Análisis de supervivencia proximal para manejar el censura derecha dependiente

Resumen Muchos estudios epidemiológicos y clínicos tienen como objetivo analizar un final de tiempo hasta el evento. Una complicación común es la censura derecha. En algunos casos, la censura derecha ocurre cuando los sujetos siguen vivos después de que finaliza el estudio o se trasladan fuera del área del estudio. En tales casos, la censura derecha se trata típicamente como independiente o no informativa. Esta suposición se puede relajar aún más a censura condicionalmente independiente aprovechando información de covariables posiblemente variable en el tiempo, si está disponible, y asumiendo que la censura y el tiempo hasta el fallo son independientes dentro de los estratos de covariables. En otras ocasiones, los eventos pueden ser censurados por otros eventos competidores como la muerte y están asociados con la censura posiblemente a través de pronósticos. Realísticamente, las covariables medidas rara vez capturan todas estas asociaciones con absoluta certeza. En casos de censura dependiente, las mediciones de covariables son a menudo, en el mejor de los casos, proxies de pronósticos subyacentes. En este artículo, establecemos un marco de identificación no paramétrica al admitir formalmente que la censura condicionalmente independiente puede fallar en la práctica y considerar las mediciones de covariables como proxies imperfectos de la asociación subyacente. El marco sugiere estimadores adaptativos, y proporcionamos suposiciones genéricas bajo las cuales son consistentes, asintóticamente normales y doblemente robustos. Examinamos el rendimiento de nuestra propuesta de estimadores en muestras finitas a través de una simulación de Monte Carlo y los aplicamos al conjunto de datos de SEER-Medicare.