Understand the estimation procedures for lifetime distributions

ยินดีต้อนรับสู่โลกแห่งการประมาณค่า!

ในการเรียนรู้ที่ผ่านมา เราได้มองโมเดลการอยู่รอด (survival models) เป็นสูตรทางคณิตศาสตร์ในเชิงทฤษฎี แต่สูตรเหล่านั้นมาจากไหนกันนะ? ในโลกความเป็นจริง เราไม่มีลูกแก้ววิเศษที่บอกเราได้ว่าแรงแห่งการตาย (force of mortality) ที่แท้จริงคือเท่าไหร่ แต่เรามี ข้อมูล (data) ซึ่งเป็นบันทึกว่าผู้คนเสียชีวิตเมื่อไหร่ หรือออกจากโครงการวิจัยเมื่อไหร่ต่างหากล่ะ

ในบทนี้ เราจะมาเรียนรู้วิธีนำข้อมูลจากการสังเกตในโลกความเป็นจริงที่ดูยุ่งเหยิง มาเปลี่ยนเป็นภาพรวมของการอยู่รอดที่ชัดเจน เราจะเน้นไปที่ "ซูเปอร์สตาร์" สองตัวหลักของการประมาณค่า นั่นคือตัวประมาณค่าแบบ Kaplan-Meier และ Nelson-Aalen ไม่ต้องกังวลหากชื่อดูน่าเกรงขามนะ เมื่อเราค่อยๆ ย่อยมันลงมา คุณจะเห็นว่ามันก็เป็นแค่การนับเลขตามหลักตรรกะทั่วไปนี่เอง!

1. ความท้าทาย: Censoring คืออะไร?

ก่อนที่เราจะประมาณค่าอะไรได้ เราต้องเข้าใจก่อนว่าทำไมข้อมูลการอยู่รอดถึง "จัดการยาก" ในการศึกษาทางสถิติส่วนใหญ่ คุณมักจะเห็นผลลัพธ์สุดท้าย แต่ในการวิเคราะห์การอยู่รอด เรามักจะไม่เห็น ซึ่งสภาวะนี้เรียกว่า การถูกตัดทอนข้อมูล (censoring)

ลองจินตนาการว่าคุณกำลังติดตามคน 100 คน ในงานวิจัยการรักษาโรคแบบใหม่เป็นเวลา 5 ปี:

1. บางคนเสียชีวิตระหว่างช่วง 5 ปีนี้ (เหตุการณ์การตายที่สังเกตได้)
2. บางคนยังมีชีวิตอยู่เมื่อจบการศึกษา (Right Censoring)
3. บางคนอาจย้ายที่อยู่หรือออกจากการศึกษากลางคัน (เป็น Right Censoring เช่นกัน)

แนวคิดสำคัญ: Censoring เกิดขึ้นเมื่อเรารู้ว่าบุคคลนั้นรอดชีวิตมาได้ อย่างน้อย จนถึงช่วงเวลาหนึ่ง แต่เราไม่รู้แน่ชัดว่าเขาเสียชีวิตเมื่อไหร่หลังจากนั้น เราไม่สามารถเพิกเฉยคนเหล่านี้ได้! หากเรามองแค่คนที่เสียชีวิต เราจะมองอัตราการอยู่รอดในแง่ร้ายเกินจริงไปมาก

2. ตัวประมาณค่าแบบ Kaplan-Meier (Product-Limit Estimator)

ตัวประมาณค่า Kaplan-Meier (KM) เป็นวิธีที่โด่งดังที่สุดในการประมาณ ฟังก์ชันการอยู่รอด (Survival Function) หรือ \(S(t)\) เมื่อคุณมีข้อมูลที่ถูกตัดทอน (censored data)

หลักการคิด: ให้มองการอยู่รอดเหมือนการวิ่งผลัดข้ามรั้ว การจะรอดไปถึงวันที่ 10 ได้ คุณต้องผ่านรั้ววันที่ 1, วันที่ 2 ไปเรื่อยๆ ตัวประมาณค่า KM จะคำนวณความน่าจะเป็นที่จะข้าม "รั้ว" แต่ละตัว (ทุกครั้งที่มีการเสียชีวิตเกิดขึ้น) แล้วนำมาคูณกัน

วิธีคำนวณ KM ทีละขั้นตอน:

1. เรียงลำดับเวลา: เรียงลำดับเวลาที่มีการเสียชีวิตอย่างน้อยหนึ่งครั้งจากน้อยไปมาก: \(t_1 < t_2 < t_3 \dots\)
2. นับจำนวน "ที่เสี่ยง" (\(n_i\)): ณ เวลา \(t_i\) แต่ละจุด ให้นับว่ามีคนกี่คนที่ยังมีชีวิตอยู่และยังอยู่ในกลุ่มตัวอย่าง ก่อน ช่วงเวลานั้นเล็กน้อย
3. นับจำนวน "ผู้เสียชีวิต" (\(d_i\)): มีกี่คนที่เสียชีวิต ณ เวลา \(t_i\) พอดี
4. คำนวณขั้นตอน: ความน่าจะเป็นที่จะรอดชีวิต ณ เวลานั้นคือ \((1 - \frac{d_i}{n_i})\)
5. คูณรวมกัน: เพื่อหาความน่าจะเป็นที่จะรอดชีวิตจนถึงเวลา \(t\) ให้นำความน่าจะเป็นของแต่ละช่วงเวลามาคูณกันทั้งหมด

สูตร:
\(\hat{S}(t) = \prod_{i: t_i \le t} (1 - \frac{d_i}{n_i})\)

สรุปสั้นๆ ให้จำง่าย:
- ถ้าไม่มีใครตาย กราฟการอยู่รอดจะเป็นเส้นตรงแบนราบ
- เมื่อมีการเสียชีวิต กราฟจะ "ลดระดับ" ลงมาหนึ่งขั้น
- เมื่อมีคนถูก censored กราฟจะไม่ขยับ แต่ "จำนวนผู้ที่เสี่ยง" (\(n_i\)) จะลดลงสำหรับช่วงเวลาถัดไปที่มีคนเสียชีวิต

3. ตัวประมาณค่าแบบ Nelson-Aalen

ในขณะที่ Kaplan-Meier เน้นที่ ฟังก์ชันการอยู่รอด แต่ตัวประมาณค่า Nelson-Aalen (NA) จะเน้นที่ ฟังก์ชันอันตรายสะสม (Cumulative Hazard Function) หรือ \(\Lambda(t)\)

หลักการคิด: ให้มองว่า Hazard คือ "แต้มความเสี่ยง" ที่สะสมเพิ่มขึ้นเรื่อยๆ ตามกาลเวลา ทุกครั้งที่มีคนเสียชีวิต เราจะเติมแต้มเข้าไปใน "ถังความเสี่ยง" ของเราอีกหน่อย

วิธีคำนวณ NA ทีละขั้นตอน:

1. ทำตามขั้นตอนเดียวกับ KM เพื่อหา \(d_i\) และ \(n_i\) ณ เวลาที่มีการตายแต่ละจุด
2. แทนที่จะนำมาคูณกัน เราจะใช้วิธี บวก อัตราส่วนเข้าด้วยกัน
3. ค่าที่เพิ่มขึ้นในแต่ละจุดที่มีการเสียชีวิตคือ \(\frac{d_i}{n_i}\)

สูตร:
\(\hat{\Lambda}(t) = \sum_{i: t_i \le t} \frac{d_i}{n_i}\)

เกร็ดน่ารู้: คุณสามารถเปลี่ยนค่าประมาณ Nelson-Aalen กลับเป็นค่าประมาณการอยู่รอดได้โดยใช้ความสัมพันธ์ \(S(t) = \exp(-\Lambda(t))\) บางบริบทอาจเรียกวิธีนี้ว่า Breslow estimator แต่สำหรับวิชา CS2 แค่จำความเชื่อมโยงระหว่างการอยู่รอดกับ Hazard สะสมก็เพียงพอแล้ว!

4. เปรียบเทียบ KM กับ Nelson-Aalen

คุณอาจสงสัยว่า: "แล้วฉันควรใช้อันไหนดี?"
- KM มักเป็นที่นิยมในการประมาณการอยู่รอดเพราะเป็นแนวคิด "ผลคูณ-ลิมิต" โดยตรง
- NA มักถูกใช้เมื่อเราสนใจอัตราการเกิดเหตุการณ์ (hazard) มากกว่า หรือเมื่อทำงานกับโมเดลคณิตศาสตร์ที่การบวกค่า hazard ทำได้ง่ายกว่าการคูณความน่าจะเป็นในการอยู่รอด

หมายเหตุ: สำหรับกลุ่มตัวอย่างขนาดใหญ่มาก ทั้งสองวิธีจะให้ผลลัพธ์ที่เกือบจะเหมือนกันเป๊ะเลย!

5. การวัดความแม่นยำ: สูตรของ Greenwood

ค่าประมาณก็คือการคาดคะเนจากข้อมูล ดังนั้นเราจึงต้องรู้ว่าการคาดคะเนนั้น "เชื่อถือได้" แค่ไหน สำหรับตัวประมาณค่า Kaplan-Meier เราจะใช้ สูตรของ Greenwood (Greenwood’s Formula) เพื่อหา ความแปรปรวน (Variance)

สูตร:
\(Var(\hat{S}(t)) \approx [\hat{S}(t)]^2 \sum_{i: t_i \le t} \frac{d_i}{n_i(n_i - d_i)}\)

ไม่ต้องตกใจถ้ามันดูยาก! ให้จำแค่ว่ามันคือสูตรสองส่วนประกอบกัน:
1. ค่าประมาณการอยู่รอดปัจจุบันยกกำลังสอง: \([\hat{S}(t)]^2\)
2. คูณด้วยผลรวมของ "อัตราส่วนการตาย"

เคล็ดลับสอบ: เวลาเข้าสอบ ให้ตีตารางเตรียมไว้เสมอ โดยมีคอลัมน์สำหรับ \(t_i\), \(n_i\), \(d_i\) และเทอม \(\frac{d_i}{n_i(n_i - d_i)}\) วิธีนี้จะช่วยให้คำนวณผลรวมได้แม่นยำและไม่หลุดง่ายๆ!

6. ข้อผิดพลาดที่พบบ่อยที่ควรหลีกเลี่ยง

1. การนับจำนวน "ที่เสี่ยง": นักศึกษามักลืมลบคนที่ถูก censor ออก ถ้ามีคนถูก censor ณ เวลาที่ 5 เขาจะยังถูก นับรวม อยู่ในจำนวนผู้ที่เสี่ยงสำหรับการตาย ณ เวลาที่ 5 แต่จะต้องถูก นำออก สำหรับการตายใดๆ ที่เกิดขึ้น ณ เวลาที่ 5.1 เป็นต้นไป
2. การเรียงลำดับเวลา: ตรวจสอบให้แน่ใจเสมอว่าเวลาเรียงลำดับถูกต้องแล้ว การวางเวลาผิดเพียงจุดเดียวอาจทำให้การคูณทั้งหมดผิดพลาดได้
3. เวลาที่เกิดขึ้นพร้อมกัน (Ties): ถ้ามีการตายและมีการ censor เกิดขึ้นพร้อมกันพอดี ข้อตกลงของ IFoA มักจะอนุมานว่า การตายเกิดขึ้นก่อน (หมายความว่าคนที่ถูก censor ยังถือว่า "เสี่ยง" ณ ขณะที่เกิดการตาย) แต่อย่าลืมอ่านโจทย์ให้ดีนะว่าโจทย์กำหนดเงื่อนไขไว้อย่างไร!

7. สรุปและประเด็นสำคัญ

ประเด็นสำคัญ 1: ข้อมูลการอยู่รอดมีความพิเศษเนื่องจากมี การตัดทอนข้อมูล (censoring) ทำให้เราไม่เห็นเหตุการณ์เกิดขึ้นเสมอไป

ประเด็นสำคัญ 2: ตัวประมาณค่า Kaplan-Meier คือ ผลคูณ ของความน่าจะเป็นการอยู่รอด ณ แต่ละจุดเวลาที่มีการตาย: \(\hat{S}(t) = \prod (1 - \frac{d_i}{n_i})\)

ประเด็นสำคัญ 3: ตัวประมาณค่า Nelson-Aalen คือ ผลรวม ของค่า Hazard ที่เพิ่มขึ้น: \(\hat{\Lambda}(t) = \sum \frac{d_i}{n_i}\)

ประเด็นสำคัญ 4: ใช้ สูตรของ Greenwood ในการคำนวณความแปรปรวนและสร้างช่วงความเชื่อมั่น (confidence intervals) รอบกราฟการอยู่รอดของคุณ

เยี่ยมมาก! คุณเพิ่งเชี่ยวชาญเครื่องมือพื้นฐานที่นักคณิตศาสตร์ประกันภัยใช้ในการวิเคราะห์ข้อมูลอายุขัย ลองฝึกทำโจทย์แบบตีตารางสักสองสามข้อ แล้วสูตรเหล่านี้จะกลายเป็นเรื่องที่ง่ายจนเป็นธรรมชาติสำหรับคุณเอง!