XLSTAT: modelo de riesgos proporcionales con censura por intervalo

 

Contexto

Este modelo de riesgos proporcionales es un método útil para determinar el impacto de variables predictoras sobre el tiempo de supervivencia de un paciente. Se aplica a datos de supervivencia, es decir, datos censurados —ya sean censurados por la izquierda, por la derecha, por intervalos o no censurados— junto con variables explicativas.

Este modelo se basa en un método desarrollado por Lianming Wang, Christopher S. McMahan, Michael G. Hudgens y Zaina P. Qureshi (2016).

El primer modelo de riesgos proporcionales, introducido por Cox en 1972, funciona únicamente con datos no censurados y con datos censurados por la derecha. XLSTAT también dispone de una función específica para este modelo. Véase aquí .

 

Conjunto de datos del ejemplo

Ilustramos la aplicación de un modelo de riesgos proporcionales utilizando datos del artículo de Jane C. Lindsey y Louise M. Ryan (Statistics Canada, Volumen 17, Nº 2, 1998, pp. 219-238) sobre la resistencia a la zidovudina en pacientes sometidos a tratamiento para el SIDA.

Estos datos se recopilaron a partir de pacientes de un centro de estudio que participaban en cuatro ensayos del AIDS Clinical Trials Group. Dado que las pruebas de resistencia a los fármacos son costosas, la cantidad de datos disponibles es relativamente reducida. De los 31 pacientes con al menos una prueba, 13 están censurados por la derecha (su última medición no mostró resistencia a la zidovudina), 13 están censurados por la izquierda (solo se disponía de una medición y esta indicaba resistencia) y 5 están censurados por intervalos (una medición mostró sensibilidad y la siguiente resistencia).

La información proporcionada por las covariables es la siguiente:

• Estadio de la enfermedad (temprano = 0, avanzado = 1).

• Dosis de zidovudina (baja = 0, alta = 1).

• Recuento de linfocitos CD4 en el momento basal (100–399 células/mm³ y > 400 células/mm³).

El objetivo es determinar el impacto de varias variables explicativas sobre el tiempo de supervivencia de los pacientes.

 

Configuración

• Abra XLSTAT.

• Haga clic en el menú Life Sciences / Análisis de supervivencia y seleccione la opción

  Modelo de riesgos proporcionales con datos censurados por intervalos.

• Una vez seleccionado, aparecerá el cuadro de diálogo.

En la pestaña General:

• Seleccione los datos de límite izquierdo (Left), límite derecho (Right), censura (Censored) y las variables cuantitativas (Stage y Dose), tal como se muestra a continuación.

• En las demás pestañas del cuadro de diálogo pueden seleccionarse otras opciones, tales como:

  • Optimizar o no el número de nodos de las splines,

  • Añadir interacciones al modelo,

  • Establecer los criterios de convergencia,

  • Eliminar o estimar datos faltantes (los datos de fechas y de censura deben estar completos).

• Haga clic en el botón OK para iniciar los cálculos.

• Los resultados se muestran en una nueva hoja de Excel.

 

Interpretación de los Resultados

Las estadísticas descriptivas de las variables cuantitativas, así como de los datos censurados, se presentan en las tablas siguientes.

En ellas se identifican 13 datos censurados por la izquierda, 5 datos censurados por intervalos y 13 datos censurados por la derecha. La tabla siguiente resume los índices de calidad del modelo, que son útiles para evaluar la adecuación del modelo y compararlo con otros.

Al seleccionar la opción de optimización de nodos, se busca obtener el modelo con el mejor valor de AIC (es decir, el AIC más bajo).

La tabla siguiente proporciona detalles sobre el modelo ajustado. Estos resultados ayudan a comprender el efecto de las distintas variables explicativas.

Se observa que ambas variables tienen un impacto significativo en el tiempo de supervivencia de los pacientes. Finalmente, se muestra la función de supervivencia acumulada, teniendo en cuenta las variables explicativas.

 

Conclusión

Como conclusión, puede afirmarse que la variable estadio, al presentar un valor positivo, indica que un paciente en una fase avanzada de la enfermedad tiene un mayor riesgo de desarrollar resistencia a la zidovudina. Aunque el efecto de la dosis es menos significativo, también puede afirmarse que los pacientes que reciben una dosis más alta presentan un mayor riesgo de ser resistentes a la zidovudina.