O acompanhamento médico é estruturalmente incompleto: alguns pacientes sobrevivem além da janela do estudo, alguns se mudam, alguns se retiram. Seus tempos de sobrevida são 'censurados' — conhecidos apenas até certo ponto. Nos anos 1950, os analistas ou os descartavam, o que enviesa a sobrevida para baixo e inventa certeza sobre pessoas nunca observadas, ou usavam tábuas de vida atuariais herdadas da demografia, que dividem o tempo em intervalos fixos grosseiros.
Edward Kaplan e Paul Meier publicaram o estimador produto-limite no Journal of the American Statistical Association em 1958. A sobrevida em qualquer momento é o produto corrente das probabilidades condicionais de sobrevida, cada uma estimada a partir de quem ainda estava em risco naquele instante. Sem faixas, sem distribuição assumida, sem descarte: uma resposta totalmente não paramétrica que trata a observação parcial como informação, e não como ruído.
O artigo tornou-se um dos trabalhos mais citados de toda a estatística — o Crossref registra mais de 76.000 citações — e a curva que ele define é impressa em praticamente todo ensaio de oncologia e cardiologia desde então, a gramática comum para 'quanto tempo eles viveram'. Ferramentas posteriores, como o modelo de riscos proporcionais de Cox de 1972, assentam-se sobre a estrutura que Kaplan e Meier fixaram.
Multiplicar a sobrevida condicional entre os que ainda estão em risco
Descartar pacientes censurados enviesa a sobrevida para baixo e finge que pessoas nunca observadas fornecem fatos.
As tábuas de vida atuariais dependem de larguras de faixa arbitrárias; o estimador produto-limite segue os dados sem faixas.
Cada multiplicador usa exatamente os pacientes cujo acompanhamento cobre aquele momento, de modo que toda observação alimenta a estimativa.
Não precisar de suposição sobre a forma da sobrevida torna a curva comparável entre ensaios e tratamentos.
Conte os sujeitos apenas enquanto você pode vê-los: a censura não é dado ausente a descartar, mas informação parcial a usar — o conjunto de risco que encolhe é o truque inteiro.
O gráfico de Kaplan–Meier é hoje a exibição padrão de sobrevida na medicina, ensinado a todo clínico e exigido pelos reguladores. O modelo de Cox o estendeu a covariáveis, os testes log-rank comparam duas dessas curvas, e as meta-análises reconstroem a sobrevida agrupada a partir de curvas publicadas. Seu único artigo conjunto sobrevive a quase tudo o mais publicado em seu campo.
CONFIRA AS EVIDÊNCIAS
As fontes
- Understanding survival analysis: Kaplan-Meier estimate International Journal of Ayurveda Research (via PubMed) · pubmed.ncbi.nlm.nih.gov
- Understanding survival analysis: actuarial life tables and the Kaplan-Meier plot British Journal of Hospital Medicine (via PubMed) · pubmed.ncbi.nlm.nih.gov
- Nonparametric Estimation from Incomplete Observations (JASA 53:457) Taylor & Francis via DOI (Crossref-verified) · doi.org