Los análisis de supervivencia son usados comúnmente para establecer el tiempo de ocurrencia de un evento (por ejemplo, muerte). Sin embargo, pueden ser utilizados para otros desenlaces clínicos siempre y cuando estos sean dicotómicos, como tiempo de curación, tiempo de recaída, tiempo para que una enfermedad inicie, etc. Los análisis de Kaplan-Meier (K-M) solo consideran la relación de una variable a traves del tiempo, mientras que los riesgos proporcionales de Cox son el modelo multivariado de este método, el cual toma en cuenta otras covariables posiblemente confusoras del efecto de la maniobra principal estudiada, como la edad, el sexo o el estadio de la enfermedad. Este análisis puede incluir en su modelo variables dependientes cuantitativas y cualitativas. La medida de asociación que se usa se llama hazard ratio (HR) o razón de riesgos, la cual no es lo mismo que el riesgo relativo o la razón de momios (RM). La diferencia es que el HR se refiere a la posibilidad de que uno de los grupos llegue antes a un evento al compararlo con otro. El modelo de riesgos proporcionales de Cox es el modelo multivariado más usado en la medicina cuando se estudia el fenómeno en dos dimensiones: tiempo y evento.
Kleinbaum DG, Klein M. Survival Analysis: A Self-Learning Text. New York: Springer Science Business Media, Inc; 2005.
Kaplan EL, Meier P. Nonparametric estimation from incomplete observations. J Am Stat Assoc. 53(282):457-81.
Feinstein AR. Principles of medical statistics. New York, NY: Chapman and Hall/CRC; 2002.
Bradburn MJ, Clark TG, Love SB, Altman DG. Survival analysis part II: Multivariate data analysis – an introduction to concepts and methods. Br J Cancer. 2003;89:431-6.
Cox DR. Regression Models and Life-Tables. Journal of the Royal Statistical Society. Series B (Methodological). 1972;34(2)187-220.
Berea-Baltierra R, Rivas-Ruiz R, Pérez-Rodríguez M, Palacios-Cruz L, Moreno J, Talavera JO. Del juicio clínico a la regresión logística múltiple. Rev Med Inst Mex Seguro Soc. 2014;52(2):192-7.