Introdução: As técnicas mais comumente empregadas em análise de sobrevida que utilizam dados censurados são o estimador produto limite de Kaplan-Meier (KM) e o modelo de riscos proporcionais de Cox. Estas técnicas têm como suposição que a causa da perda de seguimento seja independente do tempo de sobrevida. Objetivo: O presente estudo visa a analisar o efeito das perdas de seguimento nestas duas técnicas. Material e Métodos: O estudo foi realizado utilizando-se o banco de dados dos pacientes cadastrados no Registro Hospitalar do Hospital do Câncer de São Paulo em 1994. Foram elaborados 28 bancos de dados simulando perdas informativas e não informativas. A perda informativa foi simulada transformando os óbitos em vivos, na proporção de 5 a 50%. A perda não informativa foi simulada através do sorteio de 5 a 50% do total do banco. O estimador de Kaplan-Meier (KM) foi utilizado para estimar a sobrevida acumulada no primeiro, terceiro e quinto ano de seguimento, e o modelo de riscos proporcionais de Cox para estimar as hazard ratio (HR). Todas as estimativas obtidas no KM e as HR's foram comparadas com os resultados do banco de dados original. Resultados: Houve maior proporção de perda nos pacientes com maior escolaridade, admitidos por convênio e particular e os menos graves (estádio I ou II). Quanto maior a proporção de perda informativa, maior a diferença alcançada nas estimativas realizadas pelo KM, verificando-se que a perda de seguimento superior a 15% acarretou diferenças superiores a 20% nas estimativas da probabilidade de sobrevida. As HR's foram menos afetadas, e proporções superiores a 20% de perda de seguimento acarretaram variações de cerca de 10% nas estimativas. Quando as perdas foram não informativas não houve diferenças significativas nas estimativas pelo KM e nas HR's em relação ao banco original. Conclusões: É importante avaliar se as perdas ocorridas em estudos de coorte são informativas ou não, pois se forem podem acarretar distorções principalmente nas estimativas feitas pelo método de KM.

Introduction: The Kaplan Meier product limit estimator (KM) and the Cox proportional hazard (HR) model are the most used tools in survival analysis. These two methods have the key assumption that censoring must be independent from the survival time. Objective: To analyze the consequences of loss to follow up in these two methods. Methods: The study has utilized the data of the Cancer Registry of the patients of Hospital do Cancer in São Paulo of 1994. The informative censure was simulated transforming the death by 5 to 50% into alive. Besides 5 to 50% was spared at random simulating the non-informative censoring. The survival probability and was calculated to the first, third and fifth year of follow –up. All the estimated probabilities and HR’s were compared with the results of the original data. Results: Patients with greater scholars, lower stages and admitted by health plans or private had more losses to follow up. The maximum proportion of accepted loss to follow –up is 10% to 15% when using the KM estimator, and the HR are less affected by the loss to follow-up and one can afford having 20% of it. When the losses were non informative there were no differences between the original probabilities. Conclusions: The possibility of over or under estimated probability must be analyzed in the presence of the losses to follow- up when using the KM and HR in survival analyses.