CHƯƠNG 9: PHƯƠNG PHÁP KAPLAN-MEIER VÀ PHƯƠNG PHÁP ACTUARIAL CHO DỮ LIỆU SỐNG CÒN BỊ KIỂM DUYỆT
Chương này mô tả phương pháp Kaplan-Meier và phương pháp Actuarial (bảng sống) để ước lượng hàm sống còn (survival function) từ dữ liệu sống còn bị kiểm duyệt (censored survival data). Một đặc điểm quan trọng của các phương pháp này là, ngoài giả định về kiểm duyệt không chứa thông tin (uninformative censoring), chúng dựa trên tương đối ít giả định. Trong trường hợp phương pháp Kaplan-Meier, không có giả định nào được đặt ra về dạng hàm số (functional form) của đường cong sống còn (survival curve) hay hàm nguy cơ (hazard function).
Chương này cũng trình bày một cách tiếp cận để so sánh các đường cong sống còn dựa trên kỹ thuật tỷ số chênh (odds ratio) phân tầng (stratified odds ratio techniques) của Chương 5. Các phương pháp MH-RBG (Mantel-Haenszel và Robins-Breslow-Greenland) được chứng minh là đặc biệt hữu ích trong vấn đề này. Tài liệu tham khảo cho chương này được đưa ra ở đầu Chương 8.
Các nội dung chính của chương:
- Mục 9.1 — Đường cong Sống còn Kaplan-Meier: Trình bày ước lượng Kaplan-Meier (còn gọi là ước lượng tích giới hạn — product-limit estimator), định nghĩa tập hợp nguy cơ (risk set), công thức ước lượng KM, phương sai Greenwood (Greenwood's formula), và khoảng tin cậy Kalbfleisch-Prentice dựa trên biến đổi log-minus-log. Minh họa bằng Ví dụ 9.1 về dữ liệu ung thư vú.
- Mục 9.2 — Phương pháp Tỷ số Chênh cho Dữ liệu Sống còn bị Kiểm duyệt: Trình bày cách sử dụng tỷ số chênh (OR) để so sánh các đường cong sống còn, bao gồm phương pháp cho bảng J×(2×2), kiểm định logrank (Mantel-Haenszel), giả định tỷ số nguy cơ tỷ lệ (proportional hazards), kiểm định xu hướng tuyến tính (linear trend test), và điều chỉnh nhiễu (confounding adjustment). Minh họa bằng Ví dụ 9.2-9.6.
- Mục 9.3 — Phương pháp Actuarial: Trình bày phương pháp bảng sống (life table method) cổ điển cho dữ liệu sống còn bị kiểm duyệt theo khoảng (interval-censored), các giả định về dạng hàm sống còn và phân bố thời gian kiểm duyệt, công thức ước lượng Actuarial, và cỡ mẫu hiệu dụng (effective sample size). Minh họa bằng Ví dụ 9.7.
(Nguồn: Newman SC. Biostatistical Methods in Epidemiology. Wiley, 2001. tr.171-191.)
