Skip to content
Torna ai risultati

Modello di Regressione dei Rischi Proporzionali di Cox per Dati di Tempo-all'Evento

Introdotto da
Sir David Roxbee Cox
Anno
1972
Tipo
Semi-parametric regression model
Famiglia
Clinical / epidemiology

Questo testo è una traduzione automatica e non è ancora stato revisionato. Leggi l’originale in inglese

Dimensione del carattere

A cosa serve?

Il modello dei rischi proporzionali di Cox è un metodo di regressione semi-parametrico che stima l'effetto di una o più covariate sull'hazard — il tasso istantaneo di un evento come morte, recidiva o guasto — senza fare alcuna assunzione sulla forma della funzione di hazard di base.

Introdotto da David Cox nel 1972, è lo strumento dominante per l'analisi di sopravvivenza multivariabile nella ricerca clinica ed epidemiologica.

L’intuizione alla base del metodo

Supponiamo di voler sapere se l'età e il tipo di trattamento influenzano congiuntamente la rapidità con cui i pazienti raggiungono la remissione. Il modello di Cox risponde a questa domanda senza richiedere di specificare se il rischio sottostante aumenti, diminuisca o rimanga costante nel tempo. Funziona classificando quando si verificano gli eventi e stimando quali pattern di covariate sono associati a eventi precoci. L'assunzione di 'rischi proporzionali' significa che il rapporto degli hazard tra due individui con valori di covariate diversi rimane costante nel tempo — se un paziente trattato ha il doppio delle probabilità di guarire al terzo mese, rimane il doppio delle probabilità al dodicesimo mese. Ogni covariata produce un hazard ratio: un HR di 1,5 significa un tasso di eventi istantaneo più alto del 50% per unità di aumento di quella covariata.

Storia

David Cox pubblicò il modello dei rischi proporzionali in un articolo fondamentale del 1972 sul Journal of the Royal Statistical Society, Series B. Il modello fu rivoluzionario perché consentiva l'aggiustamento per covariate nell'analisi di sopravvivenza senza specificare la distribuzione dell'hazard di base. Cox introdusse il concetto di verosimiglianza parziale — che formalizzò più completamente in un articolo di follow-up del 1975 — consentendo la stima basata unicamente sull'ordinamento degli eventi. L'articolo divenne uno dei più citati in tutta la statistica e valse a Cox una nomina a cavaliere. Estensioni tra cui covariate variabili nel tempo, basi stratificate e termini di fragilità (effetti casuali) hanno da allora reso il quadro applicabile a contesti clusterizzati, eventi ricorrenti e rischi competitivi.

Quando usarlo

Utilizzare il modello di Cox quando l'esito è tempo-all'evento, è presente censura (non tutti i partecipanti sperimentano l'evento) e è necessario aggiustare per le covariate. È il metodo multivariabile predefinito per studi di coorte, studi clinici e analisi di registri con endpoint di sopravvivenza. Non utilizzarlo quando l'assunzione dei rischi proporzionali è gravemente violata per tutte le covariate — considerare un modello di tempo di fallimento accelerato o alternative parametriche flessibili. Evitarlo quando gli eventi sono molto rari rispetto al numero di covariate (meno di 10 eventi per predittore è una regola empirica riconosciuta per l'instabilità). Per un singolo fattore di esposizione senza covariate, le curve di Kaplan-Meier con test log-rank sono più semplici e sufficienti.

Limiti e considerazioni

  • L'assunzione dei rischi proporzionali deve essere rispettata — se gli hazard ratio cambiano nel tempo, le stime sono mediate e potenzialmente fuorvianti.
  • Non produce previsioni assolute del tempo di sopravvivenza senza una stima aggiuntiva dell'hazard di base.
  • Le prestazioni degradano quando gli eventi sono scarsi rispetto alle covariate; il rischio di overfitting aumenta con meno di 10 eventi per predittore.
  • La censura deve essere non informativa; se i pazienti abbandonano perché stanno peggiorando, le stime sono distorte.

Le condizioni della fonte non sostituiscono una revisione scientifica indipendente né la validazione da parte di un motore di analisi.

Punti di forza

  • Non richiede assunzioni sulla forma dell'hazard di base, rendendolo robusto in un'ampia gamma di distribuzioni del tempo di sopravvivenza.
  • Gestisce la censura a destra in modo naturale, che è ubiquitaria nei dati di follow-up clinico.
  • Produce hazard ratio interpretabili che quantificano l'effetto relativo di ciascuna covariata sul tasso istantaneo di eventi.
  • Facilmente estendibile ad analisi stratificate, covariate variabili nel tempo e dati clusterizzati (modelli di fragilità).
  • Ampiamente implementato in tutti i principali software statistici (R, Stata, SAS, SPSS) con strumenti diagnostici ben consolidati.

Applicazioni

  • Valutare l'effetto dell'allocazione del trattamento sulla sopravvivenza globale o sulla sopravvivenza libera da progressione in studi clinici randomizzati.
  • Identificare i fattori prognostici per la recidiva di malattia o la mortalità in studi di registri oncologici e coorti ospedaliere.
  • Stimare l'associazione tra esposizioni professionali e tempo di insorgenza di malattie croniche in epidemiologia occupazionale.
  • Modellare il tempo di riammissione ospedaliera dopo aggiustamento per età, comorbidità e stato alla dimissione nella ricerca sui servizi sanitari.
  • Valutare i tassi di guasto di dispositivi o impianti aggiustati per i fattori di rischio a livello del paziente in studi di ingegneria biomedica.

Come funziona

Come funziona

1

Prima della modellazione, verificare l'assunzione dei rischi proporzionali per ciascuna covariata utilizzando grafici dei residui di Schoenfeld o un test formale (correlazione dei residui scalati con il tempo). Verificare anche tassi di eventi prossimi allo zero nelle stratificazioni per covariata, outlier estremi nel tempo di follow-up e l'adeguatezza del meccanismo di censura — la censura deve essere non informativa per un'inferenza valida.

2

Scrivere la funzione di hazard come h(t|X) = h_0(t) * exp(b_1*X_1 + ... + b_p*X_p), dove h_0(t) è l'hazard di base non specificato e i b_i sono coefficienti di log-hazard da stimare. Selezionare le covariate basandosi sulla teoria di dominio o sulla letteratura precedente, non puramente su p-value univariati; includere confondenti noti indipendentemente dalla significatività.

Formula
h(t|X) = h_0(t) * exp(b_1*X_1 + ... + b_p*X_p)
3

I coefficienti vengono stimati massimizzando la verosimiglianza parziale, una funzione che condiziona l'ordine osservato degli eventi e annulla l'hazard di base. Poiché l'hazard di base viene eliminato, non è richiesta alcuna assunzione distributiva sul tempo di sopravvivenza — da qui 'semi-parametrico'. Il metodo gestisce i tempi di evento legati tramite approssimazioni di Breslow o Efron.

4

Valutare l'adattamento del modello con test del rapporto di verosimiglianza logaritmica, Wald e score per la significatività complessiva. Verificare l'influenza delle singole covariate con residui dfbeta e valutare la linearità dei predittori continui utilizzando residui di martingala. Se l'assunzione dei rischi proporzionali è violata per una covariata, considerare la stratificazione per quella variabile o l'aggiunta di un termine di interazione temporale.

5

Esponenziare ciascun coefficiente per ottenere un hazard ratio: HR = exp(b_i). Un HR > 1 indica un tasso di eventi più alto (sopravvivenza più breve); un HR < 1 indica un tasso di eventi più basso (sopravvivenza più lunga). Riportare gli HR con intervalli di confidenza al 95% e p-value bilaterali. L'HR rappresenta un tasso istantaneo relativo, non un rischio relativo — comunicare chiaramente questa distinzione a pubblici non specialistici.

Formula
HR = exp(b_i)

Errori comuni

  • Ignorare l'assunzione dei rischi proporzionali — non testare e riportare i residui di Schoenfeld porta a violazioni non rilevate che distorcono le stime degli hazard ratio per tutto il periodo di follow-up.
  • Trattare l'hazard ratio come un rischio relativo — l'HR è un rapporto di tassi istantanei, non un rapporto di rischio cumulativo; tradurlo eccessivamente in linguaggio di rischio assoluto inganna i pubblici clinici.
  • Overfitting con troppe covariate rispetto agli eventi — inserire tutte le variabili candidate senza considerare il rapporto eventi-per-variabile aumenta gli errori di tipo I e produce intervalli di confidenza inaffidabili.
  • Ignorare i tempi di evento legati — l'approssimazione di Breslow predefinita è adeguata per pochi legami, ma legami sostanziali richiedono l'approssimazione di Efron o un metodo esatto.

Domande frequenti

Qual è l'assunzione dei rischi proporzionali e come la testo?

L'assunzione afferma che l'hazard ratio tra due pattern di covariate qualsiasi è costante nel tempo. Testala tracciando i residui di Schoenfeld scalati rispetto al tempo per ciascuna covariata — una linea piatta suggerisce che l'assunzione è rispettata. La funzione cox.zph() nel pacchetto survival di R fornisce sia il grafico che un test di correlazione formale; un p-value significativo indica una violazione che dovrebbe essere affrontata mediante stratificazione o un termine di interazione temporale.

Quando dovrei preferire un modello di sopravvivenza parametrico al modello di Cox?

Se la conoscenza di dominio supporta fortemente una distribuzione specifica per i tempi di sopravvivenza (ad es. Weibull per il guasto di dispositivi), un modello completamente parametrico è più efficiente e produce previsioni dirette del tempo di sopravvivenza mediano o medio. Il modello di Cox è preferibile quando si è agnostici riguardo alla forma dell'hazard o quando la robustezza del modello è più importante dell'efficienza parametrica — il che accade nella maggior parte dei casi nella ricerca clinica.

Posso usare il modello di Cox con covariate variabili nel tempo?

Sì. La formulazione del processo di conteggio del modello di Cox accoglie covariate i cui valori cambiano durante il periodo di follow-up (ad es. valori di laboratorio aggiornati, cambi di trattamento). Il dataset deve essere ristrutturato in un formato di intervallo inizio-fine per ogni finestra di osservazione. Questo è pienamente supportato in R (pacchetto survival), Stata e SAS.

Quanti eventi mi servono?

Un'euristica ampiamente utilizzata è almeno 10 eventi per variabile predittore (EPV) nel modello. Al di sotto di questa soglia, le stime dei coefficienti diventano instabili, gli intervalli di confidenza si allargano e il modello potrebbe non convergere in modo affidabile. Per modelli con molte covariate candidate, la regressione penalizzata (ridge, LASSO) o metodi di shrinkage formali possono migliorare la stabilità quando l'EPV è basso.

Qual è la differenza tra il modello di Cox e l'analisi dei rischi competitivi?

Quando è possibile un solo tipo di evento, si applica il modello di Cox standard. I rischi competitivi sorgono quando un soggetto può sperimentare uno tra diversi eventi mutuamente esclusivi (ad es. morte specifica per cancro vs. morte per altre cause). In tale contesto, sono appropriati modelli di Cox specifici per causa o il modello di hazard di sottodistribuzione di Fine-Gray; il modello di Cox standard sull'evento di interesse da solo sovrastima l'incidenza cumulativa specifica per causa.

Metodi correlati

Fonti

  1. Cox, D. R. (1972). Regression models and life-tables. Journal of the Royal Statistical Society: Series B (Methodological), 34(2), 187–202.

    Apri il riferimento DOI
    Copiato.
  2. Collett, D. (2015). Modelling Survival Data in Medical Research (3rd ed.). CRC Press.

    ISBN: 978-1439856789
    Copiato.