Voglio confrontare due diversi metodi per rilevare il cambiamento di stato in un'analisi di sopravvivenza. Un gruppo di soggetti viene seguito per un periodo più lungo (molti anni) e sono stati utilizzati due metodi di esame per verificare se si è verificato un cambiamento di stato; un metodo è stato utilizzato per esaminare ogni argomento due volte l'anno e il secondo metodo è stato utilizzato per esaminare ogni argomento una volta all'anno. La domanda è se questi due metodi differiscono sistematicamente nella loro capacità di rilevare un cambiamento di stato.
Il test che mi è venuto in mente è un test di registro per vedere se le curve Kaplan-Meier dei due metodi differiscono. Mi chiedo se sia un problema che le curve di sopravvivenza siano “accoppiate” (cioè i due metodi sono usati sugli stessi soggetti) quando si esegue il test del log-rank. È una violazione del presupposto nel test del log-rank o è forse solo un test inefficiente poiché non tiene conto del fatto che le due curve sono correlate? Qualcuno ha un suggerimento per un'analisi alternativa che tiene conto della dipendenza all'interno delle osservazioni?
Forse questo non è un problema, forse sto pensando troppo.
Bene, non conosco l'ora reale del cambio di stato, solo i punti temporali in cui i metodi hanno rilevato un cambio di stato. Un pensiero che avevo era di impostare il tempo di sopravvivenza al punto medio dell'intervallo di tempo tra l'ultimo esame quando non era stato rilevato il cambiamento di stato e l'esame quando era stato rilevato un cambiamento di stato. Ciò potrebbe compensare lo svantaggio del metodo utilizzato per esaminare le materie solo una volta all'anno, a differenza del metodo utilizzato due volte l'anno. E quindi costruire le curve di sopravvivenza da questi dati.