¿Cómo puedes evaluar la supervivencia de los pacientes a una determinada enfermedad? ¿Cómo puedes estimar si una determinada máquina se averiará o no en un determinado tiempo?
Si esto es lo que buscas necesitas aplicar el análisis de supervivencia.
Para responder este tipo de preguntas y proyectos hoy te voy a mostrar cómo aplicar este análisis de supervivencia paso a paso.
¡A por ello!
Para qué sirve el análisis de Supervivencia
El análisis de supervivencia sirve básicamente para poder estimar la probabilidad de que acabe un determinado proceso.
Ya sea si ese proceso sea:
- La vida de un paciente debido a una enfermedad
- La vida útil de una pieza
- La vida de una fruta
- etc…
El análisis de supervivencia nos dará respuestas como:
- ¿Qué probabilidad tenemos que una determinada pieza no se rompa a los 10 años?
- ¿Qué probabilidad tenemos de que este paciente sobreviva a esta enfermedad con este tratamiento?
- ¿Dos tipos de pacientes tienen o no las mismas probabilidades de supervivencia?
- ¿Qué factores influyen en que una máquina se rompa a los 5 años?
- Entre otras…
Espero que vayas captando la idea 🙂
Pero, ¿qué información necesitamos para aplicar este tipo de análisis?
Déjame contártelo con un pequeño ejemplo.
Si queremos analizar la supervivencia de una pieza necesitamos datos de este proceso:
- Por un lado, necesitamos saber cuando empezó su vida útil y cuando terminó.
- En caso que aún no se haya roto, no pasa nada, le indicaremos al modelo que esa pieza sigue viva. Necesitamos otra variable, que nos diga si esa pieza se ha averiado o no.
Con estas dos variables ya podemos empezar a utilizar este tipo de análisis.
Sencillo, ¿verdad?
En general, este tipo de análisis es aplicable siempre que tengamos el tiempo de inicio del proceso y final del proceso.
Y además una variable que nos indique si se ha producido el final de ese proceso o no.
Qué es el análisis de supervivencia – en relación al modelo de datos
¡Vale!
Ahora ya entiendo qué es más o menos un análisis de supervivencia. Pero… ¿cómo lo puedo aplicar?
Me gusta que me hagas esta pregunta porque lo primero que necesitamos es entender qué es un modelo estadístico.
Una vez ya lo tengas claro, ya puedes aplicar este tipo de análisis.
Mira esta figura:
Cualquier modelo se divide en tres partes:
Las entradas
La salida
Y la función que las relaciona. Es la F(). Es decir, entradas en función de la salida.
En el caso de los modelos de supervivencia:
- Las entradas son el tiempo de vida útil y otros factores que pueden influir en la supervivencia.
- Y la salida es la probabilidad de supervivencia.
- La función puede ser Kaplan Maier o Box-Cox
Para encontrar esta función necesitamos datos de las entradas y la salida. De esta manera podremos calcular la función.
En el caso de los análisis de supervivencia podemos utilizar dos tipos de funciones. El modelo Kaplan Maier y la regresión Box-Cox.
Lo verás mucho más claro en el ejemplo del vídeo que te he preparado y qué diferencias hay entre los dos casos. Estoy seguro que te darán claridad 🙂
Tienes aquí un enlace sobre el análisis de supervivencia muy interesante dónde me he inspirado para hacer el vídeo y que te servirá para entender las dos funciones que te acabo de compartir.
Vídeo: el paso a paso del análisis de supervivencia con dos ejemplos
Te invito a que mires el vídeo porque te voy a compartir un ejemplo muy interesante para que tengas la guía de cómo aplicarlo en la práctica en R.
Debajo del vídeo encontrarás el enlace con el código del ejemplo en R para que lo puedas aplicar 😉
Este es el enlace del código R.
Resumen de la lección
¡Bien!
Ya has aprendido a utilizar este tipo de análisis y espero que te sirva para poder avanzar en tus proyectos 🙂
Take away. Estos son los aspectos importantes de la lección:
- El análisis de supervivencia nos sirve para poder evaluar la probabilidad de supervivencia de pacientes en una determinada enfermedad o por ejemplo analizar la vida útil de una pieza o máquina.
- El análisis de supervivencia nos permite analizar la supervivencia en función del tiempo en diferentes grupos
- Podemos incluir variables explicativas para poder analizar el efecto de cada variable a la supervivencia utilizando el modelo Box Cox.
- Una link muy bueno sobre análisis de supervivencia
- Y el código R de este ejemplo
Si te ha gustado esta lección y quieres profundizar en cómo Analizar los Datos y convertirte en científico de datos en tu sector puedes acceder a la clase gratuita Analiza Tus Datos dónde voy a compartir mi sistema en mis proyectos y los de mis clientes paso a paso.
