Ich möchte zwei verschiedene Methoden zum Erkennen von Statusänderungen in einer Überlebensanalyse vergleichen. Eine Gruppe von Probanden wird über einen längeren Zeitraum (viele Jahre) beobachtet, und es wurden zwei Untersuchungsmethoden angewendet, um zu prüfen, ob eine Statusänderung stattgefunden hat. Eine Methode wurde verwendet, um jedes Subjekt zweimal im Jahr zu untersuchen, und die zweite Methode wurde verwendet, um jedes Subjekt einmal im Jahr zu untersuchen. Die Frage ist, ob sich diese beiden Methoden in ihrer Fähigkeit, eine Statusänderung zu erkennen, systematisch unterscheiden.
Der Test, an den ich dachte, ist ein Log-Rank-Test, um festzustellen, ob sich die Kaplan-Meier-Kurven der beiden Methoden unterscheiden. Ich frage mich, ob es ein Problem ist, dass die Überlebenskurven bei der Durchführung des Log-Rank-Tests „gepaart“ werden (dh die beiden Methoden werden bei denselben Probanden angewendet). Handelt es sich um einen Verstoß gegen die Annahme im Log-Rank-Test, oder handelt es sich möglicherweise nur um einen ineffizienten Test, da nicht berücksichtigt wird, dass die beiden Kurven zusammenhängen? Hat jemand einen Vorschlag für eine alternative Analyse, die die Abhängigkeit innerhalb der Beobachtungen erklärt?
Vielleicht ist das kein Problem, vielleicht bin ich überlegt.
Nun, ich kenne nicht den wahren Zeitpunkt der Statusänderung, sondern nur die Zeitpunkte, zu denen die Methoden eine Statusänderung festgestellt haben. Ein Gedanke, den ich hatte, war, die Überlebenszeit auf den Mittelpunkt des Zeitintervalls zwischen der letzten Untersuchung, bei der keine Statusänderung festgestellt wurde, und der Untersuchung, bei der eine Statusänderung festgestellt wurde, zu setzen. Dies könnte den Nachteil der Methode ausgleichen, mit der die Probanden nur einmal im Jahr untersucht werden, im Gegensatz zu der Methode, die zweimal im Jahr angewendet wird. Und dann konstruieren Sie die Überlebenskurven aus diesen Daten.