Aplicación de modelos paramétricos alternativos para el análisis de supervivencia de pacientes con cáncer / Application of alternative parametric models for the survival analysis of cancer patients

RESUMEN

RESUMEN En el presente artículo se describe una metodología que permite tener un acercamiento a modelos probabilísticos alternativos para el análisis de supervivencia, con censura por la derecha, distintos a los que usualmente se estudian (distribución exponencial, gamma, Weibull y log-normal), ya que es posible que los datos no se ajusten siempre con suficiente precisión por las distribuciones existentes. La metodología utilizada permite mayor flexibilidad de modelar observaciones extremas, ubicadas generalmente en la cola derecha de la distribución de los datos, lo cual admite que algunos eventos aún tengan la probabilidad de ocurrir, lo que no sucede con los modelos tradicionales y el estimador de Kaplan-Meier, el cual estima para los tiempos más prolongados, probabilidades de supervivencia aproximadamente iguales a cero. Para mostrar la utilidad de la propuesta metodológica, se consideró una aplicación con datos reales que relaciona tiempos de supervivencia de pacientes con cáncer de colon.

ABSTRACT

ABSTRACT This article describes a methodology that allows an approach to alternative right-censored probabilistic models for the analysis of survival, different to those usually studied (exponential, gamma, Weibull, and log-normal distribution) since it is possible that the data do not always fit with sufficient precision due to existing distributions. The methodology used allows for greater flexibility when modeling extreme observations, generally located in the right tail of data distribution, which admits that some events still have the probability of occurring, which is not the case with traditional models and the Kaplan-Meier estimator, which estimates for the longest times, survival probabilities approximately equal to zero. To show the usefulness of the methodological proposal, we considered an application with real data that relates survival times of patients with colon cancer (CC).