Anlise de Sobrevivncia

(aula 2)
Profa Alcione Miranda dos Santos Departamento de Sade Pblica -UFMA

Comparao de Curvas de Sobrevivncia

Freqentemente, desejamos comparar curvas de sobrevivncia de diferentes grupos. Devemos, ento dividir o conjunto total de observaes em grupos distintos. Estimar as funes de sobrevivncia separadamente para cada grupo Utilizar um teste estatstico: Teste de Log-Rank
H0 : no h diferena entre as curvas H1 : h diferena entre as curvas

Exemplo:

Vinte e oito ces com leishmaniose foram selecionados para comparar quatro diferentes tipos de tratamentos (A,B,C,D) e um grupo controle. O evento de interesse foi a morte do animal. Os dados esto apresentados na tabela abaixo em que o tempo foi medido em meses. O smbolo + indica censura.
Grupos A B C D Controle Tempos de sobrevivncia em meses 1, 4, 5, 6, 7+, 7+ 3, 5, 5+, 5+, 6 1, 3, 4+, 7, 7, 7+ 3, 5+, 7, 7+, 7+ 3, 5, 5, 7+, 7+, 7+

H diferenas entre os grupos?

STATA: Teste Log-rank

sts test grupo failure _d: analysis time _t: Status == 1 Tempo

Log-rank test for equality of survivor functions | Events Events grupo | observed expected ------+------------------------1 | 4 3.46 2 | 3 2.44 3 | 5 3.44 4 | 2 3.57 5 | 3 4.09 ------+------------------------Total | 17 17.00 chi2(4) = Pr>chi2 = 2.17 0.7040

Concluso: No existe diferena estatisticamente significante entre as curvas de sobrevivncia.

Modelo de Risco Proporcional de Cox

Estudos na rea mdica muitas vezes envolvem covariveis que podem estar relacionadas com o tempo de sobrevivncia.

O Modelo de Cox permite a anlise de dados provenientes de estudos de tempo de vida em que a resposta o tempo at ocorrncia de um evento de interesse, ajustando por covariveis.

O modelo de Cox caracterizado pelos coeficientes s que medem os efeitos das covariveis sobre a funo de taxa de falha.

Modelo de Risco Proporcional de Cox

Modelo de Cox: (t) = 0(t) exp{ 1X1 ++ pXp}
com

0(t) = funo de risco bsica 1,, p = parmetros do modelo X1,, Xp = variveis explicativas

Pressuposto do modelo: A relao entre i(t) e j(t) constante no tempo. Um mtodo de estimao necessrio para se fazer inferncias acerca dos parmetros do modelo. Mtodo utilizado: Mtodo de Mxima Verossimilhana Parcial

Modelo de Cox: Um simples exemplo

Dados de Leucemia Peditrica: Esses dados foram obtidos a partir de um estudo de crianas com leucemia, desenvolvido pelo Grupo Cooperativo Mineiro para Tratamento de Leucemia. (Retirado de Colosimo, E. A e Giolo, S.R (2006))
Descrio das covariveis utilizadas neste estudo.

Nesta anlise, esto includas 103 crianas com leucemia. Vamos ajustar o modelo de Cox, usando o STATA.

Definindo os dados de sobrevivncia stset tempos, failure (cens==1)

failure event: obs. time interval: exit on or before: cens == 1 (0, tempos] failure

----------------------------------------------------------------------------103 total obs. 0 exclusions ----------------------------------------------------------------------------103 obs. remaining, representing 39 failures in single record/single failure data 180.283 total analysis time at risk, at risk from t = 0 earliest observed entry t = 0 last observed exit t = 4.331

Definindo o modelo de Cox

stcox leuinic idadec zpesoc zestc pasc vacc riskc r6
No. of subjects = No. of failures = Time at risk = Log likelihood = 103 39 180.2829992 -140.21152 Number of obs = 103

LR chi2(8) Prob > chi2

= =

34.25 0.0000

-----------------------------------------------------------------------------_t | Haz. Ratio Std. Err. z P>|z| [95% Conf. Interval] -------------+---------------------------------------------------------------leuinic | 2.727398 1.163546 2.35 0.019 1.181991 6.293364 idadec | 2.085865 .7850976 1.95 0.051 .9974769 4.361838 zpesoc | .2514638 .1981376 -1.75 0.080 .0536763 1.178063 0.307 .1034287 2.040911 zestc | .4594439 .3495435 -1.02 pasc | .3446989 .1702399 -2.16 0.031 .1309328 .9074679 vacc | 3.822561 1.709229 3.00 0.003 1.591278 9.182538 riskc | .9231075 .4364169 -0.17 0.866 .3654519 2.331709 r6 | .5519594 .286539 -1.14 0.252 .1995365 1.526834 ------------------------------------------------------------------------------

Uma anlise preliminar indica que, possivelmente as variveis RISK, R6 e ZEST no so importantes para explicar o tempo at a recidiva ou morte de crianas com leucemia.

Para verificar a suposio de riscos proporcionais no modelo de Cox ajustado para os dados de leucemia peditrica, podemos utilizar o mtodo grfico descritivo.
1.00

1.00

Kaplan-Meier survival estimates, by idadec

Kaplan-Meier survival estimates, by zpesoc

0.75

0.50

0.25

0.00

0.00 0

0.25

0.50

0.75

2 analysis time idadec = 0

3 idadec = 1

2 analysis time zpesoc = 0

3 zpesoc = 1