The Analysis of interval censoring and double censoring via Markov chain Monte Carlo methods

Abstract

L'Anàlisi de la supervivència s'utilitza en diferents camps per analitzar el temps transcorregut entre dos esdeveniments. El que distingeix l'anàlisi de la supervivència d'altres àrees de l'estadística és que les dades normalment estan censurades. La censura en un interval apareix quan l'esdeveniment final d'interès no és directament observable i només se sap que el temps de fallada està en un interval concret. Un esquema de censura més complex encara apareix quan tant el temps inicial com el temps final estan censurats en un interval. Aquesta situació s'anomena doble censura. En aquest article donem una descripció formal d'un mètode bayesà paramètric per a l'anàlisi de dades censurades en un interval i dades doblement censurades així com unes indicacions clares de la seva utilització o pràctica. La metodologia proposada s'ilustra amb dades d'una cohort de pacients hemofílics que es varen infectar amb el virus VIH a principis dels anys 1980's.

Survival analysis is used in different fields to analyse the elapsed time between two events. What distinguishes survival analysis from other areas in statistics is that data are usually censored. Interval censoring arises when the occurrence of the final event of interest cannot be exactly observed and the failure time is only known to lie in an interval. A more complex censoring scheme is found when both initial and final times are interval–censored. This situation is referred as double censoring. In this paper we provide a formal description of a parametric Bayesian method for the analysis of interval–censored and doubly–censored data and clear guide lines for its practical use. The proposed methodology is illustrated with data from a cohort of haemophilia patients who were infected with HIV in the early1980’s.

El análisis de la supervivencia se utiliza en diferentes campos para analizar el tiempo transcurrido entre dos sucesos. Lo que distingue el análisis de la supervivencia de otras áreas de la estadística es que los datos normalmente están censurados. La censura en un intervalo aparece cuando el suceso final de interés no es directamente observable y sólo se sabe que el tiempo de fallo está en un intervalo concreto. Un esquema de censura más complejo todavía aparece cuando tanto el tiempo inicial como el tiempo final están censurados en un intervalo. Esta situación se denomina doble censura. En este artículo damos una descripción formal de un método bayesiano paramétrico para el análisis de datos censurados en un intervalo y datos doblemente censurados, así como unas indicaciones claras de su utilización práctica. La metodología propuesta se ilustra con datos de una cohorte de pacientes hemofílicos que se infectaron con el virus VIH a principios de los años 1980.