Modelagem em análise de sobrevivencia com eventos recorrentes aplicada a dados da área médica

Abstract

The aim is to study the marginal and conditional models used in multivariate survival analysis and to evaluate the effect of the covariates measuared over time for ocurrence of recurrring cardiovascular events in patients under dialysis treatment from clinics hospital of the Medicine Faculty, UNESP - Botucatu, SP, with follow-up time from 2008 to 2011. As the data treat the recurring events of the same type, the marginals models – AG (Andersen & Gill, 1982), PWP (Prentice et al., 1981) and WLW (Wei et al., 1989) – and the conditionals models – frailty models with lognormal and gamma distributions – were used in the modeling. The covariates considered in this study were clinical, nutritional, laboratory and dialytic. The covariates were considered significant at 5% in all models using the covariates selection criteria: backward, forward and stepwise. It also presented the values of the criteria of AKAIKE (AIC), corrected criteria of AKAIKE and criteria of the Bayes (BIC) for these models. Other issues were discussed to select the best model for the data set, as frequency and the influence of previous events to the occurrence of new events. Based on these criteria, the PWP model was selected to model the data. Residual analysis was done by using the Shoenfeld and Martigale residuals, showed that this model fits the data well. All the results were obtained in R software (R Development Core Team, 2012). The results showed association between the quotient extracellular mass by body cell mass (MEC/MCC) covariate and the occurrence of cardiovascular events in dialysis patients such exploration such finding is new for multiple events per individual

Esta dissertação teve como objetivo estudar os modelos marginais e condicionais utilizados em análise de sobrevivência multivariada e avaliar o efeito das covariáveis medidas no tempo, até a ocorrência de eventos cardiovasculares em pacientes prevalentes em tratamento dialítico no hospital das Clínicas da Faculdade de Medicina da UNESP – Campus de Botucatu, SP, com seguimento de 2008 a 2011. Como os dados tratam de eventos recorrentes do mesmo tipo, foram utilizados na modelagem os modelos marginais – AG (Andersen & Gill, 1982), PWP (Prentice et al., 1981) e WLW (Wei et al., 1989) – e os modelos condicionais – semiparamétricos com distribuições gama e lognormal para a variável de fragilidade. As covariáveis consideradas neste trabalho foram variáveis clínicas, nutricionais, laboratoriais e dialíticas. Foram consideradas em todos os modelos as covariáveis significativas ao nível de 5%, utilizando os critérios de seleção de covariáveis: backward, forward e stepwise. Apresentou-se também os valores do critério de AKAIKE (AIC), critério de AKAIKE corrigido (AICc) e o critério de informação de Bayes (BIC) para esses modelos. Foram discutidas outras questões importantes para selecionar o melhor modelo para o conjunto de dados, como a frequência de eventos e se a ocorrência de novos eventos é influenciada por eventos anteriores. A partir desses critérios, o modelo PWP foi o modelo selecionado para esses dados, e em seguida foi feita a análise de resíduos pelos resíduos de Shoenfeld e Martigale, o que mostrou que esse modelo se ajustou bem aos dados. Sendo esta análise feita no programa estatístico R Development Core Team (2012). Ao interpretar as covariáveis do modelo, observou-se a associação entre o quociente de massa extracelular corporal por massa celular corporal (MEC/MCC) com a ocorrência de eventos cardiovasculares em pacientes em diálise, sendo que tal exploração até o ...