生存数据删失

生存分析是一种用于分析事件发生时间数据的统计方法，通常用于医学、工程和社会科学等领域。生存分析面临的一个关键挑战是处理不完整数据，这种现象称为“删失”。删失发生在研究期结束时某些个体未发生感兴趣的事件（例如死亡、复发或系统故障）或无法观察到时，并且可能有许多不同的原因和模式。本文介绍了删失的类型、含义以及用于解决的方法。

删失的类型

1. 右删失：这是最常见的删失形式，发生在研究结束时感兴趣的事件尚未发生或参与者失访时。例如，如果癌症研究中的患者在研究结束时仍然活着，则他们的确切死亡时间未知，但超出了研究期。右删失需要特殊的统计技术来准确估计生存时间，因为实际事件时间未知，但只能推断超出观察期。
2. 左删失：当事件期的开始时间未知时，就会发生左删失。当患者在已经经历过事件后进入研究时，就会发生这种情况。例如，如果已知患者患有癌症，但确切的发病日期未知，则数据是左删失的。
3. 区间删失：当事件的确切时间未知但在一定区间内时，就会发生这种类型。例如，如果每隔一段时间（例如每六个月）检查一次患者的健康状况，疾病发病的确切时间可能在两次检查之间。
4. I 型删失：发生在研究在研究者设定的预定时间结束时。在此固定期限结束时，任何尚未经历过感兴趣事件的受试者都会被删失。此时发生的事件数被视为随机变量。
5. II 型删失：在这种情况下，研究持续进行，直到特定比例的样本经历了该事件。观察在事件发生后结束，因此只观察到前面发生的事件。这个比例在数据收集开始之前确定，研究持续进行，直到观察到该数量的事件。
6. 随机删失：当总观察期固定但参与者在不同时间进入研究时，会发生这种类型的删失。一些参与者可能会经历该事件，而其他参与者可能不会，有些可能会失访。删失时间因人而异，因为它不是统一应用的。

已经开发了几种统计技术来处理生存分析中的审查数据，例如 Kaplan-Meier 估计量、Cox 比例风险模型和多重插补。