wtedy, gdy oszacowanie mediany nadal wynosi „nieosiągnięta”. Porównaj przyczyny i momenty cenzorowania między grupami, sprawdź procedurę pozyskiwania danych i opisz, gdzie wynik może być wrażliwy na brak dalszej informacji.

Jeżeli inne zdarzenie uniemożliwia zdarzenie docelowe, ustal, czy cel wymaga analizy zdarzeń konkurujących. Przykładowo formalne anulowanie rejestracji może definitywnie wykluczyć ukończenie tego samego kursu. Gdy celem jest rzeczywiste prawdopodobieństwo ukończenia z uwzględnieniem takiego procesu, potraktowanie anulowań jako zwykłego cenzorowania i odczyt dopełnienia krzywej Kaplana-Meiera może zawyżać ocenę częstości zdarzenia docelowego. Zapis w dzienniku analizy powinien rozróżnić brak kontaktu od zarejestrowanego anulowania oraz wskazać, które zdarzenia mogły wystąpić po danym wpisie. Od tego zależy dobór metody. W tym poradniku obliczenia A i B obejmują wyłącznie ukończenie i prawostronne cenzorowanie, bez zdarzeń konkurujących.

Zbierz też informacje potrzebne do rozliczenia zbioru. Liczba uczestników na starcie, suma zdarzeń i liczba osób cenzorowanych powinny się zgadzać dla pokazanych grup, przy uwzględnieniu ewentualnych wykluczeń przed analizą. W przykładzie w A jest pięć zdarzeń i pięć cenzorowań, a w B trzy zdarzenia i siedem cenzorowań. W badaniu ze spóźnionym wejściem uczestników do obserwacji proste odtworzenie zbioru pod ryzykiem przez odejmowanie od liczebności początkowej może nie działać. Ustal wtedy początek ryzyka, moment wejścia i użyj procedury obsługującej tę strukturę. W grupach A i B każdy uczestnik wchodzi do zbioru ryzyka w czasie 0 liczonym od własnego startu kursu.

Wzór opisu wyniku z przykładu A i B

„Czas do ukończenia kursu liczono w dniach od rozpoczęcia. W analizie uwzględniono po 10 osób w każdej grupie. Za zdarzenie uznano zarejestrowane ukończenie kursu, a osoby bez zarejestrowanego ukończenia cenzorowano prawostronnie w ostatnim dniu, do którego dostępna była wiarygodna informacja o ich statusie. W grupie A odnotowano 5 zdarzeń i 5 cenzorowań, a w grupie B odpowiednio 3 i 7. Mediana czasu do ukończenia w grupie A wyniosła 20 dni. W grupie B mediany nie osiągnięto w okresie obserwacji, ponieważ oszacowanie prawdopodobieństwa pozostawania bez ukończenia utrzymało się powyżej 0,50. W dniu 14 wynosiło 67,5% w A i 77,1% w B, przy pięciu osobach pod ryzykiem w każdej grupie. To porównanie ma charakter opisowy”.

W realnym raporcie możesz rozdzielić ten akapit między metody i wyniki. Opis punktu startowego oraz zasad cenzorowania zwykle należy do metod. W wynikach podaj liczby i doprecyzuj zakres analizy. Jeżeli w poprzednim rozdziale zamieściłeś pełne kryteria ukończenia, wystarczy odwołać się do tej definicji zamiast powtarzać wszystkie warunki. Dodaj dostępne przedziały ufności, rzeczywiste przyczyny cenzorowania i zgodne z planem informacje o obserwacji. Nie wstawiaj 21 dni w miejsce niewyznaczalnej mediany grupy B. Jeżeli okres obserwacji różnił się między uczestnikami, określaj go w odniesieniu do danych, których dotyczy wypowiedź.

„Rysunek. Krzywe Kaplana-Meiera dla czasu do ukończenia kursu w grupach A i B. Wyższa wartość krzywej oznacza większe oszacowane prawdopodobieństwo pozostawania bez ukończenia kursu. Znaki na krzywej oznaczają cenzorowania. Pod osią podano liczby osób pod ryzykiem w wybranych dniach”. Jeżeli wykres zawiera pasma ufności, dopisz ich poziom i rodzaj. Przy nakładaniu znaków cenzorowania sprawdź, czy legenda i podpis odpowiadają temu, co rzeczywiście widzi czytelnik. W przykładzie w dniu 18 występuje po kilka cenzorowań w obu grupach. Jeden nałożony symbol może reprezentować więcej niż jedną osobę. Pomaga wtedy pokazanie liczebności albo udostępnienie wykazu zdarzeń i cenzorowań w załączniku.

Lista kontroli przed oddaniem rozdziału

  1. Nazwij zdarzenie, punkt startowy, jednostkę czasu, kryterium końca obserwacji i kody zdarzenia oraz cenzorowania.
  2. Dla każdej grupy potwierdź liczby analizowanych uczestników, zdarzeń i cenzorowań. Sprawdź zgodność danych z podpisem i wykresem.
  3. Potwierdź, czy poziom 0,50 został osiągnięty, przecięty skokiem, czy pozostał poza zakresem krzywej. Odczyt wykonuj z wartości bez zaokrąglenia.
  4. Przy odcinku równym 0,50 sprawdź konwencję programu. Przy niewyznaczalnym wyniku ustal, czy chodzi o oszacowanie punktowe, dolną czy górną granicę przedziału.
  5. Obok wartości z ogona krzywej pokaż liczebności pod ryzykiem i rozważ niepewność. Ustal sens wspólnego punktu czasu, zanim opiszesz różnicę w grupach.
  6. Jeśli sięgasz po RMST, zapisz jednostkę, wspólną granicę i orientację różnicy. Jeżeli była to decyzja po obejrzeniu danych, oznacz jej charakter.
  7. Sprawdź przyczyny utraty obserwacji, obecność zdarzeń konkurujących oraz ewentualne wejście do obserwacji po czasie zero.
  8. Zachowaj dane wejściowe w dozwolonym zakresie, wynik programu i wersję użytych procedur. Sprawdź, czy druga osoba może odtworzyć ważne liczby z zapisanej instrukcji.

Zanim zamkniesz rozdział, porównaj zdanie interpretacyjne z dokumentacją analizy. Jeżeli użyto słowa „mediana”, ma się ono odnosić do konkretnego wyjścia programu albo jawnego stwierdzenia, że w danych nie osiągnięto poziomu potrzebnego do jej wyznaczenia. Jeżeli zdanie dotyczy 14. dnia, czytelnik powinien znaleźć dokładnie ten dzień na osi i odpowiadającą mu liczebność. W razie rozbieżności wróć do tabeli zdarzeń i momentów cenzorowania. Poprawienie jednej liczby w tekście bez ponownego sprawdzenia wykresu, opisu i etykiety grupy może zostawić sprzeczne wyniki w innych miejscach rozdziału.

Bibliografia

  • Kaplan, E. L., Meier, P. (1958). Nonparametric Estimation from Incomplete Observations. Journal of the American Statistical Association, 53(282), 457-481. DOI 10.1080/01621459.1958.10501452.
  • Morris, T. P., Jarvis, C. I., Cragg, W., Phillips, P. P. J., Choodari-Oskooei, B., Sydes, M. R. (2019). Proposals on Kaplan-Meier plots in medical research and a survey of stakeholder views: KMunicate. BMJ Open, 9, e030215. DOI 10.1136/bmjopen-2019-030215.
  • Uno, H. i in. (2014). Moving Beyond the Hazard Ratio in Quantifying the Between-Group Difference in Survival Analysis. Journal of Clinical Oncology, 32(22), 2380-2385. DOI 10.1200/JCO.2014.55.2208.
  • R Project, pakiet survival. Quantiles from a survfit object (quantile.survfit). Dokumentacja funkcji.

Najczęstsze pytania

Co oznacza nieosiągnięta mediana na krzywej Kaplana-Meiera?

Krzywa pozostawania bez zdarzenia w obserwowanym zakresie utrzymała się powyżej poziomu 0,50. Sprawdź też dane i ustawienia programu, ponieważ sama pusta komórka może mieć inną przyczynę.

Czy koniec obserwacji można podać jako medianę, gdy krzywa nie osiąga połowy?

Nie. Koniec obserwacji opisuje zakres danych, a mediana wynika z przebiegu krzywej. Podaj, że mediana nie została osiągnięta, a okres obserwacji opisz oddzielnie.

Co podać dla obu grup, jeśli jednej mediany nie da się wyznaczyć?

Możesz podać oszacowanie w uzasadnionym, wspólnym czasie i dołączyć liczebności pod ryzykiem oraz przedziały, jeśli je obliczono. Wybierz miarę odpowiadającą pytaniu i wyraźnie określ, czy porównanie jest opisowe.

Czym różni się cenzorowanie od zdarzenia w analizie czasu do zdarzenia?

Zdarzenie oznacza zaobserwowanie wyniku określonego w projekcie. Cenzorowanie prawostronne oznacza, że status jest znany do określonego czasu, lecz dalszego przebiegu nie zaobserwowano. Te przypadki oznacza się odrębnymi kodami.

Czy mogę zlecić same tabele i wykresy?

Tak. Zakres może obejmować wyłącznie prezentację danych, bez całego rozdziału. Ustalimy listę zestawień, podpisy, format edytowalny i to, czy materiał ma zostać wstawiony do dokumentu. Komentarze tekstowe trzeba wskazać jako dodatkowy produkt, jeśli są potrzebne.

Co przesłać do wyceny opracowania wyników?

Przygotuj aktualny materiał, narzędzie badawcze, cel i pytania, wytyczne oraz termin. Przy ankiecie potrzebny jest plik odpowiedzi i kwestionariusz; przy wywiadach liczba rozmów, transkrypcje lub opis ich stanu; przy dokumentach zbiór albo spis materiału oraz kryteria analizy. Dodaj istniejący tekst i uwagi promotora, jeśli są.

Arkusz do samodzielnej pracy

Rozpisz swój rozdział przed redakcją.

Arkusz planowania rozdziału wyników pomoże połączyć pytania badawcze z danymi, tabelami, opisem i miejscem na dyskusję. Możesz pracować z nim samodzielnie, bez podawania e-maila.

Twój materiał. Konkretny zakres pomocy.

Ustalmy zakres na podstawie Twoich materiałów.

Napisz, czy masz ankietę, wywiady, dokumenty albo gotowy fragment. Dodaj oczekiwany rezultat, termin i najważniejsze wytyczne.

Wysłanie zapytania rozpoczyna ustalanie zakresu. Cenę i warunki realizacji poznasz przed decyzją o zamówieniu.

Zapytaj o opracowanie