Exactitud predictiva del modelo de supervivencia y curvas ROC

La exactitud predictiva de un modelo de supervivencia se puede resumir utilizando extensiones de la proporción de variación explicada por el modelo, o R2, comúnmente utilizado para modelos de respuesta continua, o utilizando extensiones de sensibilidad y especificidad, que son comúnmente usadas para modelos de respuesta binaria. En este artículo proponemos nuevos resúmenes de exactitud dependientes del tiempo basados en versiones específicas del tiempo de sensibilidad y especificidad calculadas sobre conjuntos de riesgo. Conectamos los resúmenes de exactitud a una medida global de concordancia previamente propuesta, que es una variante del tau de Kendall. Además, mostramos cómo la salida estándar de la regresión de Cox puede ser utilizada para obtener estimaciones de sensibilidad y especificidad dependientes del tiempo, y curvas de características operativas del receptor (ROC) dependientes del tiempo. Se introducen métodos de estimación semiparamétrica apropiados tanto para datos de riesgos proporcionales como no proporcionales, que se evalúan en simulaciones e ilustran utilizando dos conjuntos de datos de supervivencia familiares.