You are on page 1of 10

Anlisis de la Supervivencia

1
Anlisis de la Supervivencia
Juan Francisco Casanova Juan Francisco Casanova
UNIVERSIDAD AUTNOMA DE MADRID UNIVERSIDAD AUTNOMA DE MADRID
Esquema del bloque (1)
1. 1. Introduccin Introduccin
2. 2. Curvas de Supervivencia Curvas de Supervivencia
J.F. Casanova Supervivencia 2
3. 3. Mtodos No Mtodos No Paramtricos Paramtricos
1. 1. Mtodo de Kaplan Mtodo de Kaplan Meier Meier
2. 2. Mtodo Actuarial Mtodo Actuarial
3. 3. Estimacin Estimacin
Esquema del bloque (2)
4. 4. Mtodos Paramtricos Mtodos Paramtricos
1. 1. Distribucin Exponencial Distribucin Exponencial
2. 2. Distribucin de Weibull Distribucin de Weibull
55 C i d C d S i i C i d C d S i i
J.F. Casanova Supervivencia 3
5. 5. Comparacin de Curvas de Supervivencia Comparacin de Curvas de Supervivencia
1. 1. Tipos de Mtodos No Paramtricos Tipos de Mtodos No Paramtricos
2. 2. Mtodo de Log Mtodo de Log- -Rank Rank
6. 6. Modelos Multivariantes Modelos Multivariantes
1. 1. Regresin de Cox Regresin de Cox
7. 7. Supervivencia Supervivencia Relativa Relativa
1. Introduccin
OBJETIVO TPICO OBJETIVO TPICO: : Estudiar la Estudiar la
distribucin de los tiempos de distribucin de los tiempos de
supervivencia supervivencia de un conjunto de de un conjunto de
J.F. Casanova Supervivencia 4
supervivencia supervivencia de un conjunto de de un conjunto de
individuos. individuos.
Es el nico mtodo estadstico que est Es el nico mtodo estadstico que est ms ms
desarrollado en Medicina desarrollado en Medicina que en otros que en otros
campos. campos.
Por qu es tan importante en
Medicina?
Utilidad especfica en el mbito mdico Utilidad especfica en el mbito mdico
ilid d l i i ilid d l i i
J.F. Casanova Supervivencia 5
Utilidad ms general que supervivencia Utilidad ms general que supervivencia
Ventaja metodolgica especial Ventaja metodolgica especial
Utilidad especfica en el mbito
mdico
En En la Medicina actual el objetivo que la Medicina actual el objetivo que
habitualmente se considera ms importante habitualmente se considera ms importante
J.F. Casanova Supervivencia 6
es prolongar al mximo la supervivencia es prolongar al mximo la supervivencia de de
los pacientes. los pacientes.
Esto ha llevado a desarrollar una tcnica Esto ha llevado a desarrollar una tcnica
especficamente dedicada a estudiar el especficamente dedicada a estudiar el
tiempo de supervivencia. tiempo de supervivencia.
Anlisis de la Supervivencia
2
Utilidad ms general
Sirve Sirve para para analizar analizar el el tiempo hasta la tiempo hasta la
aparicin de aparicin de un suceso cualquiera un suceso cualquiera
(infeccin, recada, curacin, respuesta a un (infeccin, recada, curacin, respuesta a un
J.F. Casanova Supervivencia 7
( p ( p
tratamiento, etc tratamiento, etc.) .)
La importancia de La importancia de la supervivencia ha la supervivencia ha
llevado a que la llevado a que la terminologa terminologa empleada empleada
gravite sobre el suceso gravite sobre el suceso muerte muerte..
Ventaja metodolgica especial
Necesaria una nueva metodologa? Necesaria una nueva metodologa?
Utiliza incluso Utiliza incluso observaciones incompletas: observaciones incompletas:
J.F. Casanova Supervivencia 8
Utiliza incluso Utiliza incluso observaciones incompletas: observaciones incompletas:
sujetos perdidos, cancelados o vivos al final sujetos perdidos, cancelados o vivos al final
del estudio (censored). del estudio (censored).
Su supervivencia es al menos su tiempo de Su supervivencia es al menos su tiempo de
permanencia en el estudio. permanencia en el estudio.
1. Introduccin
TIPOS DE OBSERVACIONES TIPOS DE OBSERVACIONES
INCOMPLETAS INCOMPLETAS
((en estudios mdicos en estudios mdicos))
1) 1) Vivos al final del estudio. Vivos al final del estudio.
J.F. Casanova Supervivencia 9
))
2) 2) Perdidos durante el estudio. Perdidos durante el estudio.
Causas diversas: traslados, decisiones Causas diversas: traslados, decisiones
personales, etc. personales, etc.
Muerte por otras causas. Muerte por otras causas.
Intervenciones que los pasan a excluidos. Intervenciones que los pasan a excluidos.
2. Curvas de Supervivencia

1
p
05
J.F. Casanova Supervivencia 10
M t
05
Representan la tasa o proporcin de supervivencia
en funcin del tiempo.
3. Mtodos No Paramtricos
Pueden aplicarse siempre Pueden aplicarse siempre..
Habra un MTODO DIRECTO: Calcular Habra un MTODO DIRECTO: Calcular
la Supervivencia en cierto instante como la Supervivencia en cierto instante como
J.F. Casanova Supervivencia 11
pp
Total N
ntes Supervivie N
p =
Sin embargo, Sin embargo, insuficiente insuficiente: no tiene en cuenta : no tiene en cuenta
a los perdidos vivos antes de ese instante a los perdidos vivos antes de ese instante
3.1. Mtodo de Kaplan Meier
Para usar todos los casos, se recurre a un Para usar todos los casos, se recurre a un
artificio: La Tasa de Supervivencia se artificio: La Tasa de Supervivencia se
calcula TRAMO a TRAMO. calcula TRAMO a TRAMO.
J.F. Casanova Supervivencia 12
* * Tramo Tramo = intervalo entre dos = intervalo entre dos
fallecimientos no simultneos fallecimientos no simultneos
Anlisis de la Supervivencia
3
3.1. Mtodo de Kaplan Meier
En cada tramo: En cada tramo:
p(vivo al final) = p(vivo al comienzo)
p(vivo al final / vivo al comienzo)
J.F. Casanova Supervivencia 13
Abreviadamente:
p = p(vc) p
tramo
Y la Supervivencia en el tramo:
uestos exp
fallecidos uestos exp
p
tramo

=
3.1. Mtodo de Kaplan Meier
Durac.
(meses)
Estado
final
Expues
tos
Falleci
dos
p
tramo
p
4 V 11 1 1
6
7
F
V
10 1 0,9 0,9
8
8
10
F
V
V
8 1 0,875 0,787
11
11
13
F
F
V
5 2 0,6 0,472
14
14
F
V
2 1 0,5 0,236
3.1. Mtodo de Kaplan Meier
0,8
0,6
1
p
0,4
0,2
0
0 6 8 11 14
t (meses)
3.2. Mtodo Actuarial
Similar al de Kaplan Similar al de Kaplan- -Meier, slo que: Meier, slo que:
Los intervalos son de longitud fija. Los intervalos son de longitud fija.
Los cancelados se consideran expuestos la Los cancelados se consideran expuestos la
mitad del tiempo del tramo mitad del tiempo del tramo
J.F. Casanova Supervivencia 16
mitad del tiempo del tramo. mitad del tiempo del tramo.
2
cancelados
comienzo al vivos uestos exp =
Menos exacto, pero simplifica el clculo. Menos exacto, pero simplifica el clculo.
Ms en poblaciones Ms en poblaciones Sociodemografa Sociodemografa
((Kaplan Kaplan- -Meier ms en muestras Meier ms en muestras Clnica) Clnica)
3.3. Estimacin
Para estimar la tasa en un tramo se usa una Para estimar la tasa en un tramo se usa una
aproximacin a la distribucin normal. aproximacin a la distribucin normal.
El error estndar puede calcularse por la El error estndar puede calcularse por la
frmula de frmula de Greenwood Greenwood ::
J.F. Casanova Supervivencia 17
frmula de frmula de Greenwood Greenwood ::
s p
fallecidos
uestos uestos fallecidos
p
k
=

exp (exp )
1
3.3. Estimacin
En el EJEMPLO, para el intervalo 11 En el EJEMPLO, para el intervalo 11 - - 13: 13:
190 , 0
) 2 5 ( 5
2
) 1 8 ( 8
1
) 1 10 ( 10
1
472 , 0 s
p
= + + =
J.F. Casanova Supervivencia 18
) 2 5 ( 5 ) 1 8 ( 8 ) 1 10 ( 10
p

I.C. (95%): 0,472 I.C. (95%): 0,472 1,960,190 = 1,960,190 = ||0,099; 0,845 0,099; 0,845||
Anlisis de la Supervivencia
4
Funcin de Riesgo
Tambin llamada Tambin llamada
tasa de mortalidad instantnea tasa de mortalidad instantnea, , h(t) h(t)
Da idea de la Da idea de la velocidad de fallecimiento velocidad de fallecimiento
J.F. Casanova Supervivencia 19
Cuando no hay observaciones incompletas, Cuando no hay observaciones incompletas,
puede estimarse como: puede estimarse como:
t en s erviviente sup de n
tiempo de unidad / t en fallecidos de n
) t ( h =
Funcin de Riesgo
Indica la probabilidad de que un individuo
muera en esa unidad de tiempo.
Al igual que la funcin de supervivencia Al igual que la funcin de supervivencia
l d d i l d d i
J.F. Casanova Supervivencia 20
acumulada, puede usarse tanto en presencia acumulada, puede usarse tanto en presencia
de observaciones completas como de observaciones completas como
incompletas. incompletas.
4. Mtodos Paramtricos
Pueden usars Pueden usarse cuando e cuando la funcin de la funcin de
supervivencia se ajusta a algn modelo supervivencia se ajusta a algn modelo
matemtico. matemtico.
J.F. Casanova Supervivencia 21
Simplifican el manejo de la informacin. Simplifican el manejo de la informacin.
Permiten predecir Permiten predecir
(OJO con (OJO con fuera del rango fuera del rango ). ).
4. Mtodos Paramtricos
4.1. DISTRIBUCIN EXPONENCIAL
Se da cuando la funcin de riesgo (velocidad
de fallecimiento) es constante.
p
J.F. Casanova Supervivencia 22
t
p
1
t
e ) t ( p

=
4. Mtodos Paramtricos
4.2. DISTRIBUCIN DE WEIBULL
J.F. Casanova Supervivencia 23
Generalizacin de la Exponencial cuando la Generalizacin de la Exponencial cuando la
velocidad de fallecimiento no es constante. velocidad de fallecimiento no es constante.


=
) t (
e ) t ( p
5. Comparacin de la Supervivencia
5.1. 5.1. MTODOS NO PARAMTRICOS MTODOS NO PARAMTRICOS
TIPO I TIPO I
Mtodos: Mtodos:
LOG LOG RANK MANTEL RANK MANTEL COX COX
J.F. Casanova Supervivencia 24
LOG LOG -- RANK = MANTEL RANK = MANTEL -- COX = COX =
MANTEL MANTEL -- HAENSZEL para la supervivencia HAENSZEL para la supervivencia
Caractersticas : Caractersticas :
Conveniente cuando Conveniente cuando los riesgos son los riesgos son
proporcionales proporcionales. .
Da igual peso a todos los tramos. Da igual peso a todos los tramos.
Anlisis de la Supervivencia
5
Riesgos Proporcionales
DEFINICIN: La proporcin de riesgo entre DEFINICIN: La proporcin de riesgo entre
los grupos es constante a lo largo del tiempo los grupos es constante a lo largo del tiempo
J.F. Casanova Supervivencia 25 J.F. Casanova Supervivencia 25
EJEMPLO: El riesgo para el grupo sanguneo EJEMPLO: El riesgo para el grupo sanguneo
B es el doble que para el A, B es el doble que para el A, en todo instante en todo instante..
Riesgos Proporcionales
h(t)
B
J.F. Casanova Supervivencia 26
t
A
B
Comprobacin Riesgos
Proporcionales
CURVAS DE SUPERVIVENCIA: Si no se CURVAS DE SUPERVIVENCIA: Si no se
entrecruzan, suponer riesgos proporcionales. entrecruzan, suponer riesgos proporcionales.
(Discutible).
J.F. Casanova Supervivencia 27 J.F. Casanova Supervivencia 27
Analizar INTERACCIN CON EL TIEMPO: Analizar INTERACCIN CON EL TIEMPO:
Se basa en el nivel de significacin, por lo Se basa en el nivel de significacin, por lo
que es dependiente de n. que es dependiente de n.
(Discutible).
Comprobacin Riesgos
Proporcionales
CURVAS log ( CURVAS log (- -log p): Si son paralelas, log p): Si son paralelas,
suponer riesgos proporcionales. suponer riesgos proporcionales.
CURVADE RESIDUOS PARCIALES DE CURVADE RESIDUOS PARCIALES DE
J.F. Casanova Supervivencia 28 J.F. Casanova Supervivencia 28
CURVA DE RESIDUOS PARCIALES DE CURVA DE RESIDUOS PARCIALES DE
SCHOENFELD SCHOENFELD: Si es horizontal, suponer : Si es horizontal, suponer
riesgos proporcionales. riesgos proporcionales.
5.1. Mtodos No Paramtricos
TIPO II TIPO II
Mtodos: Mtodos:
WILCOXON WILCOXON -- GEHAN = BRESLOW GEHAN = BRESLOW
PETO PETO YY PETO PETO
J.F. Casanova Supervivencia 29
Caractersticas : Caractersticas :
Conveniente cuando Conveniente cuando los riesgos NO son los riesgos NO son
proporcionales proporcionales. .
Da a los tramos peso proporcional al nmero de Da a los tramos peso proporcional al nmero de
casos (ms a los tramos iniciales). casos (ms a los tramos iniciales).
5.1. Mtodos No Paramtricos
TIPO III TIPO III
Mtodos: Mtodos:
TARONE TARONE -- WARE WARE
Caractersticas : Caractersticas :
J.F. Casanova Supervivencia 30
Conveniente cuando Conveniente cuando los riesgos NO son los riesgos NO son
proporcionales proporcionales y las distribuciones de las y las distribuciones de las
funciones de supervivencia son distintas. funciones de supervivencia son distintas.
Da a los tramos peso proporcional a la raz Da a los tramos peso proporcional a la raz
cuadrada del nmero de casos (caractersticas cuadrada del nmero de casos (caractersticas
intermedias entre los otros dos Tipos). intermedias entre los otros dos Tipos).
Anlisis de la Supervivencia
6
5.2. Mtodo de Log-Rank
Al igual que los otros Al igual que los otros Mtodos No Mtodos No
Paramtricos, se basa en comparar Paramtricos, se basa en comparar
una distribucin una distribucin experimental experimental: el n. : el n.
de fallecidos encontrados en cada de fallecidos encontrados en cada
i l i l
J.F. Casanova Supervivencia 31
intervalo intervalo
y una y una terica terica: la que se obtendra si el : la que se obtendra si el
n. de fallecimientos fuese proporcional n. de fallecimientos fuese proporcional
al de expuestos en cada grupo al de expuestos en cada grupo
Se Se usa usa la la __
22
con con k k--11grados grados de de libertad libertad..
5.2. Mtodo de Log-Rank
Duracin Estado
Final
Grupo Expuestos
E
A
E
B
Fallec Exp
F
A
F
B
Fallec Ter
T
A
T
B
4
4
F
V
B
B
6 6 1 050 050
5 F A 6 4 1 060 040
6
6
F
V
B
A
5 4 1 056 044
7 F B 4 3 1 057 043
84 ' 3 01 ' 1
74 ' 2
) 74 ' 2 4 (
16 ' 3
) 16 ' 3 2 (
T
) T F (
2 2 2
2
EXP
< =

E = _
7
7
F
V
B
A
4 3 1 057 043
9
10
F
V
A
A
3 2 1 060 030
13
13
13
F
V
V
B
B
A
1 2 1 033 067
TOTALES 2 4 316 274
Comparacin de la Supervivencia
n

i
n
f
e
c
c
i

n
Tiempo hasta la infeccin (das)
B
A
Terapia
P
o
r
c
e
n
t
a
j
e

s
i
n
Survival Analysis for TIEM Tiempo hasta infeccin
Factor TER = A
Survival Time Standard Error 95% Confidence Interval
Mean: 147 10 ( 129; 166 )
(Limited to 190 )
Median: , , ( ,; , )
Factor TER = B
Survival Time Standard Error 95% Confidence Interval Survival Time Standard Error 95% Confidence Interval
Mean: 12 2 ( 7; 16 )
Median: 5 1 ( 5; 11 )
Test Statistics for Equality of Survival Distributions for TER
Statistic df Significance
Log Rank 547,17 1 ,0000
6. Modelos Multivariantes
6.1. 6.1. REGRESIN DE COX REGRESIN DE COX
El ms usado con diferencia para el Anlisis El ms usado con diferencia para el Anlisis
Multivariante de la Supervivencia. Multivariante de la Supervivencia.
J.F. Casanova Supervivencia 35
Es un Modelo de riesgos proporcionales. Es un Modelo de riesgos proporcionales.
La Funcin de Riesgo es proporcional a una La Funcin de Riesgo es proporcional a una
funcin de los factores, funcin de los factores, xx
11
, ..., x , ..., x
pp
::
h(t) = h h(t) = h
00
(t) g(x (t) g(x
11
, ..., x , ..., x
pp
))
hh
00
(t) (t) es la "funcin de riesgo subyacente" es la "funcin de riesgo subyacente"
6.1. Regresin de Cox
Dado que Dado que g(x g(x
11
, ..., x , ..., x
pp
) ) >> 00, Cox propuso una , Cox propuso una
funcin exponencial: funcin exponencial:
h(t) = h h(t) = h
00
(t) exp (b (t) exp (b
11
xx
11
+ ... + ... + b + b
pp
xx
pp
))
donde los donde los bb son los coeficientes de regresin son los coeficientes de regresin
J.F. Casanova Supervivencia 36
donde los donde los bb
ii
son los coeficientes de regresin. son los coeficientes de regresin.
O bien: O bien:
p p 1 1
0
x b ... x b
) t ( h
) t ( h
ln + + =
Riesgo
Relativo
Anlisis de la Supervivencia
7
6.1. Regresin de Cox
Estructura anloga a la de las regresiones Estructura anloga a la de las regresiones
lineal y logstica: lineal y logstica:
p p 1 1
x b ... x b
) t ( h
) t ( h
ln + + =
J.F. Casanova Supervivencia 37
0
) t ( h
p p 1 1
x b ... x b
P 1
P
ln + + =

p p 1 1
x b ... x b a y + + + =
6.1. Regresin de Cox
Modelo Modelo SEMIPARAMTRICO SEMIPARAMTRICO: :
p p 1 1
0
x b ... x b
) t ( h
) t ( h
ln + + =
J.F. Casanova Supervivencia 38
No No parametriza parametriza la Funcin de Riesgo, la Funcin de Riesgo,
aunque s la relacin con los factores. aunque s la relacin con los factores.
No facilita la prediccin No facilita la prediccin
Ms enfocado en evaluar la relacin Ms enfocado en evaluar la relacin
con los factores con los factores
Tipos de Covariables o Factores
a) a) Continua Continua
b) b) Dicotmica Dicotmica
Se trata igual que la continua, Se trata igual que la continua,
J.F. Casanova Supervivencia 39
g q , g q ,
usando los valores usando los valores 00 y y 11..
c) c) Politmica Politmica
Si tiene Si tiene kk categoras, requiere el categoras, requiere el
uso de uso de kk--11 variables ficticias. variables ficticias.
Ejemplo Codificacin Variable
Politmica
GS1 GS1 GS2 GS2 GS3 GS3
AA 11 00 0 0
J.F. Casanova Supervivencia 40 J.F. Casanova Supervivencia 40
BB 00 11 00
AB AB 00 00 11
00 00 00 00
Interpretacin de los Coeficientes
a) a) Variable Dicotmica Variable Dicotmica
Si x = 0, Si x = 0, h(t) h(t)
x=0 x=0
= h = h
00
(t) e (t) e
b0 b0
= h = h
00
(t) (t)
Si x = 1, Si x = 1, h(t) h(t)
x=1 x=1
= h = h
00
(t) e (t) e
b1 b1
= h = h
00
(t)e (t)e
bb
J.F. Casanova Supervivencia 41
0 x
1 x b
) t ( h
) t ( h
e
=
=
=
ee
bb
es el aumento de riesgo cuando el es el aumento de riesgo cuando el
factor pasa de un valor al otro y los dems factor pasa de un valor al otro y los dems
factores factores permanecen constantes permanecen constantes..
Interpretacin de los Coeficientes
b) b) Variable Continua Variable Continua
ee
bb
es el aumento de riesgo cuando el factor es el aumento de riesgo cuando el factor
se incrementa una unidad y los dems se incrementa una unidad y los dems
factores factores permanecen constantes permanecen constantes
J.F. Casanova Supervivencia 42
factores factores permanecen constantes permanecen constantes..
* OJO: Unidades * OJO: Unidades
c) c) Variable Politmica Variable Politmica
Se interpreta cada variable ficticia. Se interpreta cada variable ficticia.
Anlisis de la Supervivencia
8
Seleccin Automtica de Factores
ESTRATEGIAS ESTRATEGIAS
Hacia delante (Forward) Hacia delante (Forward)
Hacia atrs (Backward) Hacia atrs (Backward)
J.F. Casanova Supervivencia 43
Paso a paso (Stepwise) Paso a paso (Stepwise)
CRITERIOS CRITERIOS
Significacin del coeficiente Significacin del coeficiente
Cambio en la verosimilitud Cambio en la verosimilitud
Survival Analysis for TIEM Tiempo hasta infeccin
Factor TER = A
Survival Time Standard Error 95% Confidence Interval
Mean: 147 10 ( 129; 166 )
(Limited to 190 )
Median: , , ( ,; , )
Factor TER = B
Survival Time Standard Error 95% Confidence Interval Survival Time Standard Error 95% Confidence Interval
Mean: 12 2 ( 7; 16 )
Median: 5 1 ( 5; 11 )
Test Statistics for Equality of Survival Distributions for TER
Statistic df Significance
Log Rank 547,17 1 ,0000
TERAPIA SEXO
1 A 1 Varn
2 B 2 Mujer
GRAVEDAD CUIDADOS Cuidados adicionales
1 Baja 1 No
2 Alta 2 S
EDAD EDAD
1 De 0 a 7
2 De 8 a 14
3 Ms de 14
TIEMPO Tiempo hasta Infeccin
INFECCIN
1 S
2 No
-------------- Variables en la ecuacin ---------------
Variable B ET gl Sig Exp(B) LI 95% LS 95%
TERAPIA ,830 ,380 1 ,029 2,294 1,090 4,829
EDAD ,569 ,149 1 ,000 1,767 1,318 2,369
SEXO ,024 ,224 1 ,914 1,025 ,661 1,589
GRAVEDAD 3,373 ,605 1 ,000 29,177 8,910 95,544
CUIDADOS -,187 ,6020 1 ,756 ,829 ,255 2,698
Ejemplo
Artculo Anlisis Supervivencia
Gmez N, Gmez JM, Sahn M, Abs
R, Villabona C, Soler J.
Identificacin y validacin de factores Identificacin y validacin de factores
pronsticos del cncer diferenciado de tiroides.
Med Clin (Barc) 1997;108(2):45-49.
Reproduccin autorizada por Elsevier Doyma
Anlisis estadstico
Las variables analizadas fueron: sexo,
edad, antecedentes de radioterapia cervical,
enfermedad de Graves asociada, tipo histolgico,
presencia de tiroiditis linfocitaria, multicentralidad,
encapsulacin tumoral, invasin vascular y local,
estadio adenoptico y la presencia de metstasis a
distancia.
Las diferencias entre grupos se analizaron
por el mtodo de la _
2
para las variables cualitativas
y por el de la variancia para las variables continuas
(programa SPSS).
Anlisis de la Supervivencia
9
Anlisis estadstico
La supervivencia se calcul por el mtodo de
Kaplan- Meier
7
y se compar segn las diferentes
variables por el mtodo de Mantel-Cox
8
(programa
BMDP1L). Las variables identificadas como
posibles factores de riesgo se introdujeron en el
anlisis m lti ariante (tras descartar la colinealidad anlisis multivariante (tras descartar la colinealidad
de las variables continuas y la interaccin de las
variables cualitativas), para identificar los factores
de riesgo independientes con el modelo de
probabilidades proporcionales de Cox
9
. El nivel
de significacin estadstica (riesgo alfa) asumido
durante todo el estudio fue del 5%.
Resultados
Factores pronsticos propios
El estudio incluy a 208 pacientes, 129 con
carcinoma papilar (94 mujeres y 35 varones) y 79
con carcinoma folicular (65 mujeres y 14 varones)
d d di d 40 18 con una edad media de 40 18 aos.
La probabilidad de supervivencia acumulada
de los 208 enfermos tratados por cncer
diferenciado de tiroides fue del 85% a los 17,7 aos
de seguimiento. Se incluyeron los casos con un
seguimiento inferior a 5 aos porque durante este
perodo tambin se describieron fallecimientos (8
de los 17 totales) y, por tanto, deben incluirse en el
clculo del riesgo relativo de mortalidad.
Resultados
Como no se demostraron diferencias en la
supervivencia segn el tipo histolgico (p =0,65,
Mantel-Cox) y la estadificacin tumoral inicial fue
comparable entre ambos (p =0,36, _
2
) los
i i t d t t j t t siguientes datos se presentan conjuntamente para
carcinomas papilares y foliculares.
La supervivencia no se modific segn el
sexo (p =0,4, Mantel-Cox), presencia de tiroiditis
linfocitaria (n =10; p =0,26, Mantel-Cox),
encapsulacin (n =46; p =0,57, Mantel-Cox),
multicentralidad (n =31; p =0,54, Mantel-Cox),
invasin local (n =23; p =0,08, Mantel-Cox) y
vascular (n =50; p =0,65, Mantel-Cox).
Resultados
Las variables pronsticas de la
supervivencia fueron la edad al
diagnstico, el estadio adenoptico, el
tamao tumoral y la presencia de
metstasis a distancia metstasis a distancia.
Tras el anlisis multivariante el valor
pronstico del estadio adenoptico se anul,
a pesar de que la supervivencia del grupo
de pacientes en estadio N1b fue
significativamente menor (N0: supervivencia
del 88%; N1a: supervivencia del 89%; N1b:
supervivencia del 60,5%).
Resultados
Por tanto, se definieron como factores de
riesgo independiente la edad superior a 60
aos (edad inferior a 60 aos: supervivencia
del 86%; edad superior o igual a 60 aos:
supervivencia del 0%), tamao tumoral
6 ( f 6 superior a 6 cm (inferior a 6 cm: supervivencia
del 70%; superior o igual a 6 cm: supervivencia
del 46%) y la presencia de metstasis a
distancia (M0: supervivencia del 90%; M1:
supervivencia del 43,5%). La ausencia de
cualquiera de los tres factores de riesgo define
un grupo de bajo riesgo con una supervivencia
del 97% a los 17,7 aos de seguimiento.
Fig. 1.
Probabilidad de
supervivencia
segn la
clasificacin
obtenida del
anlisis propio:
grupo de bajo
riesgo, ausencia
de factores de
mal pronstico (-).
Grupos con factores de mal pronstico: edad igual o
superior a 60 aos ( ), tamao tumoral igual o
superior a 6 cm (*) y metstasis a distancia ().
Anlisis de la Supervivencia
10
TABLA 3
Factores pronsticos del cncer diferenciado
de tiroides. Anlisis multivariante
Variables Coeficiente
de
regresin
Riesgo
relativo
P Intervalo
de
confianza
(95%) (95%)
Edad
(60 aos)
Tam. tumoral
(6 cm)
Metstasis
3,2093
2,0006
1,8729
24,7
7,4
6,5
0,0001
0,0026
0,0061
6,9-89,1
2,1-27,1
1,7-24,8
7. Supervivencia Relativa
CONCEPTO CONCEPTO
Su utilidad principal es deslindar el efecto Su utilidad principal es deslindar el efecto
de mortalidad por la causa estudiada del que de mortalidad por la causa estudiada del que
se producira habitualmente por se producira habitualmente por otras otras causas causas
J.F. Casanova Supervivencia 56
se producira habitualmente por se producira habitualmente por otras otras causas causas
en la poblacin. en la poblacin.
Se compara por cociente la Supervivencia Se compara por cociente la Supervivencia
observada con la que tendra una poblacin observada con la que tendra una poblacin
estndar de similares caractersticas. estndar de similares caractersticas.
Ejemplo
Artculo Supervivencia Relativa
Agudo A, Badia A, Mart M, Mas MC, Molist M.
Supervivencia en mujeres con cncer de mama de
un registro de tumores hospitalario (1979 1991) un registro de tumores hospitalario (1979-1991).
Gac Sanit 1994; 8(44): 215-221.
Reproduccin autorizada por Elsevier Doyma
7. Supervivencia Relativa
Aos
desde
diagnstico
SV
observada
SV
esperada
SV
relativa
0 1,00 1,00 1,00
1 0,92 0,98 0,94
2 0 81 0 96 0 84 2 0,81 0,96 0,84
3 0,72 0,93 0,78
4 0,66 0,91 0,73
5 0,61 0,89 0,69
6 0,55 0,86 0,64
7 0,52 0,84 0,62
8 0,50 0,81 0,62
SV rel = SV obs / SV esp