Medicina Basada en la Evidencia

Estadística básica – 636 – Para calcularla, vamos descendiendo desde la primera fila hasta que alcanzamos la fila en la que la supervi- vencia es igual o menor a 0,5. Vemos que esto ocurre a los 3 meses de seguimiento. La tabla de supervivencia nos permite calcular la supervivencia global y en cada periodo, así como la mediana de supervivencia Finalmente, con los datos de esta tabla podremos re- presentar gráficamente la curva de supervivencia o cur- va de Kaplan-Meier, como veremos a continuación. CURVAS DE SUPERVIVENCIA La curva de Kaplan-Meier representa el tiempo de seguimiento frente a la probabilidad de superviven- cia. La imagen típica es una línea escalonada que va mostrando la probabilidad de supervivencia en cada momento. Esta representación puede resultar laboriosa si se hace de forma manual, por lo que es recomendable usar he- rramientas informáticas para ello. Veamos un ejemplo: Podemos elaborar una curva de supervivencia uti- lizando un programa de acceso libre, el software es- tadístico R ( https://www.r-project.org/ ) con el plugin RCommander y esta base de datos . En la base de datos se recogen una serie de registros con datos sobre el ingreso de un grupo de lactantes con bronquiolitis, como la pauta de tratamiento reci- bido (dos protocolos diferentes), la edad, la presencia de VRS confirmado, el género y si es menor de 3 meses (codificado como 0 >3 m, 1 <3 m). Dos variables tienen especial relevancia para el ejemplo que nos ocupa: la duración en días hasta el ingreso en UCI (tiempo, evento en estudio) o el alta hospitalaria (dato censu- rado) y la variable que marca la ocurrencia del evento (UCISiNo) que se codifica como 0 en el caso de recibir el alta o finalizar el estudio sin ingreso en UCI (dato censurado) y como 1 en el caso producirse ingreso en UCI (se observa el evento final). En este caso, podemos realizar la curva directamente con la interfaz de RCommander, pero necesitaremos cargar el plugin RcmdrPlugin.survival. En el Anexo 2 de este capítulo se muestran las instrucciones para realizar este ejercicio. Si lo necesita, puede también revisar el capítulo correspondiente a la instalación de R y RCommander (ver capítulo 6.18 ) . El programa estadístico generará un gráfico similar al mostrado en la Figura 2 . En el gráfico se representa el tiempo de ingreso en días (eje x) frente a la probabilidad de supervivencia (no ha- ber precisado ingreso en UCI) en el eje de ordenadas. Podemos, de esta manera, calcular la probabilidad de supervivencia (no haber precisado ingreso en UCI) en el momento temporal que nos interese. Por ejemplo, a los 3 días, alrededor del 90% de los niños no han ingresado en UCI. Este porcentaje cae a alrededor del 72% a los 8 días del seguimiento (las líneas que señalan estos pun- tos han sido añadidas para ilustrar el ejemplo). Tabla 2. Tabla de supervivencia Tiempo N.º en riesgo N.º de eventos Supervivencia Error estándar Límite inferior IC 95% Límite superior IC 95% 0,1 2195 876 0,601 0,01045 0,581 0,622 1,0 1319 92 0,559 0,01060 0,539 0,580 2,0 1227 90 0,518 0,01067 0,498 0,539 3,0 1137 85 0,479 0,01066 0,459 0,501 4,0 1052 104 0,432 0,01057 0,412 0,453 5,0 948 82 0,395 0,01043 0,375 0,416 6,0 866 89 0,354 0,01021 0,335 0,375 7,0 777 77 0,319 0,00995 0,300 0,339 8,0 700 80 0,282 0,00961 0,264 0,302 9,0 620 85 0,244 0,00916 0,226 0,262 10,0 535 86 0,205 0,00861 0,188 0,222 11,0 449 75 0,170 0,00802 0,155 0,187