15.14: Hayatta Kalma Verilerinin Sansürlenmesi

Hayatta kalma analizi, genellikle tıp, mühendislik ve sosyal bilimler gibi alanlarda kullanılan, olaya kadar geçen süre verilerini analiz etmek için kullanılan istatistiksel bir yöntemdir. Hayatta kalma analizindeki temel zorluklardan biri, "sansürleme" olarak bilinen bir olgu olan eksik verilerle başa çıkmaktır. Sansürleme, ilgi duyulan olayın (ölüm, nüksetme veya sistem arızası gibi) bazı bireyler için çalışma süresinin sonunda gerçekleşmemesi veya başka bir şekilde gözlemlenememesi durumunda meydana gelir ve birçok farklı nedeni ve kalıbı olabilir. Bu metin, sansürleme türlerini, bunların etkilerini ve bunları ele almak için kullanılan yöntemleri açıklamaktadır.

Sansürleme Türleri

1. Sağ Sansürleme: Bu, ilgi duyulan olayın çalışmanın sonuna kadar gerçekleşmemesi veya bir katılımcının takipten kaybolması durumunda meydana gelen en yaygın sansürleme biçimidir. Örneğin, bir kanser çalışmasındaki bir hasta çalışmanın sonunda hala hayattaysa, kesin ölüm zamanı bilinmez ancak çalışma süresinin ötesindedir. Sağ sansürleme, gerçek olay zamanı bilinmediği ancak yalnızca gözlemlenen sürenin ötesinde olduğu çıkarımı yapılabildiği için, sağ kalma sürelerini doğru bir şekilde tahmin etmek için özel istatistiksel teknikler gerektirir.
2. Sol Sansürleme: Sol sansürleme, olay süresinin başlangıcı bilinmediğinde meydana gelir. Bu, hastalar olayı daha önce deneyimledikten sonra bir çalışmaya girdiğinde meydana gelebilir. Örneğin, bir hastanın kanser olduğu biliniyorsa ancak kesin başlangıç ​​tarihi bilinmiyorsa, veriler sol sansürlenir.
3. Aralık Sansürü: Bu tür, olayın kesin zamanı bilinmediğinde ancak belirli bir aralığa düştüğünde meydana gelir. Örneğin, hastalar aralıklarla (örneğin, her altı ayda bir) bir sağlık durumu açısından kontrol edilirse, hastalığın kesin başlangıç ​​zamanı iki kontrol arasında bir yerde olabilir.
4. Tip-I Sansürleme: Bu, bir çalışmanın araştırmacı tarafından belirlenen önceden belirlenmiş bir zamanda sona ermesi durumunda meydana gelir. Bu sabit sürenin sonunda, henüz ilgi duyulan olayı deneyimlememiş olan tüm denekler sansürlenir. Bu zamana kadar meydana gelen olayların sayısı rastgele bir değişken olarak kabul edilir.
5. Tip-II Sansürleme: Bu durumda, çalışma, örneklemin belirli bir oranı olayı deneyimleyene kadar devam eder. Gözlem, olay meydana geldikten sonra sona erer, bu nedenle yalnızca ilk olaylar gözlemlenir. Değer, veri toplama başlamadan önce belirlenir ve çalışma, bu sayıda olay gözlemlenene kadar devam eder.
6. Rastgele Sansürleme: Bu tür sansürleme, toplam gözlem süresi sabit olduğunda, ancak katılımcılar çalışmaya farklı zamanlarda girdiğinde gerçekleşir. Bazı katılımcılar olayı deneyimleyebilirken, diğerleri deneyimlemeyebilir ve bazıları takipten kaybolabilir. Sansürleme süresi, tekdüze bir şekilde uygulanmadığı için bireyler arasında değişir.

Kaplan-Meier Tahmincisi, Cox Orantılı Tehlikeler Modeli ve Çoklu Tahmin gibi hayatta kalma analizinde sansürlü verileri işlemek için çeşitli istatistiksel teknikler geliştirilmiştir.

Hayatta kalma verilerinde, sansür eksik verilere yol açar ve tipik olarak denekler çalışma bitmeden önce veya sonra bir olay yaşadıklarında ortaya çıkar.

Sağ sansür en tipik biçimdir ve denek olay meydana gelmeden önce çalışmadan ayrıldığında veya çalışma olay meydana gelmeden önce sona erdiğinde ortaya çıkar.

Örneğin, kalp krizi oluşumu ile ilgili bir klinik çalışma beş yıl boyunca yürütülmektedir. Denekler kalp krizi geçirmiyorsa, veriler doğru sansürlenir.

Sol sansür nispeten nadirdir, ancak bir olayın başlangıcı bilinmediğinde veya olay denekler çalışmaya katılmadan önce gerçekleştiğinde ortaya çıkabilir.

Örneğin, tedaviyi takiben kanser nüksü üzerine yapılan bir çalışmada, denekler tedaviden beş ay sonra nüks açısından incelenirse, nüks edenler sol sansürlenir.

Aralıklı sansür, belirli bir konu bir süre üzerinde çalışıldığında, bir süre takip etmek için kaybolduğunda ve çalışılmaya devam etmek için geri döndüğünde ortaya çıkar.