Modelos de estimaciones no paramétricas del análisis de supervivencia con eventos recurrentes

Abstract

El desarrollo del análisis de supervivencia con fenómenos de naturaleza recurrente ha tenido importantes avances en las últimas cuatro décadas. Tradicionalmente, las investigaciones en este campo estaban centradas en el estudio de una única ocurrencia del evento por unidad de estudio (análisis clásico de supervivencia). Recientemente se han propuesto varios modelos para estudiar fenómenos con eventos recurrentes. Los estudios de supervivencia han sido ampliamente empleados en estudios médicos para modelar la aparición de enfermedades recurrentes, y en el área de Ingeniería en la modelación de tiempos de fallas en maquinarias y equipos. Entre los modelos más conocidos, se tienen los modelos de estratificados tipo Cox, clasificados como de riesgo multiplicativo, de riesgo aditivo y de riesgo aditivo multiplicativo, algunos de estos modelos consideran covariables que varían en el tiempo, otro conjunto del campo recurrente, son los modelos no paramétricos tipo Kaplan-Meier. En este artículo nos centramos en el estudio de éstos últimos para estimar las funciones del análisis de supervivencia para el caso recurrente. El modelo GPLE (Generalized Product-Limit Estimator), es un modelo que generaliza el estimador clásico conocido como estimador limite-producto de Kaplan-Meier a casos con eventos de carácter recurrente. El GPLE es un modelo que asume independencia entre los tiempos de interocurrencias del evento. Nuestro objetivo principal en este trabajo consiste en proponer modelos de supervivencia no paramétricos a casos con eventos recurrentes, generalizando los modelos clásicos del análisis. Palabras clave: Análisis de supervivencia, eventos recurrentes, modelos no paramétricos.