📊 statistics

Nonparametric Estimation of Event-Free Survival for Data with Left-Truncated Death and Intermittently Assessed Nonfatal Events

Este artículo propone un nuevo método de suavizado de kernel no paramétrico para estimar las probabilidades de supervivencia libre de eventos y los tiempos medios restringidos para datos caracterizados por truncamiento a la izquierda, muerte censurada a la derecha y eventos no fatales censurados por intervalo, al tiempo que aprovecha fuentes de datos suplementarias y demuestra el enfoque mediante simulaciones y una aplicación al Estudio ARIC.

Autores originales: Han Lu (Division of Biostatistics and Health Data Science, School of Public Health, University of Minnesota), Xianghua Luo (Division of Biostatistics and Health Data Science, School of Public Health

Publicado 2026-09-14

📖 6 min de lectura🧠 Análisis profundo

CC BY 4.0

Autores originales: Han Lu (Division of Biostatistics and Health Data Science, School of Public Health, University of Minnesota), Xianghua Luo (Division of Biostatistics and Health Data Science, School of Public Health, University of Minnesota), Yifei Sun (Department of Biostatistics, Mailman School of Public Health, Columbia University), Wendy Wang (Department of Epidemiology, Peter O'Donnell Jr School of Public Health, University of Texas, Department of Internal Medicine, University of Texas Southwestern Medical Center), Thomas Mosley (The MIND Center, University of Mississippi Medical Center), Priya Palta (Department of Neurology, School of Medicine, University of North Carolina), Elsayed Z. Soliman (Epidemiological Cardiology Research Center, Department of Cardiovascular Medicine, Wake Forest University School of Medicine), Lin Yee Chen (Department of Medicine, Medical School, University of Minnesota), Anne Eaton (Division of Biostatistics and Health Data Science, School of Public Health, University of Minnesota)

Artículo original bajo licencia CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/). ✨ Esta es una explicación generada por IA del artículo a continuación. No ha sido escrita ni avalada por los autores. Para mayor precisión técnica, consulte el artículo original. Leer descargo de responsabilidad completo

En el mundo de la investigación médica, los científicos suelen realizar un seguimiento de cuánto tiempo permanecen los pacientes libres de una enfermedad o complicación específica. Esta medida, conocida como supervivencia libre de eventos, es una herramienta poderosa porque captura la historia completa de la salud de un paciente, no solo si está vivo. Responde a una pregunta más matizada: ¿cuánto tiempo puede vivir una persona sin sufrir un revés grave, como un accidente cerebrovascular o un diagnóstico de demencia? Para encontrar la respuesta, los investigadores deben seguir a las personas a lo largo del tiempo, vigilando dos cosas: el momento en que ocurre un evento de salud no fatal y el momento de la muerte. Sin embargo, el camino hacia este conocimiento rara vez es una línea recta. En muchos estudios, los pacientes se incorporan a la investigación después de que su enfermedad ya ha comenzado, lo que significa que su historial temprano falta en el registro. Además, mientras que la muerte se registra en el momento en que ocurre, otros eventos de salud a menudo solo se descubren durante revisiones periódicas. Esto crea una brecha en la cronología; los investigadores saben que un evento ocurrió en algún momento entre dos visitas, pero no saben el día exacto. Esta incertidumbre, combinada con el hecho de que los pacientes entraron en el estudio en diferentes etapas de su enfermedad, hace que calcular tiempos de supervivencia precisos sea un difícil rompecabezas estadístico.

Un equipo de investigadores ha desarrollado una nueva forma de resolver este rompecabezas, permitiendo estimar estos tiempos de supervivencia con mayor precisión que antes. El desafío que abordaron surge cuando un estudio incluye pacientes que ya han estado viviendo con una enfermedad durante algún tiempo antes de unirse a la investigación, una situación conocida como truncamiento a la izquierda. En estos casos, los métodos estándar utilizados para calcular la supervivencia suelen fallar porque asumen que todos comenzaron a ser observados desde el mismísimo inicio de su enfermedad. Además, los investigadores tuvieron que tener en cuenta el hecho de que los eventos no fatales, como un diagnóstico de demencia, solo se encuentran cuando un paciente visita una clínica, lo que crea una ventana de tiempo "difusa" en lugar de un momento preciso. El equipo propuso un nuevo enfoque matemático que suaviza estas brechas y corrige la historia temprana faltante. Al separar el cálculo en dos partes —una para el riesgo de muerte y otra para el riesgo del evento no fatal— crearon un método que puede manejar datos donde los pacientes entran tarde en el estudio y donde los eventos se encuentran solo intermitentemente.

Para probar su nuevo método, los investigadores realizaron miles de simulaciones por computadora. Crearon poblaciones virtuales de pacientes con diferentes patrones de enfermedad y calendarios de visitas. En estas simulaciones, compararon su nuevo enfoque con los métodos estándar más antiguos. Los resultados mostraron que los métodos tradicionales a menudo producían respuestas sesgadas, ya sea sobreestimando o subestimando cuánto tiempo permanecerían sanos los pacientes. El nuevo método, sin embargo, se mantuvo notablemente cerca de los valores reales, incluso cuando los datos eran desordenados o incompletos. Los investigadores también descubrieron que su método podía mejorarse añadiendo información adicional. Si un estudio tuviera datos sobre pacientes que fueron seguidos únicamente para la muerte, sin rastrear los eventos no fatales, esta información podría combinarse con el grupo principal para hacer que las estimaciones fueran aún más precisas. Del mismo modo, añadir datos de pacientes que se unieron al estudio justo cuando comenzó su enfermedad ayudó a llenar los vacíos para aquellos que habían estado viviendo con la enfermedad durante años.

El equipo aplicó entonces su nueva técnica a datos del mundo real del estudio Atherosclerosis Risk in Communities, un proyecto de larga duración que ha seguido a miles de estadounidenses desde 1987. Se centraron en personas que habían sufrido un ataque cardíaco y querían saber cuánto tiempo podían esperar vivir sin desarrollar demencia. Los datos presentaron una tormenta perfecta de las dificultades que los investigadores pretendían resolver: muchos participantes tuvieron sus ataques cardíacos años antes de ser evaluados por primera vez para la demencia, y las revisiones de demencia ocurrían solo en intervalos específicos a lo largo de muchos años. Utilizando su nuevo método, los investigadores estimaron que, en promedio, una persona que sobrevive a un ataque cardíaco puede esperar vivir aproximadamente 2.87 años sin demencia en los cinco años posteriores al evento. En un periodo más largo de veinte años, ese número aumenta a unos 5.72 años. Cuando compararon sus resultados con los de los métodos más antiguos, los enfoques tradicionales sugerían que las personas permanecerían libres de demencia durante mucho más tiempo, probablemente debido a que no tuvieron en cuenta los retrasos en la detección de la condición y el hecho de que muchos pacientes ya habían estado viviendo con el ataque cardíaco años antes de que el estudio comenzara.

El estudio también analizó si estos tiempos de supervivencia diferían según la raza, el sexo o la edad. Los investigadores no encontraron diferencias significativas entre hombres y mujeres, o entre participantes negros y blancos, en el corto o largo plazo. Sin embargo, la edad marcó una diferencia clara en el largo plazo. Mientras que los pacientes más jóvenes y los mayores tenían tiempos de supervivencia similares en los primeros cinco años, aquellos que sufrieron su ataque cardíaco antes de los 74 años se esperaba que vivieran aproximadamente 3.51 años más sin demencia durante los siguientes veinte años en comparación con aquellos que eran mayores en el momento de su ataque cardíaco. Esto sugiere que el momento del ataque cardíaco inicial juega un papel crucial en los resultados de la salud cerebral a largo plazo.

Los investigadores enfatizan que su trabajo no es solo un ejercicio teórico, sino una herramienta práctica para dar sentido a registros médicos complejos. En el mundo real, los datos suelen ser imperfectos; los pacientes pierden citas, los médicos registran eventos en diferentes momentos y las personas se unen a los estudios en varias etapas de la vida. El nuevo método ofrece una forma de extraer respuestas fiables de estos datos imperfectos sin forzarlos a una forma en la que no encajan. Al reconocer las brechas en la cronología y la forma específica en que los pacientes entran en el estudio, el método ofrece una imagen más clara de cómo progresan las enfermedades. Los autores señalan que, si bien su enfoque funciona bien, depende del supuesto de que el momento de las visitas de un paciente no es causado directamente por los síntomas de la enfermedad en sí misma. Si los pacientes solo van al médico porque se sienten mal, el método podría necesitar ajustes adicionales. No obstante, este nuevo enfoque abre la puerta al uso de vastas cantidades de datos médicos existentes para comprender la progresión de las enfermedades con mayor exactitud, lo que potencialmente conducirá a mejores conocimientos sobre cómo mantener a los pacientes sanos por más tiempo.

Resumen Técnico: Estimación No Paramétrica de la Supervivencia Libre de Eventos para Datos con Muerte con Truncamiento a la Izquierda y Eventos No Fatales Evaluados Intermitentemente

Planteamiento del Problema
En la investigación clínica y epidemiológica, la Supervivencia Libre de Eventos (EFS, por sus siglas en inglés) es un desenlace compuesto definido como el tiempo desde el inicio de una enfermedad (evento índice) hasta la ocurrencia de un evento no fatal grave o la muerte, lo que ocurra primero. La estimación de la probabilidad de EFS se complica por dos desafíos específicos de datos que suelen presentarse simultáneamente:

Censura por componentes: El evento no fatal suele evaluarse solo en intervalos periódicos (por ejemplo, visitas clínicas), lo que conduce a una censura por intervalo, mientras que la muerte suele estar censurada por la derecha. Los métodos estándar como el estimador de Kaplan-Meier (KM), que asumen censura por la derecha para todos los componentes, introducen sesgo cuando se aplican a estos datos al tratar la fecha de detección como la fecha del evento.
Truncamiento a la izquierda: En estudios de cohortes prevalentes (o estudios que utilizan datos de registros), los individuos se inscriben después de que el evento índice ya ha ocurrido. Esto resulta en datos con truncamiento a la izquierda, donde los individuos que experimentaron el evento o murieron antes de la entrada al estudio no son observados.

Los métodos existentes para la censura por componentes (por ejemplo, Eaton et al., 2022) están diseñados para cohortes incidentes y no logran manejar el truncamiento a la izquierda. Por el contrario, los estimadores de producto límite estándar para datos con truncamiento a la izquierda (por ejemplo, Lynden-Bell, 1971; Tsai et al., 1987) requieren tratar el desenlace compuesto como censurado por la derecha, ignorando así la naturaleza de intervalo del evento no fatal. Existe una falta de métodos no paramétricos capaces de abordar simultáneamente la muerte con truncamiento a la izquierda y los eventos no fatales con censura por componentes.

Metodología
Los autores proponen un método de suavizado de núcleo (kernel) no paramétrico para estimar la probabilidad de EFS y el Tiempo de Supervivencia Libre de Eventos de Media Restringida (EF-RMST) en presencia de truncamiento a la izquierda y censura por componentes. El enfoque descompone la probabilidad de EFS $p(t)$ en dos componentes:
$p(t) = r(t) \times S_{D_0}(t)$
donde $S_{D_0}(t)$ es la probabilidad de estar vivo en el tiempo $t$ , y $r(t)$ es la probabilidad de estar libre del evento no fatal condicional a estar vivo.

Estimación de la Supervivencia ( $S_{D_0}(t)$ ): Los autores proponen utilizar un estimador de Producto Límite con Truncamiento a la Izquierda y Censura por la Derecha (LT-RC-PL) (basado en Tsai et al., 1987) para estimar la función de supervivencia. Esto tiene en cuenta la entrada tardía de los participantes.
Estimación de la Probabilidad Libre de Eventos ( $r(t)$ ): Se propone un estimador de núcleo para $r(t)$ , adaptado de Eaton et al. (2022) pero modificado para manejar los conjuntos de riesgo definidos por el truncamiento a la izquierda. Este estimador utiliza una función de núcleo modificada de segundo orden para corregir los efectos de frontera.
Estimador Compuesto: El estimador final de EFS es el producto de los dos componentes: $\hat{p}(t) = \hat{S}_D(t)\hat{r}_h(t)$ .
EF-RMST: El Tiempo de Supervivencia Libre de Eventos de Media Restringida hasta el tiempo $t$ se estima integrando la curva de supervivencia estimada: $\hat{\mu}(t) = \int_0^t \hat{p}(u) du$ .
Integración de Datos Suplementarios: El método permite la incorporación de dos tipos de datos suplementarios para mejorar la precisión, particularmente en los tiempos de seguimiento iniciales donde los conjuntos de riesgo son pequeños:
- Datos de Cohorte Incidente: Participantes inscritos en el momento del evento índice (tiempo de truncamiento a la izquierda = 0).
- Datos de Solo Muerte: Participantes seguidos únicamente para la muerte (sin evaluación de evento no fatal). Estos datos contribuyen a la estimación de $S_{D_0}(t)$ pero no de $r(t)$ .

Las propiedades teóricas, incluyendo la normalidad asintótica y la estimación de la varianza, se derivan para los estimadores propuestos. La selección del ancho de banda (bandwidth) se aborda mediante un procedimiento adaptativo a los datos utilizando validación cruzada de dejar uno fuera (leave-one-out cross-validation).

Resultados Clave

Estudios de Simulación: Los estimadores LT-Kernel propuestos demostraron un sesgo mínimo y el Error Cuadrático Medio (MSE) más bajo en comparación con el estimador KM, el estimador LT-RC-PL y el método de núcleo original (Eaton et al., 2022) en escenarios con programas de visitas de distribución normal truncada y de Poisson.
- Los estimadores KM y LT-RC-PL mostraron un sesgo significativo debido a su incapacidad para considerar la censura por componentes o el truncamiento a la izquierda, respectivamente.
- La incorporación de datos de cohortes incidentes redujo significamente la varianza del estimador, particularmente para los puntos temporales tempranos.
- La adición de datos de solo muerte también mejoró la precisión, aunque en menor medida que la adición de datos incidentes completos, al ampliar el conjunto de riesgo para el componente de supervivencia.
Aplicación a Datos Reales (Estudio ARIC): El método se aplicó al estudio de la Arteriosclerosis en Comunidades (ARIC) para estimar la supervivencia libre de demencia tras un infarto de miocardio (IM).
- El conjunto de datos incluyó casos prevalentes (IM antes de la Visita 5) y casos incidentes (IM después de la Visita 5), con la demencia evaluada intermitentemente.
- El método propuesto produjo estimaciones de supervivencia libre de demencia más bajas (y probablemente menos sesgadas) en comparación con los enfoques estándar de KM y LT-RC-PL.
- El análisis de subgrupos reveló que, si bien las diferencias en la supervivencia libre de demencia a corto plazo (5 años) por sexo, raza o edad no fueron estadísticamente significativas, los participantes de mayor edad (inicio de IM $\ge$ 74) tuvieron una supervivencia libre de demencia a largo plazo (20 años) significativamente menor en comparación con los participantes más jóvenes.

Significancia y Reivindicaciones
El artículo afirma proporcionar la primera solución no paramétrica para estimar la EFS en cohortes prevalentes donde el desenlace compuesto involucra muerte con truncamiento a la izquierda y eventos no fatales censurados por intervalo. La significancia del trabajo radica en:

Abordar una Brecha Metodológica: Une los métodos para datos con truncamiento a la izquierda y los métodos para datos con censura por componentes, que anteriormente no podían manejarse simultáneamente.
Robustez: El método no requiere supuestos sobre la dependencia entre el proceso de visita y los tiempos de los eventos dado el tiempo de truncamiento.
Eficiencia de Datos: Demuestra cómo aprovechar las estructuras de datos del mundo real existentes, incluyendo cohortes prevalentes, cohortes incidentes y registros de solo muerte, para mejorar la precisión de la estimación sin requerir nueva recolección de datos.
Relevancia Clínica: Al aplicar el método al estudio ARIC, los autores muestran su utilidad para estimar resultados de supervivencia complejos (supervivencia libre de demencia tras un IM) donde los métodos estándar producirían resultados sesgados debido a los mecanismos específicos de censura y truncamiento inherentes al diseño del estudio.

Los autores señalan que, si bien el método es robusto, depende del supuesto de independencia condicional entre el proceso de visita y los tiempos de los eventos dado el tiempo de truncamiento. Reconocen que en los datos del mundo real (a diferencia de los ensayos clínicos), los programas de visitas pueden estar impulsados por eventos, lo que podría violar este supuesto, e identifican el desarrollo de modelos de regresión semiparamétricos y verificaciones de robustez como direcciones futuras.

Más como este