在尝试了解审查时,我偶然发现了Wikipedia上的一句话,我不明白:
对时间间隔数据的一个常见误解是将开始时间未知的左删失间隔归类。在这些情况下,我们对时间间隔有一个下限,因此数据是右删失的(尽管当作为时间线查看时,缺失的起点位于已知间隔的左侧!)。
我知道左右审查意味着什么,但我很难遵循这个推理。也许这里有人可以帮助我并解释他们的意思!
在尝试了解审查时,我偶然发现了Wikipedia上的一句话,我不明白:
对时间间隔数据的一个常见误解是将开始时间未知的左删失间隔归类。在这些情况下,我们对时间间隔有一个下限,因此数据是右删失的(尽管当作为时间线查看时,缺失的起点位于已知间隔的左侧!)。
我知道左右审查意味着什么,但我很难遵循这个推理。也许这里有人可以帮助我并解释他们的意思!
这是关于实数减法和绝对值的陈述。
形式的间隔,其中一个或两个端点是随机时间。研究对象是持续时间
如果不知道区间的事实(带有研究期的开始),则变量被删失。然而,的结束时,的值是
这是正确的审查。
这可能非常令人困惑。
从一个简单的情况开始,即何时time = 0
是研究开始时间和开始某些治疗的时间,例如在一项癌症结果研究中,您想要评估治疗开始后的死亡时间。如果参与者 A 都在 时进入研究并开始治疗time = 0
,并且仍然活着time = 2 years
,那么您知道参与者 A 从开始治疗到死亡之间的时间至少为 2 年。这是 2 年的标准右删失。
现在假设参与者 B 在某个未知时间开始治疗后进入您的研究。你不知道治疗开始的确切时间,所以你打电话time = 0
给参与者 B 进入研究的时间。如果参与者 B 在 死亡time = 2 years
,您知道从开始治疗到死亡之间的时间至少为2 年。这在逻辑上与参与者 A 相同:在这两种情况下,您对开始治疗和死亡之间的时间都有一个下限。在这两种情况下,对感兴趣的生存时间进行审查是正确的。
与参与者 B 的潜在混淆可能来自于失去更典型的缺乏事件与正确审查的关联,而参与者 A 确实有这种关联。与参与者 B 一起,您观察到一个事件,但您不知道从开始治疗开始的实际经过时间至死,因此您必须将该事件时间(从您time = 0
的研究条目开始)视为右删失观察。