Documenti di Didattica
Documenti di Professioni
Documenti di Cultura
Roteiro
1.
2.
3.
4.
5.
6.
7.
8.
Conceitos Bsicos
Tcnicas No Paramtricas
Modelos Probabilsticos e Inferncia
Modelos de Regresso Paramtricos
Modelos de Regresso de Cox
Extenses do Modelo de Cox
Tpicos Adicionais
Referncias
Dep. Estatstica/UFJF
Estimadores No Paramtricos
Abordagem no paramtrica:
No adota qualquer suposio sobre a distribuio de
probabilidades do tempo de sobrevivncia (T)
Estimao No Paramtrica
Estimadores:
Kaplan-Meier:
Nelson-Aalen:
Estimador de Kaplan-Meier
Exemplo
Tempo: 25+
Exemplo
Estimador Produto
Tempos:
16+, 18, 19+, 21, 21+, 21, 25+, 29, 35
4 desfechos e 4 censuras
18 19
16
21
25
29
35
S(t)
Clculo
9 1,000
16
9 1,000
9/9
18
7 0,875
(7/8)
19
6 0,875
(7/8)(7/7)
21
4 0,583
(4/6)(7/8)
25
3 0,583
(4/6)(7/8)(3/3)
29
1 0,292
(1/2)(4/6) (7/8)
35
1 Anlise de Sobrevivncia
0 Aplicada Sade -- 2014
0
9/9
Exemplo
bitos: 15
Censuras: 6
tj
N(t)
R(t)
R(t) N(t)
16
21
20
0,9524
20/21
18
20
19
0,9048
(0,9524) (19/20)
21
19
18
0,8571
(0,9048) (18/19)
22
17
16
0,8067
(0,8571) (16/17)
29
15
14
0,7529
(0,8067) (14/15)
35
14
13
0,6992
(0,7529) (13/14)
37
13
12
0,6454
(0,6992) (12/13)
39
12
11
0,5916
(0,6454) (11/12)
40
11
10
0,5378
(0,5916) (10/11)
52
0,4781
(0,5378) (8/9)
54
0,4183
(0,4781) (7/8)
60
0,3585
(0,4183) (6/7)
80
0,2988
(0,3585) (5/6)
83
0,1992
(0,2988) (2/3)
84
0,0996
(0,1992) (1/2)
Funo escada:
tj
N(t)
R(t)
R(t) N(t)
16
21
20
18
20
19
0,9048
ln(0,9048) =0,1001
21
19
18
0,8571
ln(0,8571) =0,1542
22
17
16
0,8067
ln(0,8067) =0,2148
29
15
14
0,7529
ln(0,7529) =0,2838
35
14
13
0,6992
ln(0,6992) =0,3578
37
13
12
0,6454
ln(0,6454) =0,4379
39
12
11
0,5916
ln(0,5916) =0,5249
40
11
10
0,5378
ln(0,5378) =0,6203
52
0,4781
ln(0,4781) =0,7379
54
0,4183
ln(0,4183) =0,8716
60
0,3585
ln(0,3585) =1,0258
80
0,2988
ln(0,2988) =1,2080
83
0,1992
ln(0,1992) =1,6134
84
0,0996
ln(0,0996) =2,3066
Comandos no R:
Estimador de Nelson-Aalen
tj
N(t)
R(t)
16
21
0,9524
0,0488
18
20
0,9048
0,1001 (0,0476+1/20)=0,0976
21
19
0,8571
0,1542 (0,0976+1/19)=0,1503
22
17
0,8067
0,2148 (0,1503+1/17)=0,2091
29
15
0,7529
0,2838 (0,2091+1/15)=0,2757
35
14
0,6992
0,3578 (0,2757+1/14)=0,3472
37
13
0,6454
0,4379 (0,3472+1/13)=0,4241
39
12
0,5916
0,5249 (0,4241+1/12)=0,5074
40
11
0,5378
0,6203 (0,5074+1/11)=0,5983
52
0,4781
0,7379
(0,5953+1/9)=0,7094
54
0,4183
0,8716
(0,7094+1/8)=0,8344
60
0,3585
1,0258
(0,8344+1/7)=0,9773
80
0,2988
1,2080
(0,9773+1/6)=1,1440
83
0,1992
1,6134
(1,1440+1/3)=1,4773
84
0,0996
2,3066
(1,4773+1/2)=1,9773
(1/21)=0,0476
tj
N(t)
R(t)
16
21
0,9524
0,0476
exp(0,0476)=0,9535
18
20
0,9048
0,0976
exp(0,0976)=0,9070
21
19
0,8571
0,1503
exp(0,1503)=0,8604
22
17
0,8067
0,2091
exp(0,2091)=0,8113
29
15
0,7529
0,2757
exp(0,2757)=0,7590
35
14
0,6992
0,3472
exp(0,3472)=0,7067
37
13
0,6454
0,4241
exp(0,4241)=0,6544
39
12
0,5916
0,5074
exp(0,5074)=0,6021
40
11
0,5378
0,5983
exp(0,5983)=0,5497
52
0,4781
0,7094
exp(0,7094)=0,4919
54
0,4183
0,8344
exp(0,8344)=0,4341
60
0,3585
0,9773
exp(0,9773)=0,3763
80
0,2988
1,1440
exp(1,1440)=0,3185
83
0,1992
1,4773
exp(1,4773)=0,2283
84
0,0996
1,9773
exp(1,9773)=0,1384
processo
Intervalos de Confiana
Estimador de Greenwood:
Exemplo
no R
survfit.object$std.err
Anlise de Sobrevivncia Aplicada Sade -- 2014
Estimativa Kaplan-Meier:
Erro padro da estimativa:
Estimativa Kaplan-Meier:
Erro padro da estimativa:
summary.object$std.err[summary.object$time == t ]
survfit.object$lower[survfit.object$time == t ]
survfit.object$upper[survfit.object$time == t ]
Construo da tabela em R:
Construo no R:
10
11
survfit.object$lower[survfit.object$time == t ]
survfit.object$upper[survfit.object$time == t ]
12
Construo da tabela em R:
Comentrios
13
U(t) = log(S(t))
14
survfit.object$lower[survfit.object$time == t ]
survfit.object$upper[survfit.object$time == t ]
Estimador de Nelson-Aalen
15
Menor vcio
Anlise de Sobrevivncia Aplicada Sade -- 2014
Exemplo
Intervalo exponencial
16
survfit.object$lower[survfit.object$time == t ]
survfit.object$upper[survfit.object$time == t ]
17
=
=
flemingtsiatis,
S(tmed) = 0,50
18
Comando R:
Exemplo
Construo grfica:
Tempo mediano corresponde interseco entre a
linha S(t) = 0,50 e a curva da sobrevivncia
Intervalo de confiana dado pela interseco da
linha horizontal S(t) = 0,50 e as curvas do intervalos
de confiana para S(t)
19
Estratificao
Exemplo
Coorte completa de Aids:
Comandos no R:
Carregamento dados:
20
A diferena significativa?
Anlise de Sobrevivncia Aplicada Sade -- 2014
Teste Log-rank
Comparao das Curvas
Testes de hipteses:
Log-Rank ou Mantel-Haenszel
Peto
21
Teste de Peto
Estatstica de teste:
com
Usa um ponderador S(t) no estimador
Distribuio amostral
Sob H0:
Anlise de Sobrevivncia Aplicada Sade -- 2014
Exemplo
Use rho = 1
Use rho = 0 (default)
22
Exemplo
Comentrios
Resultados
Teste
Estatstica p-valor
Log-rank
4,03 0,0447
Peto
3,54 0,0598
Inspeo grfica:
Grupos
Resposta de interesse:
Tempos de sobrevivncia
7
12
12
17
18
22
30+ 30+
10
10
14
15
15
18
19
21
22
10
10
10
11
17
Grupo 1
(16)
Grupo 2
(15)
22
23
25
Grupo 3
(13)
19
23
Comparaes Mltiplas
Em planejamento de experimentos, com hiptese de
modelo linear com resposta normal:
Peto:
Comparaes Mltiplas
ou
24
Correo de Bonferroni
No nosso exemplo:
Grupos 1 x 2
Grupos 2 x 3
Teste log-rank
Grupos comparados Estatstica de teste p-valor
1x2
2,5
0,112
2x3
8,0
0,005
1x3
7,9
0.009
Grupos 1 x 3
Anlise de Sobrevivncia Aplicada Sade -- 2014
25
Concluses
Diferena 1 e 3:
Atesta eficcia de imunizao pela malria na
presena de infeces pela malria e pela
esquistossomose
Referncias
Diferena 2 e 3:
Mostra impacto na mortalidade de camundongs
devido infeco pela esquistossomose
Bibliografia
Material de Apoio
R:
www.r-project.org
Tutorial online do R:
http://www.leg.ufpr.br/Rtutorial
http://www.leg.ufpr.br/~paulojus/embrapa/Rembrapa
26