Fundamentos y aplicaciones del análisis de supervivencia para la investigación en salud

Resumen

El análisis de supervivencia es un método estadístico que se centra en el tiempo que tarda en ocurrir un evento de interés. Esta combina el tiempo, que es una variable continua, con la ocurrencia del evento, una variable dicotómica; además, su característica distintiva es la presencia de datos censurados. Se realizó una búsqueda de publicaciones del 2019 al 2024, con el objetivo de describir los principales métodos para realizar análisis de supervivencia y las diferentes opciones cuando no es posible usar los modelos tradicionales. Se elaboró una revisión narrativa de las técnicas más utilizadas, limitaciones y sesgos encontrados con mayor frecuencia en las investigaciones publicadas. El método Kaplan-Meier estima la probabilidad de supervivencia a lo largo del tiempo, el test de log-rank compara patrones de supervivencia entre dos grupos independientes. La regresión de riesgos proporcionales de Cox es el modelo multivariado usado con mayor frecuencia y estima la influencia de las variables predictoras en la probabilidad de supervivencia en un tiempo determinado usando el Hazard Ratio como medida de asociación. Para la utilización de estas pruebas se requiere cumplir supuestos como proporcionalidad de riesgos y censura no informativa, cuando esto no es posible, los investigadores deben elegir técnicas adecuadas según sus objetivos, población y recursos. Las opciones incluyen modelos bayesianos, estratificados, covariables dependientes del tiempo o técnicas de inteligencia artificial; esta última ofrece una alternativa para modelar escenarios complejos, manejando grandes volúmenes de datos y superando las limitaciones de los métodos convencionales.