Calculateur d'analyse de survie

L'analyse de survie étudie le délai avant la survenue d'un événement. Il peut s'agir d'un décès, d'une rechute, d'une panne, du départ d'un client, d'une guérison ou de tout critère clairement défini. Contrairement aux moyennes ordinaires, ces méthodes exploitent les informations des sujets dont l'événement n'a pas été observé à la fin du suivi. Ces observations sont censurées, plutôt que considérées comme des événements ou écartées. Ce calculateur utilise l'estimateur produit-limite de Kaplan–Meier. À chaque temps d'événement distinct, il compte les sujets encore à risque juste avant cet instant et les événements survenant à cet instant. La probabilité conditionnelle de survivre à l'intervalle vaut (n − d) / n, où n est l'effectif à risque et d le nombre d'événements. Le produit de ce facteur par tous les précédents donne la probabilité cumulée de survie. L'estimation ne change qu'aux temps d'événement ; une observation censurée réduit les ensembles à risque ultérieurs sans diminuer directement la survie. Saisissez les temps de survie dans le premier champ et les indicateurs correspondants dans le second. Utilisez 1 si l'événement a eu lieu et 0 si l'observation est censurée. Le premier temps correspond au premier indicateur, le deuxième au deuxième, et ainsi de suite. Les temps doivent être non négatifs et utiliser une unité cohérente : jours, mois, années, heures de fonctionnement ou cycles de facturation, par exemple. Le résultat conserve cette unité. Le tableau présente chaque temps observé, l'effectif à risque, les événements, les observations censurées et la survie cumulée. Lorsque événements et censures partagent un même temps, les événements sont évalués sur l'ensemble à risque complet avant le retrait de ces observations. C'est un traitement classique des observations regroupées. Le temps médian de survie est le premier instant où la survie estimée est inférieure ou égale à 0.5. Si la courbe n'atteint jamais 0.5, la médiane est signalée comme non atteinte, sans extrapolation. La censure doit être non informative pour permettre une interprétation fiable d'une estimation simple de Kaplan–Meier. En pratique, les sujets censurés ne doivent pas présenter un risque futur systématiquement différent du seul fait de leur censure. L'estimateur n'ajuste pas non plus sur l'âge, le traitement, l'exposition ou d'autres covariables. Une comparaison formelle des courbes peut nécessiter un test du log-rank ; les analyses ajustées utilisent souvent un modèle de Cox à risques proportionnels. Utilisez ce tableau comme une estimation descriptive transparente, et non comme un substitut au plan d'étude ou au jugement clinique. Les petits effectifs à risque en fin de suivi rendent les estimations de queue instables, et ce calculateur compact n'affiche pas d'intervalles de confiance. Pour un rapport de recherche, associez les probabilités de survie à des intervalles d'incertitude, précisez les règles de censure et l'origine du temps, et utilisez un logiciel statistique validé pour les conclusions inférentielles.