Saya ingin membandingkan dua metode berbeda untuk mendeteksi perubahan status dalam analisis survival. Sekelompok subjek sedang diikuti untuk periode yang lebih lama (bertahun-tahun), dan dua metode pemeriksaan telah digunakan untuk memeriksa apakah perubahan status telah terjadi; satu metode digunakan untuk memeriksa setiap mata pelajaran dua kali setahun dan metode kedua digunakan untuk memeriksa setiap mata pelajaran setahun sekali. Pertanyaannya adalah apakah kedua metode ini berbeda secara sistematis dalam kemampuan mereka untuk mendeteksi perubahan status.
Tes yang saya pikirkan adalah tes peringkat log untuk melihat apakah kurva dua metode Kaplan-Meier berbeda. Saya bertanya-tanya apakah itu masalah bahwa kurva survival “dipasangkan” (yaitu dua metode digunakan pada subjek yang sama) saat melakukan tes log-rank. Apakah ini merupakan pelanggaran asumsi dalam uji log-rank, atau mungkin ini hanya tes yang tidak efisien karena tidak menjelaskan bahwa kedua kurva terkait? Adakah yang punya saran untuk analisis alternatif yang memperhitungkan ketergantungan dalam pengamatan?
Mungkin ini bukan masalah, mungkin saya terlalu berpikir.
Yah, saya tidak tahu waktu sebenarnya dari perubahan status, hanya titik waktu ketika metode telah mendeteksi perubahan status. Satu pemikiran yang saya miliki adalah mengatur waktu bertahan hidup ke titik tengah interval waktu antara pemeriksaan terakhir ketika perubahan status tidak terdeteksi dan pemeriksaan ketika perubahan status telah terdeteksi. Itu bisa mengimbangi kerugian dari metode yang digunakan untuk memeriksa mata pelajaran hanya setahun sekali berbeda dengan metode yang digunakan dua kali setahun. Dan kemudian buat kurva survival dari data ini.