Modelos de fragilidade compartilhada: uma abordagem paramétrica e semi-paramétrica

Abstract

Em análise de sobrevivência diversos modelos podem ser utilizados para verificar a influência de covariáveis na variável dada pelo tempo até a ocorrência do evento de interesse. A grande maioria desses modelos, no entanto, não levam em consideração a heterogeneidade presente entre os indivíduos no estudo. Sendo assim, modelos de sobrevivência que consideram essa variável não observável foram propostos na literatura para incorporar o fato de indivíduos possuírem diferentes fragilidades de sofrer o evento. O objetivo deste trabalho foi fazer uma análise comparativa entre os ajustes dos modelos clássicos de sobrevivência sem a presença da fragilidade e os ajustes com a inclusão do efeito aleatório no modelo (modelos de fragilidade), afim de verificar a contribuição da fragilidade nas estimativas dos parâmetros, fazendo uma abordagem paramétrica e semi-paramétrica através do modelo de Cox. Para tanto, foi utilizado um banco de dados de pacientes com Retinopatia diabética que faziam um tratamento à laser na Irlanda do Norte. Utilizou-se também os testes Log-rank e Peto para comparação entre as curvas de sobrevivência, descobrindo que o tratamento efetuado pelos pacientes para retardamento da cegueira realmente surtiu efeito, e que a Diabetes do tipo 2 se mostrou mais agressiva do que a Diabetes do tipo 1. Após os ajustes dos modelos foi identificado que todos os modelos de fragilidades tiveram um melhor ajuste, quando comparados aos demais modelos sem a presença da fragilidade, demostrando a grande contribuição dessa variável no modelo. Dentre os modelos testados, o modelo de fragilidade lognormal com distribuição do risco lognormal foi o que melhor se adequou aos dados, sendo portanto o melhor modelo a ser utilizado para as inferências.