Метод выживаемости¶

Метод выживаемости — это совокупность статистических подходов и моделей, используемых для анализа и прогнозирования времени наступления одного или нескольких интересующих событий (отказов, смертей, рецидивов, окончания гарантийного срока, оттока клиентов) на основе данных о длительности периодов «жизни» объектов исследования до наступления события. Метод широко применяется в медицине, биологии, страховании, инженерии, демографии, социологии и машинном обучении.

¶История

Истоки метода выживаемости восходят к демографическим таблицам смертности, которые составлялись с XVII века. Одним из первых систематических подходов стала работа английского статистика Джона Граунта (1662 год), проанализировавшего записи о смертности в Лондоне. В XVIII–XIX веках таблицы смертности активно развивались актуариями для страхового дела.

Современный статистический фундамент метода заложен в середине XX века. Ключевые этапы:

1958 год — американский статистик Эдвард Каплан и Пол Мейер предложили оценку Каплана — Мейера (кривая выживаемости), позволяющую непараметрически оценивать функцию выживаемости по цензурированным данным (когда для части объектов момент события не зафиксирован).
1972 год — британский статистик Дэвид Кокс опубликовал модель пропорциональных рисков (Cox proportional hazards model), ставшую стандартом регрессионного анализа выживаемости.
1970-е — 1980-е — разработка параметрических моделей (экспоненциальное, Вейбулла, логнормальное распределения времени жизни) и методов конкурирующих рисков.
1990-е — 2000-е — интеграция методов выживаемости в анализ надёжности (reliability analysis), страхование, телеметрию и кредитный скоринг.
2010-е — внедрение методов машинного обучения: случайные леса выживаемости (random survival forests), нейронные сети с цензурированными данными, градиентный бустинг (XGBoost с функцией потерь Кокса).

¶Основные понятия и задачи

¶Функция выживаемости

Функция выживаемости \( S(t) \) определяет вероятность того, что время «жизни» \( T \) превышает заданное значение \( t \): \[ S(t) = P(T > t) \] Графически \( S(t) \) представляет собой убывающую кривую, которая в момент \( t=0 \) равна 1, а затем стремится к 0.

¶Функция риска (интенсивность отказов)

Функция риска \( h(t) \) описывает мгновенную вероятность наступления события в момент \( t \) при условии, что до этого момента объект «выжил»: \[ h(t) = \lim_{\Delta t \to 0} \frac{P(t \le T < t+\Delta t \mid T \ge t)}{\Delta t} \] Высокое значение \( h(t) \) указывает на повышенный риск (например, сразу после хирургической операции); низкое — на период стабильности.

¶Цензурирование

Цензурирование — характерная особенность данных выживаемости, когда для части объектов точное время события неизвестно. Виды:

Правостороннее цензурирование (наиболее частое): наблюдение прекращается раньше наступления события (пациент выбыл из исследования, клиент не отреагировал до окончания периода отслеживания).
Левостороннее цензурирование: событие произошло до начала наблюдения (известно только, что время жизни меньше некоторого порога).
Интервальное цензурирование: точный момент события не зафиксирован, но известно, что оно произошло в заданном временном интервале (например, между двумя медицинскими осмотрами).

¶Виды задач

Оценка распределения времени жизни — построение кривой выживаемости по эмпирическим данным.
Сравнение кривых выживаемости (например, между группами лечения) — с помощью лог-рангового теста (log-rank test) или теста Гехана-Вилкоксона.
Регрессионный анализ — выявление факторов (ковариат), влияющих на риск события (возраст, пол, дозировка препарата, температура окружающей среды). Для этого применяется модель Кокса или параметрические регрессии.
Прогнозирование — предсказание вероятности дожития до определённого момента для индивидуального объекта.

¶Классификация методов

¶Непараметрические методы

Не требуют предположений о форме распределения времени жизни.

Оценка Каплана — Мейера (Product-limit estimator). Строит ступенчатую кривую выживаемости, учитывая цензурированные наблюдения. Стандарт для описательной статистики.
Таблицы дожития (life tables). Данные разбиваются на интервалы; для каждого интервала вычисляется вероятность дожития. Используется для больших выборок.

¶Полупараметрические методы

Модель пропорциональных рисков Кокса. Предполагает, что отношение рисков (hazard ratio) для двух объектов с разными ковариатами остаётся постоянным во времени. Базовая функция риска \( h_0(t) \) не параметризуется, что делает модель гибкой.

¶Параметрические методы

Предполагают конкретное распределение времени жизни:

Экспоненциальное распределение — постоянный риск (интенсивность отказов не меняется со временем).
Распределение Вейбулла — монотонно возрастающий или убывающий риск (гибкая модель для инженерной надёжности).
Логнормальное распределение — для данных с асимметрией (например, время ремиссии).
Гамма-распределение — обобщение экспоненциального и распределения Вейбулла.

¶Методы машинного обучения

Случайные леса выживаемости (Random Survival Forests) — ансамбль деревьев решений, усредняющих результаты по узлам с учётом цензурирования.
Градиентный бустинг выживаемости (например, Survival XGBoost, Gradient Boosting Cox) — расширение градиентного бустинга с функцией потерь Кокса.
Нейронные сети выживаемости — DeepSurv (Cox-подобная нейросеть), DeepHit (моделирование многовариантных вероятностей), N-MTLR (нейросетевой аналог модели многозадачной логистической регрессии).

¶Применение

¶Медицина и биостатистика

Наиболее традиционная область. Примеры: оценка вероятности выживания пациентов с онкологическими заболеваниями после химиотерапии, анализ времени до рецидива, сравнение эффективности протоколов лечения, моделирование продолжительности ремиссии. Все клинические исследования с оценкой «выживаемости без прогрессирования» (PFS) и «общей выживаемости» (OS) опираются на методы выживаемости.

¶Инженерная надёжность

В промышленности метод применяется для расчёта ресурса изделий: времени до отказа, гарантийного срока, интервалов технического обслуживания. Используются распределения Вейбулла и экспоненциальное распределение. Данные — результаты испытаний на долговечность и эксплуатационные наблюдения.

¶Страхование и демография

Актуарные расчёты: таблицы смертности для расчёта пенсионных и страховых тарифов, моделирование продолжительности жизни застрахованных, анализ дожития до наступления пенсионного возраста.

¶Маркетинг и управление клиентами

В CRM-системах метод выживаемости используется для прогнозирования оттока клиентов (churn analysis): модель оценивает вероятность, что клиент прекратит пользоваться услугой в течение заданного периода, на основании его истории взаимодействий и атрибутов.

Демографические когортные исследования (время до брака, рождения первого ребёнка, выхода на пенсию), криминология (время до рецидива после освобождения), социология труда (продолжительность занятости на одном месте).

¶Ограничения и критика

Предположение о независимости цензурирования. Если цензурирование связано с риском события (например, пациент выбывает из исследования, потому что его здоровье резко ухудшилось), оценки могут быть смещены. Для коррекции используются модели конкурирующих рисков.
Пропорциональность рисков в модели Кокса. Если отношение рисков меняется со временем (непропорциональные риски), модель даёт некорректные результаты. Требуется использование стратифицированных моделей или расширений (Cox with time-varying covariates).
Чувствительность к малым выборкам. Непараметрические оценки могут становиться неустойчивыми при малом числе событий.
Интерпретация временных эффектов. Методы выживаемости хорошо описывают, «когда» произойдёт событие, но не всегда объясняют механизмы его причинности.
Отсутствие единого «метода». На практике исследователь должен выбрать подходящую модель (непараметрическая, полупараметрическая или параметрическая), что требует экспертного знания предметной области и предположений о характере данных.

¶Интересные факты

Метод выживаемости лёг в основу расчёта числа «нуждающихся в лечении» (Number Needed to Treat, NNT) — важного показателя доказательной медицины.
В российской статистике метод выживаемости применяется Росстатом при расчёте таблиц смертности по причинам смерти и для оценки ожидаемой продолжительности жизни.
В 2020 году, в период пандемии COVID-19, метод выживаемости активно использовался для оценки времени до госпитализации, интубации и летального исхода в когортных исследованиях.

¶Источники

Kaplan E. L., Meier P. Nonparametric Estimation from Incomplete Observations // Journal of the American Statistical Association. — 1958. — Vol. 53, No. 282. — P. 457–481.
Cox D. R. Regression Models and Life-Tables // Journal of the Royal Statistical Society: Series B. — 1972. — Vol. 34, No. 2. — P. 187–220.
Klein J. P., Moeschberger M. L. Survival Analysis: Techniques for Censored and Truncated Data. — 2nd ed. — Springer, 2003.
Therneau T. M., Grambsch P. M. Modeling Survival Data: Extending the Cox Model. — Springer, 2000.
Кузнецов А. А., Никифоров С. О. Статистический анализ выживаемости в медицинских исследованиях. — М.: Медицинское информационное агентство, 2013.

BFOmetr — база данных и аналитика по компаниям России.

На главную BFOmetr →