15.3: منحنيات البقاء على قيد الحياة

Survival Curves
JoVE Core
Statistics
A subscription to JoVE is required to view this content.  Sign in or start your free trial.
JoVE Core Statistics
Survival Curves
Please note that all translations are automatically generated. Click here for the English version.

197 Views

01:18 min
January 09, 2025

Overview

منحنيات البقاء على قيد الحياة هي تمثيلات رسومية تصور تجربة البقاء على قيد الحياة للسكان بمرور الوقت ، مما يوفر طريقة بديهية لتتبع نسبة الأفراد الذين يظلون خاليين من الأحداث في كل نقطة زمنية. تستخدم هذه المنحنيات على نطاق واسع في مجالات مثل الطب والصحة العامة وهندسة الموثوقية لتصور ومقارنة احتمالات البقاء على قيد الحياة عبر مجموعات أو ظروف مختلفة.

مقدر كابلان ماير هو الطريقة الأكثر شيوعا لبناء منحنيات البقاء على قيد الحياة. يولد هذا النهج غير البارامتري دالة تدريجية ، حيث يسقط المنحنى في كل مرة يحدث فيها حدث (مثل الوفاة أو تكرار المرض أو الفشل الميكانيكي). تشير الأجزاء الأفقية بين القطرات إلى فترات الاستقرار ، والتي لا تحدث خلالها أي أحداث. يمثل المحور x للمنحنى الوقت ، بينما يظهر المحور y احتمال البقاء على قيد الحياة ، والذي يتراوح من 0 إلى 1. توفر منحنيات البقاء على قيد الحياة العديد من الأفكار الرئيسية:

  1. احتمال البقاء على قيد الحياة بمرور الوقت:
    يوضح المنحنى احتمالية بقاء الأفراد على قيد الحياة بعد نقاط زمنية محددة. على سبيل المثال ، إذا ظل منحنى البقاء على قيد الحياة لمجموعة العلاج أعلى من منحنى المجموعة الضابطة ، فهذا يشير إلى فعالية العلاج في إطالة العمر أو تأخير الحدث.
  2. متوسط وقت البقاء على قيد الحياة:
    متوسط وقت البقاء على قيد الحياة هو النقطة التي ينخفض فيها احتمال البقاء على قيد الحياة إلى 0.5 ، مما يشير إلى الوقت الذي يتوقع أن يكون نصف المجموعة قد عانى فيه من الحدث. هذا المقياس مهم بشكل خاص في الدراسات السريرية كمعيار لفعالية العلاج.
  3. مقارنات المجموعات:
    منحنيات البقاء على قيد الحياة هي أدوات قوية لمقارنة تجارب البقاء على قيد الحياة لمجموعات مختلفة ، مثل المرضى الذين يخضعون لعلاجات أو أنظمة مختلفة تتعرض لظروف إجهاد مختلفة. غالبا ما تستخدم الاختبارات الإحصائية مثل اختبار الرتبة اللوغاريتمية جنبا إلى جنب مع منحنيات البقاء لتحديد ما إذا كانت الاختلافات الملحوظة بين المجموعات ذات دلالة إحصائية.

على سبيل المثال ، في تجربة سريرية تقارن بين علاجين للسرطان ، يمكن أن تكشف منحنيات البقاء على قيد الحياة عن العلاج الذي يوفر نتائج أفضل للبقاء على قيد الحياة. يشير المنحنى الذي ينخفض تدريجيا إلى مجموعة ذات احتمالات أفضل للبقاء على قيد الحياة. وبالمثل ، في هندسة الموثوقية ، يتم استخدام منحنيات البقاء على قيد الحياة لتقدير العمر الافتراضي للمكونات أو الأنظمة ، مما يتيح التخطيط الفعال للصيانة وتحليل الفشل.

من خلال توفير تمثيل مرئي واضح ويمكن الوصول إليه لبيانات الوقت المعقدة للحدث ، تلعب منحنيات البقاء على قيد الحياة دورا مهما في تحليل البيانات. قدرتها على تلخيص احتمالات البقاء على قيد الحياة ، وتحديد المقاييس الرئيسية مثل متوسط وقت البقاء على قيد الحياة ، وتسهيل المقارنات الجماعية تجعلها لا غنى عنها عبر مجموعة من التطبيقات.

Transcript

ضع في اعتبارك رسما بيانيا للاحتمال التراكمي للوفاة المرسوم كعمر على المحور X مقابل نسبة الموتى على المحور Y لسنة محددة.

يمكن التعبير عن هذا كمعادلة ، حيث تكون دالة التوزيع التراكمي F (t) هي نسبة عدد الأشخاص القتلى حسب الوقت t إلى العدد الإجمالي المرصود.

نظرا لأن جميع أفراد السكان لا يلاحظون حتى الموت ، فإن هذا المنحنى لا يمكنه تقدير البقاء على قيد الحياة.

لذا ، فإن وظيفة البقاء على قيد الحياة أو منحنى البقاء على قيد الحياة – S (t) – هي نسبة أو نسبة الأشخاص الذين يعيشون حتى الوقت t أو ما بعده. ويعبر عنه على النحو التالي.

ثم يتم رسم منحنى البقاء على قيد الحياة باستخدام العمر والنسبة المئوية للأشخاص الباقين على قيد الحياة.

هناك أنواع مختلفة من نماذج البقاء على قيد الحياة. يميز نموذج البقاء الأسي خطرا ثابتا بمرور الوقت ، مما يعني أن خطر وقوع الحدث مستقل عن الوقت.

يمكن استخدام نموذج بقاء Weibull في مواقف مختلفة حيث يزداد معدل الخطر أو ينخفض بشكل رتيب بمرور الوقت.

يمكن استخدام النماذج اللوغاريتمية العادية واللوغاريتمية اللوجستية في سيناريوهات عندما لا يكون معدل الخطر رتيبا.

Key Terms and definitions​

Learning Objectives

Questions that this video will help you answer

This video is also useful for