FEs

ANÁLISIS DENOTAS
SUPERVIVENCIA
DE CLASE

as UNAM
2015 Prof. Villarreal.

Enero 2018
Profr. Francisco Sánchez Villarreal
ANALISIS DE SUPERVIVENCIA
1. INTRODUCCION
El análisis de supervivencia es una rama de la estadística que estudia,
entre otros, eventos vinculados con fallas de máquinas o muertes de
organismos. Por ejemplo el tiempo que se espera dure un componente
electrónico antes de fallar, el tiempo de duración de la hospitalización de
pacientes, el tiempo esperado en la conclusión de la construcción de una
presa, etc.

El análisis de supervivencia se interesa por resolver preguntas tales como

¿cuál es la proporción de la población que sobrevivirá pasado cierto
tiempo?, ¿cómo afectan la supervivencia determinadas condiciones?. Por lo
anterior, pareciera que el análisis de supervivencia se limita a eventos
relacionados con la muerte o situaciones análogas tales como fallas de
maquinarias, pero de hecho cualquier fenómeno distribuido en el tiempo
puede considerarse bajo este enfoque. Sus orígenes se remontan al siglo
XVII cuando se despierta el interés por la construcción de tablas de vida.

Los objetivos generales del análisis de supervivencia se pueden resumir de

la forma siguiente:

 Estimar el tiempo para la realización de un evento para un

determinado grupo de individuos.

 Comparar el tiempo de aparición de un evento para dos o más

grupos de individuos que difieren en características controladas.

 Valorar las relaciones entre un conjunto de variables explicativas y la

realización de un evento.

Es obvio que el elemento común de estos objetivos es el tiempo que pasa

para que un evento se realice.

La definición del tiempo de ocurrencia de un evento debe hacerse en forma

precisa y para ello se requieren tres condiciones:

El punto de origen para la medición del tiempo debe ser establecido

sin ambigüedades.

La escala de medida del tiempo debe ser consistente. Inicialmente se

debe decidir el tipo de unidad en que se midan los intervalos de
tiempo o algo análogo.

El significado del evento debe ser precisado sin ambigüedades.

2
 Profundicemos un poco en estos puntos. Se ha mencionado que el punto
de origen para la medición del tiempo debe ser establecido sin
ambigüedades. En un experimento controlado esto puede quedar definido
en forma precisa, como el momento en que se pone a funcionar un equipo,
pero existen circunstancias más sutiles, por ejemplo si se estudian
pacientes con cáncer de mama, el punto de inicio que probablemente se
adoptaría para la enfermedad sería el momento de la detección, la cual se
puede dar en forma temprana o cuando la enfermedad está avanzada y ello
trae aparejado un sesgo importante.

La escala de medición del tiempo no necesariamente corresponde a tiempo

calendario, sino a unidades análogas, por ejemplo la duración de una llanta
se mediría en función del kilometraje de rodamiento experimentado antes
del primer reventón.

El momento en que se registra la ocurrencia de una falla también puede ser

motivo de duda. La falla de un componente electrónico se puede determinar
en el momento que deja de funcionar totalmente o cuando se detectan
características o comportamientos que reducen su eficacia o eficiencia.

Es indudable que un análisis conceptual cuidadoso previo y la adopción de

buenas definiciones operacionales es un requisito importante antes de la
aplicación de modelos en éste y en cualquier terreno de investigación.

Los datos originados por un problema de análisis de supervivencia suelen

distribuirse en forma muy asimétrica, como consecuencia el supuesto de
normalidad frecuentemente no es sostenible. La asimetría eventualmente
puede ser compensada y como consecuencia impulsar los datos hacia la
normalidad mediante transformaciones, como tomar logaritmo natural, pero
lo idóneo es buscar modelos más específicos.

2. CENSURA DE DATOS
Otro aspecto que se presenta en forma frecuente es el de datos
censurados. Se dice que la medición de un individuo está censurada,
cuando el sujeto no es observado hasta la presentación del evento objeto
de estudio. Por ejemplo en un estudio clínico consistente en una terapia a la
que se incorpora un grupo de sujetos y el evento asociado es la
recuperación, puede ser que una parte de los sujetos abandonen la terapia
antes de llegar a la recuperación o se les pierda el rastro y no se pueda
tener conclusión asociada. Una alternativa obvia sería someter al análisis
únicamente a los sujetos que completaron todo el estudio, pero esta
alternativa, aunque lógica puede inducir sesgos en las conclusiones. Pues
supone que los sujetos con información incompleta tienen el mismo
comportamiento de aquellos que concluyeron. Otra forma de censura se
puede dar de la siguiente forma. Un experimento consiste en registrar el

3
 tiempo de falla de una muestra de 40 dispositivos y como plazo de
observación se plantean 2 años, tiempo en el que se supone todos los
dispositivos habrán fallado, pero al final de los 2 años quedan 5 dispositivos
que continúan funcionando, pero no es posible esperar hasta su momento
de falla y se les asigna como duración el máximo observado.

Estas forma de censura se dan al final, pero también puede haber censura
al inicio. Por ejemplo, un grupo de pacientes es sometido a una operación y
después de 6 meses se revisan para ver si hay indicios de recurrencia, pero
puede haber pacientes que presenten la recurrencia en forma muy
temprana y para cuando se hace la detección su estado es avanzado y por
tanto incierto en inicio de esa recurrencia.

Los sujetos sometidos a estos estudios frecuentemente no se incorporan en

forma sincrónica, sino que se van incorporando en forma irregular.

3. FUNDAMENTOS TEORICOS DE LA FUNCIÓN SUPERVIVENCIA.

Existen dos tipos de funciones que son de Interés fundamental en el
análisis de supervivencia. La llamada Función de Supervivencia S(t) y la
Función de Riesgo h(t).

El tiempo de supervivencia de un sujeto se puede definir como una variable

aleatoria T. Los diferentes valores que T tienen una distribución acumulativa
de probabilidad asociada F(t) con función de densidad f(t) definidas ambas
en forma genérica como sigue:

t
F (t )  P(T  t )   f (u )du
0

La función de supervivencia S(t) se define como la diferencia respecto de 1

de la función de distribución.
S (t )  P (T  t )  1  F (t )

La función de riesgo se refiere a la probabilidad de que un sujeto pueda

morir en el intervalo (t , t  t ) condicional a que haya vivido hasta el tiempo
t, esto es P (t  T  t  t / T  t ) . Por ejemplo, si un sujeto vive hasta el año
70 la función de riesgo nos da la probabilidad de que muera durante el año
71. Esta probabilidad expresa la probabilidad por unidad de tiempo al
dividirse entre el intervalo t da lugar a una razón, que al considerar al
incremento t muy pequeño, la función de riesgo se expresa formalmente
como el límite siguiente:

 P (t  T  t  t / T  t 
h(t )  l im  
t 0
 t 

4
La función de riesgo también se refiere como tasa instantánea de
mortalidad o fuerza de mortalidad.

Recordando algunos resultados elementales del cálculo de probabilidades,

la probabilidad de que suceda un evento A dado que ha sucedido un evento
B se expresa como
P( A  B)
P( A / B) 
P( B)
Se usará este resultado para obtener la función de riesgo. La probabilidad
condicional se expresa:

P(t  T  t  t )
P(t  T  t  t / T  t ) 
P (T  t )

Esta fórmula expresada en términos de la función de distribución

acumulativa F(t)b y la función de supervivencia S(t) nos da:

P (t  T  t  t ) F (t  t )  F (t )

P (T  t ) S (t )

Ahora como la función de riesgo se define a través del límite:

 P (t  T  t  t / T  t 
h(t )  lim  
t  0
 t 

 F (t  t )  F (t )   F (t  t )  F (t )  1
 lim    lim  
t  0
 S (t )t  t 0  t  S (t )

Pero el límite en el extremo izquierdo corresponde a la derivada de F(t)

respecto a t y esta derivada es igual a la función de densidad f(t)

 F (t  t )  F (t )  dF (t )
lim    f (t )

t 0 t  dt

De donde se concluye que la función de riesgo es el cociente de la función

de densidad entre la función de supervivencia.
f (t )
h(t ) 
S (t )
Ahora considérese a S(t) y obtengamos la derivada de su logaritmo
respecto a t

5
 Ln( S (t ))  Ln(1  F (t ))
Por tanto
dLn( S (t )) dLn(1  F (t ))

dt dt

 f (t ) f (t )
 
1  F (t ) S (t )

De donde se concluye que la función de riesgo también se expresa como

d
h(t )   Ln( S (t ))
dt

Si se integra en ambos miembros se tendrá

t t
d
0 h (u ) du   0 dt Ln(S (u ))du   Ln(S (t ))
t
Si se define a la integral H (t )   h(u )du y se la identifica como función
0

acumulativa de riesgo, la conclusión es la siguiente.

S (t )  exp( H (t )) , en forma equivalente H (t )   Ln ( S (t )

Supóngase que una función de supervivencia tiene como función de

densidad la siguiente expresión, exponencial negativa con parámetro igual
a 1.

f (t )  e  t para t ≥ o

La función de distribución acumulativa F(t) se obtiene por integración de f(t)

t t
t
F (t )   f ( x)dx   e dx  e
x x
 1  e t
0 0
0

La función de supervivencia S(t) se obtiene al restar F(t) de 1

S (t )  1  F (t )  1  (1  e  t )  e  t

La función de riesgo h(t) resulta ser, en este caso, igual a 1, pues f(t) y S(t)
coinciden.

6
 f (t ) e  t
h(t )   1
S (t ) e t

Finalmente la función de riesgo acumulativa H(t) es igual a la idéntica

H (t )   ln( S (t ))   ln(e  t )  t

Tanto la función de supervivencia, como la función de riesgo se estiman a

partir de los datos observados. Los métodos de estimación que no
requieren de un supuesto de distribución se denominan no paramétricos o
de distribución libre y se designa como métodos paramétricos a los que
suponen una función de distribución subyacente.

4. METODOS NO PARAMETRICOS DE ESTIMACION.

4.1 Modelo de Kaplan Meier

Una forma sencilla de iniciar el análisis de supervivencia es mediante
métodos descriptivos con la ayuda de tablas y gráficas que permiten
presentar en forma resumida los datos sobre la supervivencia de uno o más
grupos de sujetos. Los datos de supervivencia se resumen mediante la
estimación empírica de funciones de supervivencia y riesgo; así como
algunas estadísticas, entre las cuales son frecuentes estadísticas de orden
como la mediana y otras medidas percentilares. Ello permite llegar a
resultados muy útiles que no se apoyan en una distribución teórica de
probabilidad, de ahí la designación genérica de métodos no paramétricos.
Los métodos no paramétricos pueden utilizarse como paso previo de
análisis con métodos paramétricos.

Uno de los métodos más frecuentemente utilizados en el análisis de datos

censurados con un número moderado de observaciones es el de Kaplan
Meier (1958) también conocido como producto límite.

Suponga como ejemplo que se tiene un grupo de 10 pacientes que ingresan

a un estudio al inicio del año 2000, al final del año 6 pacientes han muerto y
4 sobreviven. Al inicio del año 2001, ingresan 20 nuevos pacientes y para el
final de ese año 15 de los 20 adicionales han muerto y también han muerto
3 de los 4 que quedaban del año 2000.

Si se desea saber el valor de la función de supervivencia para t=2, la forma

más simple consiste en ignorar a los 20 pacientes adicionals y fijarse
solamente en los 10 iniciales, que han sido observados por 2 años, esto es
S(2) = 1/10. El método propuesto por Kaplan y Meier (1958) considera que
es aprovechable, al menos parcialmente, la información aportada por los
pacientes que ingresaron en el año 2001.

7
Los pacientes que sobreviven 2 años se pueden considerar como la
proporción de los sobrevivientes al segundo año, que previamente
sobrevivieron el primer año.

Sˆ (2)  (Proporción de pacientes que sobreviven 2 años, dado que sobrevieron al primer año)X
(Proporción de pacientes que sobreviven 1 año)

La probabilidad de supervivencia del primer año se puede obtener como la

suma de los sobrevivientes al final del año 2000 del primer grupo (4) más
los sobrevivientes del segundo grupo que sobrevivieron un año (5), esta
suma dividida entre la suma de los pacientes que ingresaron el primer
año(10), más los que ingresaron el segundo año (20)

45
Sˆ (1)   0.3
10  20

Ahora bien, solamente hay un sobreviviente después de 2 años de los 4

que previamente sobrevivieron al primer año. Esto es su probabilidad de
sobrevivencia en el segundo año se estima como la proporción P(T=2) = ¼

De esta forma, la S(2) queda estimada como el producto:

S(2) = (0.3)x(0.25) = 0.075

Este sencillo razonamiento se puede generalizar de la siguiente forma:

Sea P1 La probabilidad de sobrevivir el primer período

P2 La probabilidad de sobrevivir el segundo período dado que se
sobrevivió al primero
Pt La probabilidad de sobrevivir el período t dado que se
sobrevivió al período t-1

La probabilidad de sobrevivir hasta el período t esto es S(t) se obtiene como

el producto de las probabilidades consecutivas.

S (t )  P1 P2 ...........Pt   ti 1 Pi

Consideremos a nt es el número de sobrevivientes al inicio del período t

dt es el número de muertes en el período t

nt - dt son los sobrevivientes al final del período t

8
La probabilidad de sobrevivir al periodo t se puede estimar como el cociente
de los sobrevivientes al final del período entre los sobrevivientes al inicio del
período.
nt  d t d
Pˆt   1 t
nt nt
 d 
De donde la función de supervivencia resulta Sˆ (t )   ti 1 1  i 
 ni 
Este producto se conoce como el estimador Producto Límite de Kaplan
Meier. Observe que se cumple una relación iterativa.

 d 
Sˆ (t )  1  t  Sˆ (t  1)
 nt 
Si no se tienen observaciones censuradas se tiene el siguiente resultado,
causado por la cancelación de los productos sucesivos.
 d 
Sˆ (t )   ti 1 1  i 
 ni 

 d  d   d  d 
 1  1 1  2 .........1  t 1 1  t 
 n1  n 2   nt 1  nt 

 n  d1  n 2  d 2   n  d t 1  nt  d t 
  1  ........ t 1   como n k  nk 1  d k 1
 n1  n 2   n t 1  nt 

n  n3   n  n  d t 
  2  .......... t  t 
 n1  n 2   nt 1  nt 

nt  d t

n1

Ejemplo 1. Considere una muestra de tiempos de supervivencia en meses

de 10 pacientes. Con estos datos, ordenados de menor a mayor y
calculadas las frecuencias de muertes a cada tiempo se construye la
función de supervivencia.

4 11 8 6 10 8 10 12 5 8

9
 Figura 1. Función de Supervivencia del Ejemplo1

Tiempo de Sujetos vivos al Sujetos muertos

dt
Supervivencia inicio de t durante t 1 Sˆ (t )
t nt dt nt

4 10 1 0.900000 0.90000
5 9 1 0.888889 0.80000
6 8 1 0.875000 0.70000
8 7 3 0.571429 0.40000
10 4 2 0.500000 0.20000
11 2 1 0.500000 0.10000
12 1 1 0.000000 0.00000

10
La gráfica escalonada de la función de supervivencia se presenta a
continuación:
Figura 2 Gráfica de Función de Supervivencia

4.3 Estadísticas Básicas

Como el tiempo de supervivencia es una variable que en general se distribuye en
forma muy asimétrica, la media aritmética resulta ser inconveniente como medida
de tendencia central y es preferible usar la mediana cuando se quiere caracterizar
en forma más específica a una función de supervivencia.

10
La mediana como se sabe es el valor que separa a la función de distribución
acumulativa en dos regiones de valor 0.5. En una muestra de tamaño n la
mediana se toma como el valor de la
observación central si n es impar, o el
promedio de las dos observaciones
centrales si n es par. En el ejemplo 3, de
acuerdo a esta definición, la mediana vale
8. Para datos agrupados se obtiene por
interpolación lineal de los valores extremos
del intervalo de contiene a la mediana. Para
propósitos del cálculo de la mediana, la
función empírica de supervivencia se suele
adoptar en forma suavizada para evitar la
discontinuidad que provocan los saltos
abruptos de su forma escalonada. Así, en
este ejemplo la gráfica suavizada de la
función de supervivencia adopta la siguiente
forma:

La gráfica muestra que el valor 0.5 se encuentra entre los valores S(6) y S(8) y en
consecuencia la mediana se obtiene por interpolación entre t=6 y t=8.

Si se designa a t=6 y t’=8 y los respectivos valores de la función de supervivencia

S(t)=0.7 y S(t’)=0.4. La fórmula de interpolación queda:

(t '  t )( Sˆ (t )  0.5)
Me  t 
Sˆ (t )  Sˆ (t ' )

Por lo tanto Me = 0.7333

4.4 Función de Riesgo y otras funciones relacionadas.

La función de densidad se aproxima mediante la proporción de muertes en el

período t respecto del total de casos.
d
fˆ (t )  t
n
La función de riesgo h(t) es conocida también como tasa instantánea de
mortalidad, fuerza de mortalidad, tasa condicional de mortalidad y tasa de
mortalidad a edad específica. La h(t) proporciona el riesgo de mortalidad por
unidad de tiempo.

Cuando no se tienen datos censurados, la función de riesgo es estimada como la

proporción de pacientes que mueren en un intervalo por unidad de tiempo, dado
que ellos han sobrevivido hasta el inicio del intervalo.

11
 Número de sujetos que mueren durante el tiempo t
hˆ(t ) 
Número de sobrevivientes al inicio del tiempo t

De donde se tiene la aproximación de la h(t)

d
hˆ(t )  t
nt
Función Acumulativa de riesgo se aproxima como el logaritmo natural del la
función estimada de supervivencia.

Hˆ (t )   ln(Sˆ (t ))

Ejemplo 2. Considere los siguientes datos de supervivencia de 22 sujetos.

Sujeto 1 2 3 4 5 6 7 8 9 10 11
Sobrevivencia 10 11 12 13 13 14 14 14 14 14 15

Sujeto 12 13 14 15 16 17 18 19 20 21 22
Sobrevivencia 15 15 15 16 17 17 18 18 19 19 21

En la tabla siguiente se calcula la función de supervivencia junto con las otras

funciones mencionadas en este apartado.

Figura 3. Función de Supervivencia y otras funciones relacionadas para el

Ejemplo 2.
Tiempo de Sujetos vivos al Sujetos muertos
dt
Supervivencia inicio de t durante t
1 Sˆ (t ) Fˆ (t ) fˆ (t ) hˆ(t ) Hˆ (t )
t nt dt nt

10 22 1 0.95455 0.95455 0.04545 0.04545 0.04545 0.04652

11 21 1 0.95238 0.90909 0.09091 0.04545 0.04762 0.09531
12 20 1 0.95000 0.86364 0.13636 0.04545 0.05000 0.14660
13 19 2 0.89474 0.77273 0.22727 0.09091 0.10526 0.25783
14 17 5 0.70588 0.54545 0.45455 0.22727 0.29412 0.60614
15 12 4 0.66667 0.36364 0.63636 0.18182 0.33333 1.01160
16 8 2 0.75000 0.27273 0.72727 0.09091 0.25000 1.29928
17 6 2 0.66667 0.18182 0.81818 0.09091 0.33333 1.70475
18 4 1 0.75000 0.13636 0.86364 0.04545 0.25000 1.99243
19 3 2 0.33333 0.04545 0.95455 0.09091 0.66667 3.09104
20 1 0 1.00000 0.04545 0.95455 0.00000 0.00000
21 1 1 0.00000 0.00000 1.00000 0.04545 1.00000

Gráficas de las funciones de supervivencia, de distribución acumulativa, de riesgo

y función acumulativa de riesgo.

Figura 4. Gráficas de Funciones de Supervivencia, de Distribución, de Riesgo y

Acumulativa de Riesgo correspondientes al ejemplo2.

12
13
4.5 Varianza y Error Estándar de la Función de Supervivencia.

La confiabilidad de los valores asociados a la función de supervivencia, se puede

obtener si se dispone de intervalos de confianza. La forma usual de un intervalo de
100(1-α)% de confianza, bajo el supuesto de normalidad del estimador es la
siguiente:
S (t )  Z 1 / 2 EE ( S (t ))

Una de las fórmulas más usuales para calcular la varianza y el error estándar de la
función de supervivencia se debe a Greenwood (1926):

t 1 dj
V ( S (t ))  S (t ) 2

i 0 n j (n j  d j )

t 1 dj
EE ( S (t ))  S (t ) n
i 0 (n j  d j )
j
Demostración

 d 
S (t )   ti 1  1  i  En términos de Pj S (t )  ti 1 Pj
 ni 
Se toma logaritmo
t
Ln  S (t )   Ln   t
i 1 Pj  En forma equivalente Ln  S (t )    Ln  Pj 
j 1

Expresamos la varianza del logaritmo de la función de supervivencia.

 t 
V  Ln  S (t )    V   Ln  Pj  
 j 1 
Se consideran independientes la Pj y la varianza de la suma es igual a la suma de
las varianzas.

 
t
V  Ln  S (t )     V Ln  Pj 
j 1

14
Delta Método
Aplicando el Delta Método el cual se usa para obtener una aproximación de
la distribución de probabilidad de un estimador estadístico asintóticamente normal
y por lo tanto una estimación de la varianza del estimador.

Para su aplicación se requiere un estimador Tn cuya distribución depende de θ y

una distribución asintótica.

Teorema. Sea Tn una sucesión de variables aleatorias (estimadores), cuya

distribución depende de θ tal que tienda en distribución a una normal N(0, 2),
cuando n ∞
D
n Tn    N  0,  2 

Entonces si g(θ) es una función diferenciable tal que g’(θ) ≠ 0 se verifica que
cuando n ∞

n  g Tn   g   
D


N 0,  2  g '( ) 
2

Ahora consideremos una variable aleatoria X que se distribuye Binomial (n,P). Su
esperanza y varianza se expresan:

E ( X )  nP V ( X )  nP (1  P )

La siguiente transformación se aproxima a una normal estándar N(0.1)

X  nP
Z  N (0.1)
nP (1  P

En forma equivalente al dividir numerador y denominador entre n

X X 
P n   P
Z n   n   N (0.1)
P (1  P P (1  P
n
Entonces al multiplicar Z por el denominador se produce una cancelación y queda
X/n y la varianza de la transformación que es ahora P(1-P)/n.

X P (1  P )
Z P (1  P   P  N (0. )
n n

15
Ahora se aplica el Método Delta a través de la función logarítmica. La derivada del
logaritmo de P es 1/P, cuyo cuadrado se multiplica por la varianza anterior P(1-P)

 X   P (1  P ) 
n  Ln    Ln  P    N  0. 
  n   P2 
De donde se concluye.
 X  P (1  P )
V 
 n n
Se vuelve al planteamiento de la varianza del logaritmo de S(t).

 
t
V  Ln  S (t )     V Ln  Pj 
j 1
Al aplicar el Delta Método nuevamente.

1 Pj 1  Pj 

V Ln  Pj    Pj2 nj
t 1
1 Pj (1  Pj )
V  Ln  S (t )    
j 1 Pj2 nj
Si nos apoyamos en la siguiente aproximación al aplicar nuevamente el Método
Delta

V   S (t )    S 2 (t )V  Ln( S (t ) 

Se sustituye la varianza del Logaritmo natural de S(t) y se cancela una Pj

t 1
1 (1  Pj )
V   S (t )    S (t ) 
2

j 1 Pj nj
Considerando que la probabilidad de sobrevivir el periodo j es:
nj  d j
Pj 
nj
Al sustituir en la fórmula anterior, finalmente se tiene la fórmula de Greenwood

t 1 dj
V   S (t )    S (t )
2

j 1 n j n j  d j 

16
En la siguiente tabla se ilustra el cálculo del error estándar con la fórmula de
Greenwood para la función de supervivencia del Ejemplo2 y los intervalos de 95%
de confianza bajo el supuesto de normalidad.

Figura 5. Cálculo del Error estándar e intervalos de confianza para la función

de supervivencia del Ejemplo 2.

Tiempo de Sujetos vivos Sujetos muertos dj t 1 dj Límte Límte

Supervivencia al inicio de t durante t 
nj nj  d j   n n
j 0 dj
EE S(t) Inferior Superior
nt
j j

t dt
10 22 1 0.00216 0.00216 0.04441 0.86750 1.04159
11 21 1 0.00238 0.00455 0.06129 0.78896 1.02922
12 20 1 0.00263 0.00718 0.07317 0.72023 1.00704
13 19 2 0.00619 0.01337 0.08935 0.59761 0.94785
14 17 5 0.02451 0.03788 0.10616 0.33738 0.75353
15 12 4 0.04167 0.07955 0.10256 0.16262 0.56465
16 8 2 0.04167 0.12121 0.09495 0.08662 0.45883
17 6 2 0.08333 0.20455 0.08223 0.02065 0.34299
18 4 1 0.08333 0.28788 0.07317 -0.00704 0.27977
19 3 2 0.66667 0.95455 0.04441 -0.04159 0.13250
20 1 0 0.00000 0.95455 0.04441 -0.04159 0.13250
21 1 1 0.00000 0.95455 0.00000 0.00000 0.00000

22

4.6 Cálculo de Kaplan Meier mediante SPSS

El paquete de software estadístico SPSS cuenta
con un procedimiento para calcular la estimación
de la función de supervivencia mediante el
procedimiento Kaplan Meier.

Primero se consideran los 22 datos del ejemplo 2,

el cual carece de observaciones censuradas.

En primer término el usuario debe incorporar los

datos de supervivencia en dos variables, la
primera que se identificará como Tiempo contiene
la supervivencia de cada caso, la segunda es una
variable etiqueta que se denomina Statuts y que
identifica los casos que llegaron a término con 1 y
los casos censurados con cero. Como en este
ejemplo no hay observaciones censuradas, todos
los casos se marcaron con 1.

A continuación se selecciona la pestaña de

procedimientos de análisis de datos (Analyze) y
dentro de ésta la opción Kaplan Meier.

17
El procedimiento Kaplan
Meier de SPSS abre una
ventana de diálogo para
que el usuario seleccione
las variables asociadas al
tiempo y al status del caso.
En la variable Status se
debe especificar el valor
asociado a los casos
completos, el 1 en nuestro
caso. Este valor se debe
especificar en la ventana
que se abre al oprimir el
botón Define Event

Una vez asignado este

valor se oprime el botón
Continue para cerrar la
ventana que define el
status y el botón OK de la
ventana Kaplan Meier y así
se pueden obtener
resultados básicos en la
forma siguiente:

18
Reporte de Resultqados de SPSS para Kaplan Meier

Compare la coincidencia de los valores de la columna Cumulative Survival del

reporte SPSS con los de la columna S(t) de la tabla identificada como Figura 3 y
la columna Standar Error con la columna EE(S(t)) de la tabla en la Figura 5.

19
4.7 Cálculo de Kaplan Meier con Casos Censurados.
El procedimiento de cálculo de Kaplan Meier con la presencia de casos
censurados adopta ciertas particularidades. Como Ejemplo 3 considérense los
siguientes datos correspondientes a pacientes de cáncer de colon que mencionan
McIllmurray y Turkie publicados en Br. Med J. 294 (1987).

Censurado Censurado
Paciente Supervivencia t Paciente Supervivencia t
Ct Ct
1 3 + 13 18 +
2 6 14 18 +
3 6 15 20
4 6 16 22 +
5 6 17 24
6 8 18 28 +
7 8 19 28 +
8 12 20 28 +
9 12 21 30
10 12 + 22 30 +
11 15 + 23 33 +
12 16 + 24 42

A continuación se presenta la tabla de cálculos, cuyos datos de base son el

número de supervivientes, muertes y observaciones censuradas en cada tiempo.
La nt se ajusta en cada tiempo en función de las muertes y de los casos
censurados. La S(t) se omite en renglones que incluyen únicamente
observaciones censuradas.
nt  nt 1  d t 1  C t 1
dt
Pt  1  H (t )   Ln ( S ( t ))
nt

Figura 7. Calculo de la Función de Supervivencia. Ejemplo 3

t nt dt Ct Pt 
t
i 1
Pi S (t ) H (t )

3 24 0 1 1.00000
6 23 4 0 0.82609 0.82608696 0.826087 0.1910552
8 19 2 0 0.89474 0.73913043 0.739130 0.3022809
12 17 2 1 0.88235 0.65217391 0.652174 0.4274440
15 14 0 1 1.00000 0.65217391
16 13 0 1 1.00000 0.65217391
18 12 0 2 1.00000 0.65217391
20 10 1 0 0.90000 0.58695652 0.586957 0.5328045
22 9 0 1 1.00000 0.58695652
24 8 1 0 0.87500 0.51358696 0.513587 0.6663359
28 7 0 3 1.00000 0.51358696
30 4 1 1 0.75000 0.38519022 0.385190 0.9540180
33 2 0 1 1.00000 0.38519022
42 1 1 0 0.00000 0 0.000000

20
4.8 SPSS Cálculo de Kaplan Meier con Casos Censurados.

Si se utiliza el SPSS para calcular la función de

supervivencia del Ejemplo 3, en lo único que debe
poner atención el usuario es en disponer su archivo
de datos con 3 variables: la identificación, la variable
correspondiente al tiempo de supervivencia y la
variable de status para identificar si el caso es o no
censurado. Esta última variable es una variable
dicotómica (0,1). El usuario deberá determinar que
valor está asociado a la realización del evento
(muerte). En el ejemplo, los datos censurados se
etiquetan con 1 y los concluyentes con 0. El 0 es el
que se incorpora al SPSS.

21
El reporte emitido por SPSS adopta la siguiente forma:

4.9 Método Actuarial para Cálculo de Función de supervivencia

Es frecuente que en los datos para cálculo de la función de sobrevivencia no se
disponga de valores individuales, sino que se presenten en estadísticas agrupadas
por edad o intervalos de tiempo. Los intervalos usualmente son del mismo tamaño,
pero es factible la utilización de intervalos de diferente tamaño.

Se supone que se tienen m intervalos 1,2,…,m y se dispone del número de sujetos

expuestos al inicio de cada intervalo nt, también de los decesos dt y de los casos
censurados Ct. Se adopta el supuesto de que los casos censurados se distribuyen
en forma uniforme en el intervalo correspondiente, así el número de individuos que
realmente se encuentran en riesgo es:
Ct
nt*  nt 
2
El valor de n*t se conoce como la hipótesis o supuesto actuarial, para tener un
valor puntual de referencia del intervalo se puede adoptar la marca de clase, esto
es el valor medio del intervalo. Al limitarnos al intervalo j-ésimo, la probabilidad de
muerte ht se puede estimar mediante:
dt
h(t ) 
nt*
22
La probabilidad de sobrevivir en el intervalo j-ésimo es simplemente la diferencia:

Pt  1  h(t )
La función de sobrevivencia y las otras estadísticas se estiman en forma análoga
mediante la aplicación de n*t

d  d 
fˆ (t )  t Sˆ (t )   ti 1 1  *i  H (t )   Ln( S (t ))
n  nt 
Los cálculos de la varianza y error estándar de la función de sobrevivencia quedan
expresados como sigue:

t 1
dj t 1 dj
 n n
j 0
*
j
*
j dj  V ( S (t ))  S (t ) 2

i 0 n (n  d j )
*
j
*
j
EE ( S (t ))  S (t )
t 1

 n (n *
dj
*
dj)
i0 j j

Los intervalos de 95% de confianza para la S(t) se calculan de la forma

acostumbrada con el supuesto de normalidad.
Li95%  S (t )  1.96 * EE ( S (t ))
Ls95%  S (t )  1.96 * EE ( S (t ))
Para ilustrar el cálculo mediante el método actuarial se presenta el siguiente
ejemplo:
Ct Probabilidad
Intervalo de Tiempo
Li<x<= Ls
Casos nt Muertes dt
Censurados
Abandono Ct
nt*  nt 
2
Función de
Riesgo ht
fˆ (t ) de Sobrevivir
Pt

0 a 5 949 731 18 940 0.777660 0.770285 0.222340

5 a 10 200 52 16 192 0.270833 0.054795 0.729167
10 a 15 132 14 75 94.5 0.148148 0.014752 0.851852
15 a 20 43 10 33 26.5 0.377358 0.010537 0.622642

t 1
dj dj
  n n
Función de Riesgo
Sobrevivir St Acumulado Ht 
n n dj
*
j
*
j j  00
*
j
*
j dj  V(S(t)) EE(S(t)) Lim Inf 95% Lim Sup 95%

0.222340 1.503546 0.003721 0.003721 0.000184 0.013563 0.195758 0.248923

0.162123 1.819399 0.001935 0.005655 0.000149 0.012192 0.138227 0.186020
0.138105 1.979741 0.001840 0.007496 0.000143 0.011957 0.114670 0.161540
0.085990 2.453526 0.022870 0.030366 0.000225 0.014984 0.056620 0.115359

23
4.10 Comparación de dos funciones de supervivencia.
Es frecuente la necesidad de comparar dos funciones de supervivencia originadas
por dos grupos de sujetos sometidos a diferentes circunstancias, por ejemplo dos
diferentes tipos de tratamientos terapéuticos.

El siguiente ejemplo corresponde a dos grupos de pacientes de cáncer de seno,

uno de los cuales ha sido diagnosticado positivo y el otro negativo para un reactivo
conocido como HPA. Se considera que la supervivencia está asociada a esa
prueba clínica. El grupo de pacientes positivas a la prueba HPA está integrado por
32 pacientes de las cuales 11 son casos censurados.

PERSONA TIEMPO CENSURADO HPA PERSONA TIEMPO CENSURADO HPA

1 5 0 1 17 68 0 1
2 8 0 1 18 71 0 1
3 10 0 1 19 76 1 1
4 13 0 1 20 105 1 1
5 18 0 1 21 107 1 1
6 24 0 1 22 109 1 1
7 26 0 1 23 113 0 1
8 26 0 1 24 116 1 1
9 31 0 1 25 118 0 1
10 35 0 1 26 143 0 1
11 40 0 1 27 154 1 1
12 41 0 1 28 162 1 1
13 48 0 1 29 188 1 1
14 50 0 1 30 212 1 1
15 59 0 1 31 217 1 1
16 61 0 1 32 225 1 1

El grupo de pacientes negativas está integrado por 13 casos, de los cuales 8 son
censurados.

PERSONA TIEMPO CENSURADO HPA

33 23 0 0
34 47 0 0
35 69 0 0
36 70 1 0
37 71 1 0
38 100 1 0
39 101 1 0
40 148 0 0
41 181 0 0
42 198 1 0
43 208 1 0
44 212 1 0
45 224 1 0

24
A continuación se calculan las tablas de supervivencia por separado
Tabla de cálculos de función de supervivencia para pacientes positivas de HPA

t nt dt Ct Pt 
t
i 1
Pi S (t ) H (t )
dj
n j n j  d j 
t 1

 n n
j 0
dj
dj
EE(S(t))
j j

5 32 1 0 0.96875 0.968750 0.96875 0.0317487 0.00100806 0.00100806 0.0308

8 31 1 0 0.96774 0.937500 0.93750 0.0645385 0.00107527 0.00208333 0.0428
10 30 1 0 0.96667 0.906250 0.90625 0.0984401 0.00114943 0.00323276 0.0515
13 29 1 0 0.96552 0.875000 0.87500 0.1335314 0.00123153 0.00446429 0.0585
18 28 1 0 0.96429 0.843750 0.84375 0.1698990 0.00132275 0.00578704 0.0642
24 27 1 0 0.96296 0.812500 0.81250 0.2076394 0.0014245 0.00721154 0.0690
26 26 2 0 0.92308 0.750000 0.75000 0.2876821 0.00320513 0.01041667 0.0765
31 24 1 0 0.95833 0.718750 0.71875 0.3302417 0.00181159 0.01222826 0.0795
35 23 1 0 0.95652 0.687500 0.68750 0.3746934 0.00197628 0.01420455 0.0819
40 22 1 0 0.95455 0.656250 0.65625 0.4212135 0.0021645 0.01636905 0.0840
41 21 1 0 0.95238 0.625000 0.62500 0.4700036 0.00238095 0.01875 0.0856
48 20 1 0 0.95000 0.593750 0.59375 0.5212969 0.00263158 0.02138158 0.0868
50 19 1 0 0.94737 0.562500 0.56250 0.5753641 0.00292398 0.02430556 0.0877
59 18 1 0 0.94444 0.531250 0.53125 0.6325226 0.00326797 0.02757353 0.0882
61 17 1 0 0.94118 0.500000 0.50000 0.6931472 0.00367647 0.03125 0.0884
68 16 1 0 0.93750 0.468750 0.46875 0.7576857 0.00416667 0.03541667 0.0882
71 15 1 0 0.93333 0.437500 0.43750 0.8266786 0.0047619 0.04017857 0.0877
76 14 0 1 1.00000 0.437500
105 13 0 1 1.00000 0.437500
107 12 0 1 1.00000 0.437500
109 11 0 1 1.00000 0.437500
113 10 1 0 0.90000 0.393750 0.39375 0.9320391 0.01111111 0.05128968 0.0892
116 9 0 1 1.00000 0.393750
118 8 1 0 0.87500 0.344531 0.34453 1.0655705 0.01785714 0.06914683 0.0906
143 7 1 0 0.85714 0.295313 0.29531 1.2197212 0.02380952 0.09295635 0.0900
154 6 0 1 1.00000 0.295313
162 5 0 1 1.00000 0.295313
188 4 0 1 1.00000 0.295313
212 3 0 1 1.00000 0.295313
217 2 0 1 1.00000 0.295313
225 1 0 1 1.00000 0.295313

Tabla de cálculos de función de supervivencia para pacientes negativas de HPA

t nt dt Ct Pt 
t
i 1
Pi S (t ) H (t )
dj
n j n j  d j 
t 1

 n n
j 0
dj
dj
EE(S(t))
j j

23 13 1 0 0.92308 0.923077 0.92308 0.0800427 0.0064103 0.0064103 0.0739

47 12 1 0 0.91667 0.846154 0.84615 0.1670541 0.0075758 0.0139860 0.1001
69 11 1 0 0.90909 0.769231 0.76923 0.2623643 0.0090909 0.0230769 0.1169
70 10 0 1 1.00000 0.769231
71 9 0 1 1.00000 0.769231
100 8 0 1 1.00000 0.769231
101 7 0 1 1.00000 0.769231
148 6 1 0 0.83333 0.641026 0.64103 0.4446858 0.0333333 0.0333333 0.1170
181 5 1 0 0.80000 0.512821 0.51282 0.6678294 0.0500000 0.0833333 0.1480
198 4 0 1 1.00000 0.512821
208 3 0 1 1.00000 0.512821
212 2 0 1 1.00000 0.512821
224 1 0 1 1.00000 0.512821

La observación de las funciones de supervivencia permiten concluir en una

primera revisión que tienen mayor supervivencia las pacientes diagnosticadas
negativas para la prueba HPA. La gráfica siguiente permite apreciar en forma más
inmediata ese resultado.

25
4.11 Prueba Log Rank para comparar dos funciones de
supervivencia.
Para probar la significancia estadística de la diferencia entre dos funciones, una de
las pruebas más usadas es la prueba Log Rank . La prueba parte de la aplicación
de tablas de contingencia 2x2 aplicadas a cada tiempo t en la siguiente estructura:

Grupo Muertes t Sobreviven t Expuestos t

Grupo 1 d 1t n1t  d 1t n1t
Grupo 2 d 2t n2 t  d 2t n 2t
Total dt nt  d t nt

Al suponer igualdad de proporciones, se calculan los valores esperados de

muertes para ambos grupos. La distribución de probabilidad asociada a una tabla
de contingencia es una hipergeométrica cuyo valor esperado es el siguiente:

26
 nit d t
e it 
nt
La varianza en términos de la tabla se expresa de la siguiente forma:

n1t n2t d t (nt  d t )

V d it  eit  
nt2 (nt  1)

Las hipótesis nula y alternativa que se plantean son las siguientes:

Ho: S1(t)=S2(t) vs Ha: S1(t) ≠ S2(t)

La estadística de prueba L se obtiene mediante el conciente de las sumas de

cuadrados de diferencias entre valores observados y valores esperados, entre la
suma de varianzas asociadas a cada tabla.

2
 
 d it   eit 
Log Rank L i   t t 
V d it  eit t

La estadística L se distribuye aproximadamente como una Ji cuadrada con 1

grado de libertad.

La siguiente tabla muestra los cálculos para obtener la estadística L para dos
grupos. En SPSS hay que solicitar la prueba en la opción COMPARE FACTOR.

n1t dt n2t dt n1t n2t d t (nt  dt )

e1t  e2t  V1t 
nt nt nt2 (nt  1)

2
 
  dit   eit 
Log Rank Li   t t 
L  12
Vit t

27
 CALCULO DE LA ESTADISTICA L PARA LA PRUEBBA LOG RANK DE DIFERENCIA DE FUNCIONES DE SUPERVIVENCIA
Complemente los cálculos y obtenga la estadística de prueba LOG RANK

t n1t n2t nt d1t d2t dt c1t c2t e1t e2t Vt

1 21 21 42 2 2 1.000 1.000 0.48780
2 21 19 40 2 2 1.050 0.950 0.48596
3 21 17 38 1 1 0.553 0.447 0.24723
4 21 16 37 2 2 1.135 0.865 0.47723
5 21 14 35 2 2 1.200 0.800 0.46588
6 21 12 33 3 3 1 1.909 1.091 0.65083
7 17 12 29 1 1 0.586 0.414 0.24257
8 16 12 28 4 4 2.286 1.714 0.87075
9 16 8 24 0 1 0.000 0.000 0.00000
10 15 8 23 1 1 1 0.652 0.348 0.22684
11 13 8 21 2 2 1 1.238 0.762 0.44807
12 12 6 18 2 2 1.333 0.667 0.41830
13 12 4 16 1 1 0.750 0.250 0.18750
15 11 4 15 1 1 0.733 0.267 0.19556
16 11 3 14 1 1 0.786 0.214 0.16837
17 10 3 13 1 1 1 0.769 0.231 0.17751
19 9 2 11 0 1 0.000 0.000 0.00000
20 8 2 10 0 1 0.000 0.000 0.00000
22 7 2 9 1 1 2 1.556 0.444 0.30247
23 6 1 7 1 1 2 1.714 0.286 0.20408
25 5 0 5 0 1 0.000 0.000 0.00000
32 4 0 4 0 2 0.000 0.000 0.00000
34 2 0 2 0 1 0.000 0.000 0.00000
35 1 0 1 0 1 0.000 0.000
9 21 30 12 19.251 10.749 6.257

El cálculo de la Estadística de Prueba de Log Rang arroja el valor 16.792941 cuya

probabilidad asociada es 0.000042 y por tanto entre ambos grupos hay diferencia
estadísticamente significativa.

Solución
Grupo 1
L= 16.792941
P value 0.000042

28
5. METODOS PARAMETRICOS DE ESTIMACION.
5.1 La distribución Exponencial Negativa
Una de las funciones más frecuentes para modelar la supervivencia es la
distribución exponencial negativa.

La función exponencial negativa se caracteriza de la forma siguiente:

Función de densidad:

f T (t )  e  t para t>0

1 1
Cuya media y varianza son: E (T )  V (T ) 
 2
El estimador máximo verosímil de λ es el recíproco de la media aritmética

1
ˆ 
X
Su función de distribución acumulativa es:

FT (t )  1  e  t
Por tanto su función de supervivencia es la diferencia:

S (t )  1  F t   e  t
De donde se obtiene fácilmente la función de riesgo h(t) como una constante igual
al parámetro λ

f (t ) e  t
h(t )    t  
S (t ) e

La función acumulativa de riesgo H(t) es igual al negativo del logaritmo natural de

la función de supervivencia que da lugar a una recta con pendiente que pasa por
el origen:
H (t )   Ln( S (t ))   Ln(e  t )  t

29
Ejemplo. Considere a 12 sujetos cuyos tiempos de supervivencia se presentan a
continuación:

Sujeto 1 2 3 4 5 6 7 8 9 10 11 12
Tiempo 6 6 6 6 8 8 12 12 20 24 30 42

A continuación se efectúan los cálculos de la función de supervivencia mediante el

método Kaplan Meier
Tiempo de Sujetos
Sujetos vivos
Supervivenci muertos dt
a
al inicio de t
durante t 1 Sˆ (t ) Fˆ (t ) fˆ (t ) hˆ(t ) Hˆ (t )
t nt dt nt

6 12 4 0.66667 0.66667 0.33333 0.33333 0.33333 0.40547

8 8 2 0.75000 0.50000 0.50000 0.16667 0.25000 0.69315
12 6 2 0.66667 0.33333 0.66667 0.16667 0.33333 1.09861
20 4 1 0.75000 0.25000 0.75000 0.08333 0.25000 1.38629
24 3 1 0.66667 0.16667 0.83333 0.08333 0.33333 1.79176
30 2 1 0.50000 0.08333 0.91667 0.08333 0.50000 2.48491
42 1 1 0.00000 0.00000 1.00000 0.08333 1.00000

12 1.00000

Ahora se procede a calcular el promedio de los tiempos de supervivencia de los 12

sujetos, lo cual da el valor 15. El recíproco se toma como estimador de y es
entonces 0.06666667. En la siguiente tabla y gráfica se presentan los valores
estimados mediante la función de supervivencia por Kaplan Meier y mediante
ajuste a la exponencial negativa.

Tiempo de Kaplan
Exp Neg.
Supervivencia Meier
t Sˆ (t ) Sˆ (t )
6 0.66667 0.67032
8 0.50000 0.58665
12 0.33333 0.44933
20 0.25000 0.26360
24 0.16667 0.20190
30 0.08333 0.13534

S (t )  1  F (t )

H (t )

30
5.2 LA FUNCIÓN DE WEIBULL
Su función de densidad se caracteriza por 3 parámetros: α parámetro de forma, β
parámetro de escala y γ parámetro de posición. El parámetro de posición marca el
punto de arranque de la distribución.
  1  t 


   t    e    t  
 

f ( t , , ,  )      
 

0 t

Es evidente que si α= 1 y γ= 0 la función se reduce a la conocida exponencial

negativa con un parámetro β. La incorporación de dos parámetros adicionales a la
exponencial negativa, lo cual le proporciona a la distribución de Weibull mayor
flexibilidad y adaptabilidad en algunas aplicaciones muy particulares.
Si se considera nulo el parámetro de posición γ= 0, se tiene la distribución de
Weibull estándar, sobre la cual enfocaremos nuestra atención. Su caracterización
reduce entonces a dos parámetros: α, parámetro de forma y β parámetro de
escala. Las fórmulas de las funciones de densidad y de distribución acumulativa
se presentan a continuación:

   t   1 1  e  t /  
   e  t /  

t 0 t 0
f ( t ,  , )       F ( t , , )  
 0 t 0
0 t 0

La función de supervivencia asociada a la distribución de Weibulla, usual en el

ámbito actuarial S(t). También conocida como función de confiabilidad en
ingeniería R(t), es el complemento de la función de distribución acumulativa.

 t 
  
S (t )  1  F (t ,  ,  ) S (t )  e  

La tasa de riesgo instantánea h(t) y la función de riesgo acumulado H(t)


t  1 t
h( t )  H ( t )   
 
La estimación de sus parámetros se puede resolver por varios métodos. El de
linealización de la función de distribución acumulativa empírica (*)

  1 
Ln Ln   αLn t   αLnβ 
  1  F̂(t) 

31
EJEMPLO DE AJUSTE DE WEIBULL
Se han recolectado datos de la duración en kilómetros de 140 llantas sometidas a
diferentes superficies de rodamiento y hasta su primer reventón. Ajuste la función
de supervivencia mediante una distribución de Weibull.

14,448.4 26,581.4 39,337.6 44,455.9 21,713.2 36,349.2 47,724.5 22,330.2 51,752.6 13,245.7
28,416.8 51,009.2 38,772.9 32,878.7 36,069.5 36,806.5 45,290.4 51,503.6 69,657.6 26,775.2
33,410.7 34,096.5 45,730.2 46,667.8 48,014.1 33,427.1 33,487.9 36,533.5 47,262.0 62,552.4
55,832.0 48,774.3 45,087.4 34,836.9 51,817.9 52,862.5 40,554.6 50,619.5 35,059.2 30,537.4
20,174.8 46,613.7 13,268.9 53,842.9 35,872.6 28,111.8 65,915.8 34,775.0 42,611.8 49,961.0
24,380.9 38,348.9 9,892.1 30,540.9 41,720.8 30,194.3 29,572.4 12,956.6 62,331.8 67,579.3
64,872.5 29,480.0 51,488.0 46,720.4 56,185.7 22,916.2 31,445.8 48,482.8 58,848.8 20,933.0
33,809.1 26,266.8 9,851.0 49,194.8 53,920.5 38,028.6 17,919.8 54,693.5 60,372.2 30,627.8
32,419.3 50,889.3 34,063.0 52,490.4 45,555.4 45,080.8 22,677.9 49,017.5 22,314.6 43,056.9
24,023.4 29,422.1 43,529.0 51,051.3 53,781.3 29,843.6 47,282.6 53,227.2 22,705.3 41,838.2
38,537.1 20,757.9 37,595.3 40,404.4 50,292.8 39,218.3 47,771.9 26,635.2 43,611.6 52,456.6
29,927.9 25,973.3 39,078.1 29,903.3 40,739.4 41,314.5 33,050.0 25,714.9 32,440.5 34,199.6
27,512.4 48,180.1 31,142.2 52,743.3 42,005.9 46,533.0 36,910.0 7,314.5 15,327.5 53,941.9
30,009.6 36,637.3 43,851.5 52,425.5 17,213.3 18,928.0 20,074.7 36,765.1 53,256.4 41,258.4

La tabla de frecuencias y el histograma correspondiente se presentan a

continuación.

Límite Frecuencia
Distribución de Duración en Km
Inferior Superior Absoluta Acumulada Relativa Rel. Acum 140 Llantas
0 8,000 1 1 0.0071429 0.0071429 25
7,500 14,000 5 6 0.0357143 0.0428571
13,000 20,000 5 11 0.0357143 0.0785714 20
18,500 26,000 14 25 0.1000000 0.1785714
24,000 32,000 20 45 0.1428571 0.3214286 15
29,500 38,000 23 68 0.1642857 0.4857143
35,000 44,000 20 88 0.1428571 0.6285714 10
40,500 50,000 21 109 0.1500000 0.7785714
46,000 56,000 22 131 0.1571429 0.9357143 5
51,500 62,000 3 134 0.0214286 0.9571429
57,000 68,000 5 139 0.0357143 0.9928571 0
4,000

10,750

16,500

22,250

28,000

33,750

39,500

45,250

51,000

56,750

62,500

68,250
62,500 74,000 1 140 0.0071429 1.0000000
140 1.0000000

Estadísticas básicas
Media 38,449.5
Mediana 38,443.0
Desv, Est 13,259.05
Mínimo 7,314.5
Máximo 69,657.6

Para la estimación de los parámetros mediante la función linealizada se construye

una tabla con los 140 datos, de la cual se presentan los primeros 10 renglones.

32
 X Y
No t S(t) Ln(t) Ln(Ln(1/(1-S(t))
1 7,314.5 0.0071429 8.897614 -4.93806
2 9,851.0 0.0142857 9.195328 -4.24131
3 9,892.1 0.0214286 9.199492 -3.83222
4 12,956.6 0.0285714 9.469361 -3.54089
5 13,245.7 0.0357143 9.491428 -3.31408
6 13,268.9 0.0428571 9.493178 -3.12806
7 14,448.4 0.0500000 9.578339 -2.97020
8 15,327.5 0.0571429 9.637404 -2.83292
9 17,213.3 0.0642857 9.753438 -2.71138
10 17,919.8 0.0714286 9.793662 -2.60223

Los parámetros estimados mediante este método se obtienen los siguientes

valores:
Beta 42,929.4392
Alfa 2.9685

La función de distribución de Weibull ajustada permite el cálculo de frecuencias

esperadas que se pueden comparar con las observadas:

Límite Frecuencia Probabilidad Frecuencia

Inferior Superior Absoluta Acumulada Relativa Rel. Acum Intervalo Acumulada Esperada
0 8,000 1 1 0.0071429 0.0071429 0.0067995 0.0067995 1.0
7,500 14,000 5 6 0.0357143 0.0428571 0.0284902 0.0352897 4.0
13,000 20,000 5 11 0.0357143 0.0785714 0.0631028 0.0983925 8.8
18,500 26,000 14 25 0.1000000 0.1785714 0.1036390 0.2020316 14.5
24,000 32,000 20 45 0.1428571 0.3214286 0.1396202 0.3416517 19.5
29,500 38,000 23 68 0.1642857 0.4857143 0.1598863 0.5015380 22.4
35,000 44,000 20 88 0.1428571 0.6285714 0.1574577 0.6589957 22.0
40,500 50,000 21 109 0.1500000 0.7785714 0.1334566 0.7924523 18.7
46,000 56,000 22 131 0.1571429 0.9357143 0.0968817 0.8893341 13.6
51,500 62,000 3 134 0.0214286 0.9571429 0.0597585 0.9490926 8.4
57,000 68,000 5 139 0.0357143 0.9928571 0.0310110 0.9801036 4.3
62,500 74,000 1 140 0.0071429 1.0000000 0.0133896 0.9934931 1.9
140 1.0000000

Distribución Empírica y Ajustada

140 Llantas
25

20

Las Absoluta siguientes

15
gráficas Esperada muestran las
funciones de 10
distribución
acumulativa, función de
5 supervivencia,
de riesgo y de riesgo
acumulado, 0 empíricas y
4,000

10,750

16,500

22,250

28,000

33,750

39,500

45,250

51,000

56,750

62,500

68,250

33
 ajustadas. Mediante la función de supervivencia se puede afirmar que la
probabilidad de que una llanta dure 38,384 Km. es de 0.50. Si se emite una
garantía de reemplazo para una duración de 30,000 Km., se puede calcular la
probabilidad de que una llanta al azar dure 30,000 km. o más y es 0.72, esto es
se esperaría un 28% de reclamaciones y en consecuencia la garantía debe
reducirse, por ejemplo a 20,000 Km. con lo cual solamente 10% de las llantas no
cumplirían con la garantía.

Función de Supervivencia Empírica y Ajustada

Distribución Acumulativa Empírica y Ajustada
Duración de 140 Llantas
1.10 Duración de 140 Llantas
1.00 1.20
0.90
1.00
0.80
0.70 0.80
0.60 S(t)
0.50 0.60
1-F(t) S(t)
0.40
0.40 F(t)
0.30
0.20 0.20
0.10
0.00 0.00
- 20,000.0 40,000.0 60,000.0 80,000.0 - 20,000.0 40,000.0 60,000.0 80,000.0
Kilómetros Kilómetros

Función de Riesgo h(t) Función Acumulativa de Riesgo H(t)

0.000200 4.500
0.000180 4.000
0.000160 3.500
0.000140 3.000
0.000120
2.500
0.000100
2.000
0.000080
1.500
0.000060
0.000040 1.000
0.000020 0.500
0.000000 0.000
- 10,000.0 20,000.0 30,000.0 40,000.0 50,000.0 60,000.0 70,000.0 80,000.0 - 10,000.0 20,000.0 30,000.0 40,000.0 50,000.0 60,000.0 70,000.0 80,000.0

34
6. MODELO DE REGRESION DE COX DE RIESGOS
PROPORCIONALES.
El modelo de Kaplan Meier para calcular funciones de supervivencia y la prueba
Log Rank que permite la comparación de dos o más funciones de distribución se
complementa con la incorporación de la influencia en el incremento o decremento
del riesgo que ejercen una serie de variables explicativas con la misma
intencionalidad. El modelo de Cox para la función de riesgo adopta la siguiente
forma:

h(t )  ho (t )e  o  1 x1 .....  k xk
El modelo tiene dos componentes ho(t) que depende del tiempo y la parte
exponencial que depende de las variables explicativas.

Si se toma logaritmo de ambos miembros de la expresión anterior se tiene:

Lnh(t )   Lnho (t ) (  o  1 x1  .....   k xk )

Ahora la combinación lineal se despeja en el miembro derecho y del lado izquierdo

queda el logaritmo de la razón o proporción de riesgo.

 h (t ) 
Ln     o  1 x1  .....   k x k
h
 o ( t )

La estimación de los coeficientes se apoya en un algoritmo denominado de

verosimilitud parcial planteado por el propio Cox en 1972 en un artículo publicado
en JRSS “Regression Models and Life Tables. La aproximación a los valores se
realiza mediante el método Newton Raspón.

Los coeficientes se deben interpretar en el sentido de que si su signo es positivo,

se incrementa el riesgo y si es negativo el riesgo disminuye.

Ejemplo.

Se tienen datos de 30 pacientes de tumores cancerosos de Melanoma. Los datos

disponibles son la edad de los pacientes, el sexo (1 Hombre 2 Mujer) el grado
inicial del tumor, el tipo de tratamiento (1 BCG 2 Parvum) y el estado censurado (1
censurado 0 no censurado). Se pretende ajustar un modelo de regresión de Cox y
en particular identificar el efecto del tratamiento en presencia de las otras
variables.

En la tabla siguiente se presentan los datos de los 30 pacientes.

35
PACIENTE EDAD SEXO INICIAL TRATA TIEMPO STATUS
1 59 2 4 1 33.7 1
2 50 2 4 1 3.9 0
3 76 1 4 1 10.5 0
4 66 2 4 1 5.4 0
5 33 1 4 1 19.5 0
6 23 2 4 1 23.8 1
7 40 2 4 1 7.9 0
8 34 1 4 1 16.9 1
9 34 1 4 1 16.6 1
10 38 2 2 1 33.7 1
11 54 2 2 1 17.1 1
12 49 1 4 2 8.0 0
13 35 1 4 2 26.9 1
14 22 1 4 2 21.4 1
15 30 1 4 2 18.1 1
16 26 2 4 2 16.0 1
17 27 1 4 2 6.9 0
18 45 2 4 2 11.0 0
19 76 2 3 2 24.8 1
20 48 1 3 2 23.0 1
21 91 1 5 2 8.3 0
22 82 2 5 2 10.8 1
23 50 2 5 2 12.2 1
24 40 1 5 2 12.5 1
25 34 1 3 2 24.4 0
26 38 1 5 2 7.7 0
27 50 1 2 2 14.8 1
28 53 2 2 2 8.2 1
29 48 2 2 2 8.2 1
30 40 2 2 2 7.8 1

Se procede a seleccionar la opción de Regresión de Cox.

36
A continuación se abre una ventana de diálogo en la que se indica que la variable
tiempo como dependiente. La variable status se codifica con “0”, como valor
válido para la realización del evento. Las variables edad, sexo, inicio y trata se
trasladan como covariables. A continuación se le indica al SPSS que las variables
sexo y trata son categóricas para que el paquete tome sus valores como
etiquetas.

37
Se procede a seleccionar los diferentes gráficos de la función de supervivencia,
acumulativa de riesgo y de distribución acumulativa. Se piden gráficas
diferenciadas en función del tratamiento (trata). Finalmente se solicita que al
archivo de datos se le graben las funciones de supervivencia y de riesgo
acumulado.

Se ejecutan las opciones y el paquete reporta los valores de los coeficientes de la

combinación lineal del modelo (betas) con sus estimaciones puntuales, los errores
estándares, la estadística de Wald, que cumple una función análoga a la prueba
de t para verificar la significancia del coeficiente. Los grados de libertad y la
significancia de los coeficientes de presentan en las siguientes columnas. Observe
que ninguno de los coeficientes presenta probabilidad menor a 0.05 y por tanto no
son significativamente diferentes de cero, sin embargo se los considera útiles.

Variables in the Equation

B SE Wald df Sig. Exp(B)
EDAD .012 .016 .624 1 .430 1.013
SEXO .507 .658 .593 1 .441 1.660
INICIO .723 .474 2.326 1 .127 2.061
TRATA .659 .636 1.071 1 .301 1.932

38
A medida que el valor del coeficiente aumenta en forma positiva, aumenta el
riesgo, pero una mejor forma de apreciar este incremento se tiene al aplicar la
exponencial del valor del coeficiente, pues da un valor del incremento de los
momios de riesgo. Estos cálculos se tienen en la última columna. Así, el
coeficiente para la edad es 0.012, si se calcula EXP(0.012)=1.013 ello indica que
por cada año el momio del riesgo aumenta en un factor de 1,013. El sexo parece
ser más importante. El paquete registró 1 como hombre y 2 como mujer, pero
recodifica 1 a hombre y 0 a mujer. Entonces que el paciente sea hombre da lugar
a un incremento en el momio del riesgo en un facto de 1.66 o en otros términos
66% mayor. El grado inicial del tumor también es muy importante. A medida que
se aumenta un grado el riesgo se incrementa en un momio de 2.061 y finalmente
el paquete interpreta al tratamiento BCG como 1 y 0 al Parvum. Entonces el BCG
tiene un incremento del momio de riesgo de 1.932. Entonces resulta mejor el
parvum. Esto se puede verificar al observar la gráfica de supervivencia de ambos
tratamientos.

Survival Function for patterns 1 - 2

1.1

1.0

.9

.8

.7

.6
Cum Survival

.5
TRATA
.4 PARVUM

.3 BCG
-10 0 10 20 30

TIEMPO

39