🔹 منحنی کاپلان مایر؛ چگونه احتمال بقا را در طول زمان مقایسه کنیم؟
در مطالعات زمان تا رویداد، فقط تعداد افرادی که رویداد را تجربه کردهاند مهم نیست.
زمان وقوع رویداد و مدت پیگیری هر فرد نیز اهمیت دارد.
یکی از رایجترین ابزارها برای نمایش این اطلاعات، منحنی «کاپلان مایر» است.
══════════════
🧠 منحنی کاپلان مایر چه چیزی را نشان میدهد؟
این منحنی برآورد میکند چه نسبتی از افراد تا هر نقطه زمانی هنوز رویداد مورد نظر را تجربه نکردهاند.
اگر رویداد «ترک تحصیل» باشد، منحنی نشان میدهد چه نسبتی از دانشجویان تا ماههای مختلف همچنان در دانشگاه باقی ماندهاند.
بنابراین محور افقی معمولاً زمان و محور عمودی احتمال بقا یا باقی ماندن بدون رویداد است.
══════════════
📌 چرا منحنی پلهای است؟
هر بار که یک رویداد رخ میدهد، احتمال بقا کاهش پیدا میکند.
به همین دلیل منحنی به صورت پلهای پایین میآید.
اما وقتی فقط یک فرد سانسور میشود و رویدادی رخ نمیدهد، منحنی الزاماً پایین نمیآید.
سانسور فقط نشان میدهد از آن زمان به بعد دیگر اطلاعات آن فرد در دسترس نیست.
══════════════
✍️ مثال پژوهشی
فرض کنید دو گروه از دانشجویان بررسی شدهاند:
گروه دریافتکننده برنامه حمایت پژوهشی
و گروه بدون این برنامه
پس از ۱۲ ماه، احتمال باقی ماندن بدون ترک تحصیل در گروه اول ۰٫۹۰ و در گروه دوم ۰٫۷۸ است.
پس از ۲۴ ماه نیز این مقادیر به ترتیب ۰٫۸۲ و ۰٫۶۵ هستند.
منحنی کاپلان مایر کمک میکند این تفاوت در طول کل دوره پیگیری دیده شود، نه فقط در پایان مطالعه.
══════════════
📌 میانه زمان بقا چیست؟
اگر منحنی به احتمال ۰٫۵ برسد، میتوان «میانه زمان بقا» را محاسبه کرد.
میانه زمان بقا زمانی است که حدود نیمی از افراد هنوز بدون رویداد باقی ماندهاند و نیمی رویداد را تجربه کردهاند.
اما اگر تا پایان مطالعه بیش از ۵۰ درصد افراد هنوز بدون رویداد باشند، ممکن است میانه زمان بقا اصلاً قابل برآورد نباشد.
این وضعیت خطا نیست؛ صرفاً یعنی داده برای رسیدن به نقطه ۵۰ درصد کافی نبوده است.
══════════════
⚠️ خطای رایج: نگاه کردن فقط به فاصله ظاهری دو منحنی
اگر دو منحنی از یکدیگر فاصله داشته باشند، ممکن است تفاوت مهمی وجود داشته باشد.
اما صرف مشاهده نمودار برای نتیجهگیری کافی نیست.
باید تعداد افراد در معرض خطر در زمانهای مختلف، تعداد رویدادها، عدم قطعیت برآوردها و آزمون آماری مناسب نیز بررسی شود.
در قسمتهای پایانی منحنی، معمولاً افراد کمتری باقی میمانند و برآوردها ناپایدارتر میشوند.
══════════════
📌 آزمون لگ رنک چه نقشی دارد؟
برای مقایسه کلی منحنیهای بقا معمولاً میتوان از آزمون لگ رنک استفاده کرد.
این آزمون بررسی میکند آیا الگوی بقا در دو یا چند گروه در طول زمان متفاوت است یا خیر.
اما این آزمون اندازه اثر را به تنهایی نشان نمیدهد.
برای بیان شدت تفاوت ممکن است از شاخصهایی مانند نسبت مخاطره یا تفاوت احتمال بقا در زمان مشخص استفاده شود.
══════════════
🎯 جدول افراد در معرض خطر را جدی بگیرید
در زیر بسیاری از نمودارهای کاپلان مایر، تعداد افراد «در معرض خطر» در زمانهای مختلف گزارش میشود.
این جدول بسیار مهم است.
اگر در ماه ۳۶ فقط چند نفر باقی مانده باشند، قسمت انتهایی منحنی باید با احتیاط بیشتری تفسیر شود.
زیرا هر رویداد میتواند تغییر بزرگی در منحنی ایجاد کند.
══════════════
✅ جمعبندی
منحنی کاپلان مایر فقط نشان نمیدهد چند نفر رویداد را تجربه کردهاند.
بلکه نشان میدهد رویدادها در چه زمانی رخ دادهاند و احتمال باقی ماندن بدون رویداد چگونه در طول زمان تغییر کرده است.
برای تفسیر درست آن باید همزمان به:
شکل منحنی،
سانسورها،
تعداد افراد در معرض خطر،
عدم قطعیت برآوردها،
و مقایسه آماری گروهها
توجه کرد.
در تحلیل بقا، پایان مطالعه تنها یک نقطه از داستان است؛ شکل کامل تغییرات در طول زمان اهمیت بیشتری دارد.
📚 @confpaper
Post #1345
83