Prompt y contexto
Estás analizando el tiempo transcurrido hasta un evento como una cancelación, una recaída o la falla de una máquina. Para los usuarios que siguen activos al momento del corte de observación, se desconoce el tiempo exacto del evento; su registro está censurado por la derecha, no es un cero ni una falla.
Qué evalúa el entrevistador
- Representar correctamente el tiempo observado y un indicador de evento.
- Explicar los conjuntos de riesgo de Kaplan–Meier y por qué la censura elimina a un sujeto solo después de su tiempo de censura.
- Saber cuándo es apropiado un modelo de riesgos proporcionales de Cox o un análisis de riesgos competitivos.
Preguntas aclaratorias antes de responder
- ¿Cuál es el evento, el origen del tiempo y el corte administrativo de observación?
- ¿Es la censura plausiblemente independiente del tiempo futuro del evento después de considerar las covariables observadas?
- ¿Existen eventos competitivos, como una mejora de plan o la muerte, que impidan la cancelación?
- ¿El objetivo es una retención descriptiva, una comparación de cohortes o un efecto causal de tratamiento?
Estructura de respuesta de 30 segundos
Almacenaría duration y una bandera event, mantendría a los usuarios censurados por la derecha en el conjunto de riesgo hasta su último tiempo observado y estimaría una curva de supervivencia de Kaplan–Meier. Compararía las curvas con un estimando preespecificado e intervalos de confianza, y luego usaría un modelo de Cox solo después de verificar los supuestos de riesgos proporcionales. Si los eventos competitivos cambian lo que significa "supervivencia", reportaría un análisis de causa específica o de incidencia acumulada en lugar de censurar silenciosamente el evento competitivo.
Análisis detallado paso a paso
1. Codificar la observación
Para cada sujeto, registra el tiempo desde un origen común hasta el evento o el último seguimiento conocido, además de event = 1 únicamente cuando el evento ocurrió. Un usuario activo en el día 30 aporta información hasta el día 30 y queda censurado allí; el registro no afirma una cancelación después del día 30.
2. Construir la estimación de Kaplan–Meier
En cada tiempo de evento, calcula la fracción que sobrevive como uno menos los eventos divididos por el número en riesgo inmediatamente antes de ese momento. Multiplica esas fracciones condicionales para obtener la estimación de supervivencia escalonada. Las observaciones censuradas cambian la pertenencia a los conjuntos de riesgo posteriores, pero no generan escalones de eventos. NIST describe este procedimiento de límite del producto para muestras completas y censuradas.
3. Declarar el supuesto de censura
La censura por la derecha es informativa cuando los usuarios que desaparecen tienen sistemáticamente un riesgo futuro diferente. Kaplan–Meier es defendible cuando la censura es independiente del tiempo del evento bajo los supuestos del análisis, posiblemente condicionado a covariables medidas. Compara las tasas y motivos de censura por cohorte y tiempo; usa ponderaciones por el inverso de la probabilidad de censura o escenarios de sensibilidad cuando el supuesto sea dudoso.
4. Comparar cohortes con cuidado
Usa un horizonte preespecificado como la supervivencia a los 30 o 90 días, el tiempo medio de supervivencia restringido, o una mediana solo cuando la curva alcance 0.5. Una prueba de log-rank enfatiza una diferencia amplia entre curvas y puede ser engañosa cuando los riesgos se cruzan. Muestra los números en riesgo, las bandas de confianza y las diferencias absolutas en lugar de reportar únicamente un valor p.
5. Agregar covariables con regresión de Cox
El modelo de Cox estima un cociente de riesgos (hazard ratio) bajo el supuesto de riesgos proporcionales. Verifica los efectos que varían en el tiempo y el diagnóstico de residuos; un único hazard ratio no es una diferencia constante en la probabilidad de supervivencia. Si fallan los riesgos proporcionales, usa interacciones con el tiempo, estratificación, modelos de tiempo de falla acelerado o reporta efectos específicos por horizonte.
Ejemplo de respuesta de alta calidad
“Definiría la cancelación, el origen, el corte y el indicador de evento antes de modelar. Los usuarios activos se censuran por la derecha en su última observación, por lo que permanecen en cada conjunto de riesgo hasta ese momento. Graficaría curvas de Kaplan–Meier con números en riesgo e intervalos de confianza, reportaría la supervivencia a 30 y 90 días o el tiempo medio de supervivencia restringido, e inspeccionaría si la censura difiere según la cohorte. Usaría la regresión de Cox solo después de verificar los riesgos proporcionales. Si una mejora de plan impide la cancelación, la trataría como un evento competitivo y reportaría la incidencia acumulada en lugar de censurarla como si el seguimiento simplemente hubiera terminado.”
Errores comunes
- Marcar a cada usuario activo como una falla → la retención se sesga a la baja → usa un indicador de evento y censura por la derecha en el último seguimiento.
- Descartar usuarios censurados → los conjuntos de riesgo sufren sesgo de selección → conserva su contribución observada hasta la censura.
- Reportar una mediana a la que la curva nunca llega → la estadística queda indefinida → usa una estimación con horizonte fijo o el tiempo medio de supervivencia restringido.
- Interpretar un hazard ratio de Cox como una razón de probabilidades → los hazards y las probabilidades de supervivencia difieren → traduce los efectos a horizontes concretos.
Preguntas de seguimiento y respuestas
¿Qué aporta un usuario censurado?
El usuario aporta tiempo-persona y permanece en riesgo hasta el momento de la censura. Después de ese momento, el análisis no tiene información observada sobre si el evento habría ocurrido.
¿Cuándo no se debe censurar un evento competitivo?
Si una mejora de plan impide permanentemente la cancelación, censurar las mejoras puede sobrestimar la probabilidad de cancelación. Usa riesgos de causa específica para preguntas etiológicas y funciones de incidencia acumulada para la probabilidad de cada evento observado.
¿Qué sucede si los riesgos se cruzan?
Una prueba de log-rank y un único cociente de riesgos proporcionales pueden ocultar el patrón. Grafica las curvas, reporta el tiempo medio de supervivencia restringido o las diferencias específicas por horizonte, y modela efectos que varían en el tiempo.