Estoy confundido acerca de cómo decidir si tratar el tiempo como continuo o discreto en el análisis de supervivencia. Específicamente, quiero usar el análisis de supervivencia para identificar las variables a nivel del hogar y del niño que tienen la mayor discrepancia en su impacto en la supervivencia de los niños frente a las niñas (hasta los 5 años). Tengo un conjunto de datos de edades de los niños (en meses) junto con un indicador de si el niño está vivo, la edad de la muerte (en meses) y otras variables a nivel del hogar y del niño.
Como el tiempo se registra en meses y todos los niños son menores de 5 años, hay muchos tiempos de supervivencia vinculados (a menudo a intervalos de medio año: 0mos, 6mos, 12mos, etc.). Según lo que he leído sobre el análisis de supervivencia, tener muchos tiempos de supervivencia vinculados me hace pensar que debería tratar el tiempo como algo discreto. Sin embargo, he leído varios otros estudios en los que el tiempo de supervivencia es, por ejemplo, años-persona (y seguramente hay tiempos de supervivencia vinculados) y se utilizan métodos de tiempo continuo como los riesgos proporcionales de Cox.
¿Cuáles son los criterios que debo usar para decidir si tratar el tiempo como continuo o discreto? Para mis datos y preguntas, usar algún modelo de tiempo continuo (Cox, Weibull, etc.) tiene un sentido intuitivo para mí, pero la naturaleza discreta de mis datos y la cantidad de tiempos de supervivencia vinculados parecen sugerir lo contrario.