Skip to content
Voltar aos resultados

Cox Proportional Hazards — Modelo de Regressão para Dados de Tempo até o Evento

Proposto por
Sir David Roxbee Cox
Ano
1972
Tipo
Semi-parametric regression model
Família
Clinical / epidemiology

Este texto é uma tradução automática e ainda não foi revisado. Ler o original em inglês

Tamanho da fonte

O que ele faz?

O modelo de riscos proporcionais de Cox é um método de regressão semi-paramétrico que estima o efeito de uma ou mais covariáveis no hazard — a taxa instantânea de um evento como morte, recidiva ou falha — sem fazer suposições sobre a forma da função de hazard de base.

Introduzido por David Cox em 1972, é a ferramenta dominante para análise de sobrevivência multivariável em pesquisa clínica e epidemiológica.

A intuição por trás do método

Suponha que você queira saber se a idade e o tipo de tratamento afetam conjuntamente a rapidez com que os pacientes atingem a remissão. O modelo de Cox responde a isso sem exigir que você especifique se o risco subjacente aumenta, diminui ou permanece estável ao longo do tempo. Ele funciona classificando quando os eventos ocorrem e estimando quais padrões de covariáveis estão associados a eventos mais precoces. A suposição de 'riscos proporcionais' significa que a razão de hazard entre dois indivíduos com valores de covariáveis diferentes permanece constante ao longo do tempo — se um paciente tratado tem o dobro de chances de se recuperar no mês 3, ele permanece com o dobro de chances no mês 12. Cada covariável produz uma razão de hazard: um HR de 1,5 significa uma taxa de evento instantânea 50% maior por unidade de aumento nessa covariável.

História

David Cox publicou o modelo de riscos proporcionais em um artigo marco de 1972 no Journal of the Royal Statistical Society, Series B. O modelo foi revolucionário porque permitiu o ajuste de covariáveis na análise de sobrevivência sem especificar a distribuição do hazard de base. Cox introduziu o conceito de verossimilhança parcial — que ele formalizou mais completamente em um artigo de acompanhamento de 1975 — permitindo a estimação apenas a partir da ordenação dos eventos. O artigo tornou-se um dos mais citados em toda a estatística e garantiu a Cox uma condecoração. Extensões incluindo covariáveis dependentes do tempo, bases estratificadas e termos de fragilidade (efeitos aleatórios) desde então tornaram o framework aplicável a cenários de dados agrupados, eventos recorrentes e riscos concorrentes.

Quando usar

Use o modelo de Cox quando seu desfecho for tempo até o evento, houver censura (nem todos os participantes experimentam o evento) e você precisar ajustar para covariáveis. É o método multivariável padrão para estudos de coorte, ensaios clínicos e análises de registro com desfechos de sobrevivência. Não o use quando a suposição de riscos proporcionais for severamente violada em todas as covariáveis — considere um modelo de tempo de falha acelerado ou alternativas paramétricas flexíveis em vez disso. Evite-o quando os eventos forem muito raros em relação ao número de covariáveis (menos de 10 eventos por preditor é uma regra prática reconhecida para instabilidade). Para uma única exposição sem covariáveis, curvas de Kaplan-Meier com testes log-rank são mais simples e suficientes.

Limitações e considerações

  • A suposição de riscos proporcionais deve ser válida — se as razões de hazard mudarem ao longo do tempo, as estimativas são uma média e potencialmente enganosas.
  • Não produz predições absolutas de tempo de sobrevivência sem estimação adicional do hazard de base.
  • O desempenho degrada quando os eventos são esparsos em relação às covariáveis; o risco de sobreajuste aumenta com menos de 10 eventos por preditor.
  • A censura deve ser não informativa; se pacientes abandonam o estudo porque estão piorando, as estimativas são enviesadas.

As condições da fonte não substituem a revisão científica independente nem a validação por um motor de análise.

Pontos fortes

  • Não requer suposição sobre a forma do hazard de base, tornando-o robusto em uma ampla gama de distribuições de tempo de sobrevivência.
  • Lida naturalmente com a censura à direita, que é ubíqua em dados de acompanhamento clínico.
  • Produz razões de hazard interpretáveis que quantificam o efeito relativo de cada covariável na taxa de evento instantânea.
  • Facilmente estendido para análises estratificadas, covariáveis dependentes do tempo e dados agrupados (modelos de fragilidade).
  • Amplamente implementado em todos os principais softwares estatísticos (R, Stata, SAS, SPSS) com ferramentas de diagnóstico bem estabelecidas.

Aplicações

  • Avaliar o efeito da alocação do tratamento na sobrevivência global ou na sobrevivência livre de progressão em ensaios clínicos randomizados.
  • Identificar fatores prognósticos para recorrência de doença ou mortalidade em estudos de registro de câncer e coortes hospitalares.
  • Estimar a associação entre exposições ocupacionais e o tempo até o início de doenças crônicas em epidemiologia ocupacional.
  • Modelar o tempo até a readmissão hospitalar após ajuste para idade, comorbidades e status de alta em pesquisa de serviços de saúde.
  • Avaliar taxas de falha de dispositivos ou implantes ajustadas para fatores de risco em nível de paciente em estudos de engenharia biomédica.

Como funciona

Como funciona

1

Antes de modelar, verifique a suposição de riscos proporcionais para cada covariável usando gráficos de resíduos de Schoenfeld ou um teste formal (correlação de resíduos escalonados com o tempo). Verifique também taxas de eventos próximas de zero em estratos de covariáveis, outliers extremos no tempo de acompanhamento e a adequação do mecanismo de censura — a censura deve ser não informativa para inferência válida.

2

Escreva a função de hazard como h(t|X) = h_0(t) * exp(b_1*X_1 + ... + b_p*X_p), onde h_0(t) é o hazard de base não especificado e os b_i são coeficientes de log-hazard a serem estimados. Selecione covariáveis com base na teoria do assunto ou literatura prévia, não puramente em valores p univariados; inclua confundidores conhecidos independentemente da significância.

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

Os coeficientes são estimados maximizando a verossimilhança parcial, uma função que condiciona a ordem observada dos eventos e cancela o hazard de base. Como o hazard de base é cancelado, nenhuma suposição de distribuição sobre o tempo de sobrevivência é necessária — daí 'semi-paramétrico'. O método lida com tempos de evento empatados via aproximações de Breslow ou Efron.

4

Avalie o ajuste do modelo com testes de razão de log-verossimilhança, Wald e score para significância geral. Verifique a influência de covariáveis individuais com resíduos dfbeta e avalie a linearidade de preditores contínuos usando resíduos de martingale. Se a suposição de riscos proporcionais for violada para uma covariável, considere estratificação por essa variável ou adição de um termo de interação temporal.

5

Exponencie cada coeficiente para obter uma razão de hazard: HR = exp(b_i). Um HR > 1 indica taxa de evento mais alta (sobrevivência mais curta); HR < 1 indica taxa de evento mais baixa (sobrevivência mais longa). Relate HRs com intervalos de confiança de 95% e valores p bicaudais. O HR representa uma taxa relativa instantânea, não uma razão de risco — comunique essa distinção claramente a públicos não especializados.

Fórmula
HR = exp(b_i)

Erros comuns

  • Ignorar a suposição de riscos proporcionais — falhar em testar e relatar resíduos de Schoenfeld leva a violações não detectadas que distorcem as estimativas da razão de hazard em todo o período de acompanhamento.
  • Tratar a razão de hazard como uma razão de risco — o HR é uma razão de taxa instantânea, não uma razão de risco cumulativo; traduzi-lo excessivamente para linguagem de risco absoluto engana o público clínico.
  • Sobreajuste com muitas covariáveis em relação aos eventos — incluir todas as variáveis candidatas sem considerar a razão eventos-por-variável infla os erros do tipo I e produz ICs não confiáveis.
  • Ignorar tempos de evento empatados — a aproximação de Breslow padrão é adequada para poucos empates, mas empates substanciais requerem a aproximação de Efron ou um método exato.

Perguntas frequentes

Qual é a suposição de riscos proporcionais e como testá-la?

A suposição afirma que a razão de hazard entre quaisquer dois padrões de covariáveis é constante ao longo do tempo. Teste-a plotando resíduos de Schoenfeld escalonados contra o tempo para cada covariável — uma linha reta sugere que a suposição é válida. A função cox.zph() no pacote survival do R fornece tanto o gráfico quanto um teste formal de correlação; um valor p significativo indica uma violação que deve ser tratada por estratificação ou um termo de interação temporal.

Quando devo preferir um modelo de sobrevivência paramétrico ao modelo de Cox?

Se o conhecimento do assunto apoiar fortemente uma distribuição específica para os tempos de sobrevivência (por exemplo, Weibull para falha de dispositivo), um modelo totalmente paramétrico é mais eficiente e produz predições diretas do tempo de sobrevivência mediano ou médio. O modelo de Cox é preferível quando você é agnóstico sobre a forma do hazard ou quando a robustez do modelo é mais importante do que a eficiência paramétrica — o que é a maior parte do tempo em pesquisa clínica.

Posso usar o modelo de Cox com covariáveis dependentes do tempo?

Sim. A formulação de processo de contagem do modelo de Cox acomoda covariáveis cujos valores mudam durante o período de acompanhamento (por exemplo, valores de laboratório atualizados, mudanças de tratamento). O conjunto de dados deve ser reestruturado em um formato de intervalo de início-fim para cada janela de observação. Isso é totalmente suportado em R (pacote survival), Stata e SAS.

Quantos eventos eu preciso?

Uma heurística amplamente utilizada é pelo menos 10 eventos por variável preditora (EPV) no modelo. Abaixo desse limiar, as estimativas dos coeficientes tornam-se instáveis, os intervalos de confiança se alargam e o modelo pode não convergir de forma confiável. Para modelos com muitas covariáveis candidatas, regressão penalizada (ridge, LASSO) ou métodos formais de encolhimento podem melhorar a estabilidade quando o EPV é baixo.

Qual é a diferença entre o modelo de Cox e a análise de riscos concorrentes?

Quando apenas um tipo de evento é possível, o modelo de Cox padrão se aplica. Riscos concorrentes surgem quando um sujeito pode experimentar um de vários eventos mutuamente exclusivos (por exemplo, morte específica por câncer vs. morte por outras causas). Nesse cenário, modelos de Cox específicos da causa ou o modelo de hazard de subdistribuição de Fine-Gray são apropriados; o modelo de Cox padrão apenas para o evento de interesse superestima a incidência cumulativa específica da causa.

Métodos relacionados

Fontes

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

    Abrir referência DOI
    Copiado.
  2. Collett, D. (2015). Modelling Survival Data in Medical Research (3rd ed.). CRC Press.

    ISBN: 978-1439856789
    Copiado.