15.6: הנחות של ניתוח הישרדות

מודלים של הישרדות מנתחים את הזמן עד להתרחשות אירוע אחד או יותר, כגון מוות באורגניזמים ביולוגיים או כשל במערכות מכניות. מודלים אלה נמצאים בשימוש נרחב בתחומים כמו רפואה, ביולוגיה, הנדסה ובריאות הציבור כדי לחקור תופעות זמן לאירוע. כדי להבטיח תוצאות מדויקות, ניתוח הישרדות מסתמך על הנחות מפתח ועיצוב מחקר זהיר.

1. זמני ההישרדות מוטים באופן חיובי
   זמני הישרדות מפגינים לעתים קרובות הטיה חיובית, בניגוד להתפלגות הנורמלית שהונחה בניתוחים רבים אחרים. משמעות הדבר היא שאירועים נוטים להתרחש בתדירות גבוהה יותר בשלב מוקדם, עם פחות התרחשויות ככל שהזמן מתקדם.
2. צנזורה של נתונים
   צנזורה מתרחשת כאשר זמן ההישרדות המלא של אדם אינו נצפה, אך הוא שונה מנתונים חסרים. סיבות נפוצות לצנזורה כוללות משתתפים שנסוגו ממחקר, תקופת המחקר המסתיימת לפני התרחשות האירוע, או משתתפים שחווים אירועים שאינם קשורים (למשל, מוות מסיבה שאינה קשורה). לדוגמה, במחקר על מחלות לב, משתתף שמת בתאונה יצנזר את הנתונים שלו בזמן המוות.
3. צנזורה עצמאית
   הנחה זו מניחה כי הסיבות לצנזורה אינן קשורות לסבירות האירוע המעניין. לדוגמה, אם משתתפים עם תסמינים חמורים נוטים יותר לנשור מהמחקר, הערכות הישרדות עשויות להיות מוטות. הבטחת הצנזורה שאינה תלויה במצב הבריאות של המשתתפים היא קריטית לניתוח אמין.
4. סיכונים פרופורציונליים (ספציפיים לדגמי קוקס)
   מודל הסיכונים הפרופורציונליים של קוקס מניח שיחס הסיכון בין כל שני פרטים נשאר קבוע לאורך זמן. לדוגמה, אם הסיכון של קבוצה אחת לאירוע כפול מזה של קבוצה אחרת בתחילת מחקר, יחס סיכון זה חייב להחזיק לאורך כל תקופת המחקר.
5. Stationarity
   נייחות מניחה שההסתברות שהאירוע ישתנה לאורך זמן עושה זאת באופן דומה בכל הקבוצות, אלא אם כן מודלו במפורש. לדוגמה, כאשר משווים זמני הישרדות בין חולים שטופלו בתרופה חדשה לעומת טיפול סטנדרטי, גורמים חיצוניים המשפיעים על הישרדות צריכים להשפיע על שתי הקבוצות במידה שווה, אלא אם כן לוקחים אותם בחשבון.
6. אירועים ברורים וחשובים מבחינה קלינית
   האירוע המעניין צריך להיות משמעותי מבחינה קלינית ומוגדר בבירור כדי לאפשר מדידה וניתוח מדויקים. אירועים מעורפלים או מסווגים באופן שגוי (למשל, קריטריונים לא ברורים להישנות) עלולים לסכן את תקפותם של נתוני זמן הישרדות.
7. תקופת מעקב נאותה
   משך המעקב צריך להיות ארוך מספיק כדי לצפות במספר מספיק של אירועים עבור כוח סטטיסטי חזק. זמני מעקב קצרים עלולים להחמיץ אירועים קריטיים ולהוביל למסקנות חלקיות או מוטות. כמו כן, חיוני למזער את ההבדלים בסיכון לאירועים בין המשתתפים שגויסו בזמנים שונים כדי למנוע תוצאות מוטות.

שיקולי תכנון בניתוח הישרדות

מחקרי הישרדות חייבים להיות מתוכננים בקפידה כדי להסביר הנחות אלה. הגדרה ברורה של האירוע, זמן מעקב מספיק ואסטרטגיות למזעור הטיית הצנזורה הם חיוניים. כאשר גורמים אלה מנוהלים היטב, מודלים הישרדותיים יכולים לספק תובנות יקרות ערך לגבי תופעות זמן לאירוע במגוון דיסציפלינות.