15.1: 生存分析の概要

生存分析は、イベント発生までの時間データを調査するために使用される統計手法です。ここでの「イベント」は、死亡、病気の再発、システム障害、回復などの結果を表します。生存データの一意的な特徴は、調査期間中に一部の個人で関心のあるイベントが観察されなかった場合に発生する打ち切りです。これには、不完全なデータを効果的に処理するための特殊な手法が必要です。

生存分析の主な目的は、特定のイベントが発生するまでの時間である生存時間を推定し、それに影響を与える要因を理解することです。重要な概念には、特定の時間を超えて生存する確率を示す生存関数 (S(t)S(t)) と、任意の時点での瞬間的なイベント率を表すハザード関数 (h(t)h(t)) があります。これらの関数は、時間の経過に伴う生存パターンとリスクに関する洞察を提供します。

一般的な手法には、生存曲線を生成し、グループ間で生存率を比較できるノンパラメトリックアプローチであるKaplan-Meier推定量と、生存時間の特定の分布を想定せずに共変量が生存にどのように影響するかを調べるセミパラメトリック手法であるCox比例ハザードモデルがあります。

生存分析は、治療効果を評価して患者の結果を予測するために医学で広く使用され、製品の寿命を推定するために工学で広く使用され、失業や生涯イベントなどの期間を分析するために社会科学で広く使用されています。検閲されたデータを処理し、時間に依存する現象をモデル化する能力があるため、様々な分野で結果を理解及び予測するための不可欠なツールとなっています。

生物医学研究から次の3つの例を考えてみましょう。

まず、がん研究では、患者さんが寛解してから再発するまでの時間を解析します。

第二に、歯の健康に関する小児科研究では、子供の誕生から虫歯による最初の歯科充填までの時間を測定しています。

第三に、冠動脈バイパス手術に関する研究では、手術から患者の死亡までの時間を分析します。

このような研究では、所定の開始点から特定のイベントが発生するまでの時間をキャプチャする縦断的データが生成されます。生存時間分析は、このようなデータを分析するためのフレームワークを提供します。

生存分析では、「イベント」とは、病気の再発、死亡、回復など、関心のある経験を指します。

生存分析の「時間」は、研究の開始、介入、または症例の最初の報告から、研究の終了、関心のあるイベントの発生、さらには患者の死亡までの期間を測定します。

生存時間分析では、生存関数、生命表、ハザード分析、および特定の統計モデリングを使用する必要があります。