Kaplan meier là gì
PHÂN TÍCH SỐNG CÒN (Survival Analysis) Lê Tấn Phùng* NHỮNG KHÁI NIỆM CƠ BẢN Phân tích sống còn là gì? Trong nghiên cứu, đôi khi người ta gặp những số liệu liên quan đến đánh giá một sự kiện nào đó theo thời gian. Ví dụ, sự kiện “tử vong” mô tả thời gian từ khi chẩn đoán đến khi chết. Sự kiện “tái phát” mô tả thời gian từ khi áp dụng một liệu pháp điều trị nào đó cho đến khi xảy ra tái phát, chẳng hạn sử dụng phương đặt sten mạch vành và theo dõi cho đến khi tái hẹp (tái phát). Tuy nhiên, cho đến khi kết thúc thời gian nghiên cứu, không phải tất cả các trường hợp đều xảy ra “sự kiện”. Ví dụ nghiên cứu về tử vong do ung thư gan từ lúc được chẩn đoán, thời gian nghiên cứu trong 24 tháng, không phải tất cả bệnh nhân nghiên cứu đều tử vong sau khi kết thúc nghiên cứu và do đó thời gian tử vong của họ là chưa biết. Do đó số liệu nghiên cứu loại này có đặc điểm hiếm khi có phân phối bình thường (normal distribution) vì một số số liệu hoàn chỉnh, một số số liệu bị cắt (censored). Số liệu của dạng nghiên cứu này được phân tích theo phương pháp riêng gọi là phân tích sống còn (survival analysis). a) Phân tích sống còn (viết tắt là SA) liên quan đến biến thời gian. Biến này ghi nhận thời gian từ lúc bắt đầu theo dõi cho đến khi xảy ra biến cố (Trong tiếng Anh thường sử dụng 2 thuật ngữ: time-to-failure hoặc time-to-event). Các thuật ngữ khác của SA có thể dùng trong tiếng Anh gồm: duration analysis, transition analysis, failure time analysis. - Không giống như hồi quy tuyến tính, SA có biến phụ thuộc là biến nhị biến. Có nghĩa là biến này chỉ có 2 giá trị. Ví dụ: chết hoặc sống, thành công hay thất bại, tái phát hay không tái phát v.v... - Không giống như hồi quy logistic, SA liên quan đến việc xây dựng mô hình biến thời gian – biến cố (modelling the time to an event). - SA liên quan đến áp dụng các biểu đồ Kaplan Meier (KM), Log rank test, và hồi quy Cox (sẽ đề cập đến ở phần sau). b) Những ưu điểm, thuận lợi của SA - Có thể giải thích cho những số liệu bị cắt (censored data). Khái niệm này sẽ được giải thích ở phần sau. - Có thể so sánh giữa 2 nhóm hoặc nhiều nhóm với nhau - Có thể đánh giá mối liên quan giữa các biến độc lập và thời gian sống (survival time). * Bác sĩ nội khoa, Tiến sĩ YTCC, Sở Y tế tỉnh Khánh Hòa. [email protected] 11 |