Analyse de survie de Kaplan-Meier
Il arrive souvent que vous souhaitiez examiner la distribution des temps entre deux événements, telle que l'ancienneté (durée entre la date d'embauche et le départ de l'entreprise). Cependant, ce type de données inclut généralement certaines observations censurées. Les observations censurées constituent des observations pour lesquelles le second événement n'est pas enregistré (par exemple, les personnes encore en activité dans l'entreprise à la fin de l'étude). La procédure de Kaplan-Meier est une méthode d'estimation des modèles de durée à l'événement avec des observations censurées. Le modèle de Kaplan-Meier est fondé sur l'estimation de probabilités conditionnelles à chaque date à laquelle un événement se produit et sur l'utilisation de la limite du produit de ces probabilités pour estimer le taux de survie à chaque moment dans le temps.
Exemple : Un nouveau traitement contre le SIDA a-t-il des effets thérapeutiques permettant de prolonger la durée de vie des patients ? Vous pouvez mener une étude à l'aide de deux groupes de patients atteints par le SIDA, l'un recevant une thérapie classique et l'autre le traitement expérimental. La construction d'un modèle de Kaplan-Meier à partir des données vous permet de comparer tous les taux de survie entre les deux groupes pour déterminer si le traitement expérimental représente un progrès par rapport à la thérapie classique. Vous pouvez également tracer graphiquement la survie ou les fonctions de risque pour obtenir des informations plus détaillées.
Statistiques : Table de survie, incluant durée, statut, erreur standard et survie cumulée, événements cumulés et nombre restant ; moyenne et médiane de durée de survie, avec erreur standard et intervalle de confiance de 95 %. Tracés : Survie, Hasard, Survie sur échelle log et Un moins survie.
La procédure de Kaplan-Meier n'est disponible que si vous avez installé l'option Statistiques Avancées.
Remarques sur les données de Kaplan-Meier
Données : La variable de temps doit être continue, la variable de statut peut être qualitative ou continue, les facteurs et variables de strates doivent être qualitatifs.
Hypothèses : Les probabilités pour un événement donné doivent dépendre seulement du temps après l'événement initial. On considère qu'elles sont stables par rapport au temps absolu. Cela signifie que les observations entrant dans l'étude à des dates différentes (par exemple, les patients qui commencent le traitement à des dates différentes) doivent avoir le même comportement. Il ne doit pas y avoir non plus de différences systématiques entre les observations censurées et les autres. Si, par exemple, la plupart des observations censurées concernent des patients dont le cas est plus grave, les résultats seront faussés.
Procédures apparentées : La procédure de Kaplan-Meier utilise une méthode de calcul de la table de survie qui estime la survie ou la fonction de risque à la date de chaque événement. La procédure Tables de survie utilise une approche actuarielle de l'analyse de survie fondée sur la partition de la période d'observation en intervalles de temps plus petits. Elle peut donc être utile pour traiter de vastes échantillons. Si vous pensez que vos variables sont liées à la durée de survie ou à des variables que vous souhaitez contrôler (covariables), utilisez la procédure de la régression de Cox. Si vos covariables sont susceptibles d'avoir des valeurs différentes à différentes dates pour la même observation, utilisez la régression de Cox avec prédicteurs chronologiques.
Obtenir une analyse de survie de Kaplan-Meier
Cette fonction nécessite l'option Statistiques avancées.
- A partir des menus, sélectionnez :
- Sélectionnez une variable de temps.
- Sélectionnez une variable de statut pour identifier les observations pour lesquelles l'événement final a eu lieu. Cette variable peut être numérique ou être une chaîne courte. Cliquez ensuite sur Définir l'événement
Vous pouvez éventuellement sélectionner un facteur pour étudier les différences entre les groupes. Vous pouvez enfin définir une variable de strates qui produira des analyses séparées pour chaque niveau (strate) de la variable.
Cette procédure reproduit la syntaxe de commande KM.