APLICACIONES DEL MODELO

DE SUPERVIVENCIA AL
CÁNCER DE PULMÓN

Econometría II
 CONTENIDO

• INTRODUCCIÓN
1
• OBJETIVOS
2
• DESCRIPCIÓN DE LA SOLUCIÓN
3
• RESULTADOS
4
• CONCLUSIONES
5
 Introducción
 Nos hemos enfocado en realizar esta investigación debido a que el cáncer
de pulmón es la principal causa de mortalidad por cáncer en hombres y
mujeres.
 El cáncer de pulmón representa el 14 por ciento de todos los diagnósticos
de cáncer y el 27 por ciento de todas las muertes por cáncer. Para poder
realizar este trabajo nos basamos en una investigación hecha en Estados
Unidos en el North Central Cancer Treatment Group.
 Primero empezamos por buscar nuestra data, en este caso la obtuvimos
de un hospital de EE.UU. de años anteriores, luego seleccionamos las
variables que nos ayudarán a explicar nuestro modelo, en este caso se
empleo un modelo de supervivencia, para poder obtener nuestras
conclusiones nos basamos en las estimaciones del Estimador de Kaplan
Meier y en el Modelo de Riesgos Proporcionales de Cox.
 Objetivos
OBJETIVO GENERAL
Describir la
evolución de la
tasa de riesgo de
dicho evento de
muerte a lo largo
del seguimiento

Conocer el tiempo Identificar las

de vida de un covariables que
paciente tras el afectan en la
diagnóstico de una Identificar los supervivencia
enfermedad factores de riesgo
de del cáncer del
pulmón

1er OBJ. ESPECÍFICO 2do OBJ. ESPECÍFICO 3er OBJ. ESPECÍFICO

 Descripción de la Solución

Para empezar a desarrollar nuestro análisis,

empezaremos por cargar nuestra data mediante
el siguiente comando de R.

A continuación, se realizará una breve descripción de los métodos hemos empleados

en el análisis:
•Función de supervivencia
•Funciones de riesgos (Hazard)
•Estimador de Kaplan y Meier
•Modelo de Riesgos Proporcionales Cox
 Descripción de la Solución

Función de supervivencia
 Sea T una variable aleatoria positiva (o no negativa) con función de distribución
F(t) y función de densidad de probabilidad f(t) . La función de supervivencia
S(t) es:

S  = P[T>t]
 Descripción de la Solución

Funciones de riesgos (Hazard)

 La función de razón de riesgos o tasa instantánea de fallas (t) se define
como el cociente entre la función de densidad y la función de
supervivencia:

 
𝑓 (𝑡 )
𝜆=
𝑠 (𝑡)
 Estimador de Kaplan y Meier
 Estimador no paramétrico de la función de supervivencia que tiene en cuenta
la censura.
 Admite una representación gráfica por medio de una función escalonada.
 Especialmente interesante para estudios médicos.
 Para generar este estimador hacen falta como mínimo dos datos de cada
paciente: tiempo y evento.
 Para el caso en que los datos puedan presentar censura por la derecha:
 Modelo de Riesgos Proporcionales Cox
 Se usa para modelar los riesgos que afectan a la supervivencia
 Evaluar simultáneamente el efecto de varios factores sobre la
supervivencia.
 Este modelo es semiparamétrico
 Descripción de la Solución
DESCRIPCIÓN DE LA DATA

 Inst:código de la institución
 Time:periodo de supervivencia en días
 Status:estado de censura(1=no muerte,2=muerte)
 Age :la edad en años
 Sex:el sexo(1=masculino,2=femenino)
 Ph.ecog :puntaje de rendimiento para realizar ensayos clínicos(0=bueno,...,5=muerto)
 Ph.karno:capacidad de los pacientes con cáncer para realizar tareas ordinarias medido
por el doctor(0=malo, 100=excelente)
 Pat.karno :capacidad de los pacientes con cáncer para realizar tareas ordinarias medido
por el paciente
 Meal.cal :calorías obtenidas en las comidas
 Wt.loss :perdida del peso en los últimos 6 meses
 Descripción de la Solución

El Análisis de Supervivencia se reflejará mediante el uso del software R Studio, la

base de datos es proporcionada por la base de datos observamos que existen 228
observaciones, de las cuales, se puede visualizar 10 variables relevantes para la
investigación. Vemos las primeras 6 filas de nuestra data:
Resultados
GRAFICA DEL MODELO DE KAPLAN MEIER
Resultados
Resultados
Resultados
CURVA DEL RIESGO ACUMULATIVO
Permite estimar la probabilidad del riesgo Resultados
Resultados
Resultados
Resultados
Resultados
Resultados
Resultados
 Conclusiones
 El modelo de supervivencia nos permite dar un panorama de la vida de la
enfermedad del cáncer al pulmón en los pacientes, hasta que se dé el descenso
(muerte)

 El modelo de supervivencia también nos permite comparar los distintos

tratamientos, mediante las covariables relevantes utilizadas en el modelo

 Toda decisión conlleva un determinado riesgo, en la cual, ese riesgo

representado en un análisis médico es fundamental. En nuestro trabajo de
investigación la tasa de riesgo (hazard rate) es indispensable conocerlo