Cox Regression on the Plane

Résumé technique : Régression de Cox sur le plan

Énoncé du problème
Le modèle à risques proportionnels de Cox est la norme pour l'analyse de survie univariée, pourtant les extensions aux données de survie bivariées (temps de défaillance corrélés) restent limitées. Les approches existantes font face à des compromis importants :

• Modèles de fragilité partagée et de copules : Ils reposent souvent sur des hypothèses paramétriques concernant la structure de dépendance (par exemple, des familles de copules spécifiques ou des distributions de fragilité). Si la structure de dépendance est mal spécifiée, les effets des covariables au niveau de la survie jointe peuvent être ininterprétables ou incorrects.
• Extensions de risques multiplicatifs : Les tentatives précédentes visant à spécifier trois modèles de risques proportionnels distincts (pour les taux de défaillance simple et de double défaillance) échouent généralement à produire une distribution de survie bivariée valide car les fonctions de risque résultantes ne satisfont pas aux contraintes structurelles nécessaires.

Les auteurs identifient un manque pour une méthode qui préserve la nature semi-paramétrique du modèle de Cox, produit une distribution de survie bivariée valide et offre une interprétation transparente des covariables sans nécessiter la spécification d'une copule ou d'une distribution de fragilité.

Méthodologie
Le papier propose deux extensions semi-paramétriques basées sur une représentation de Lehmann généralisée de la fonction de survie.

1. Les modèles :

   • Modèle de Lehmann simple : Une extension directe où la fonction de survie bivariée est $S(t_1, t_2 | Z) = [S_0(t_1, t_2)]^{\exp(b^T Z)}$. Cela impose un effet proportionnel commun sur le log-survie des deux marginales et sur la dépendance jointe, préservant ainsi la structure de dépendance de base.
   • Modèle de Lehmann généralisé : Une formulation plus flexible qui permet des paramètres de régression distincts pour les deux risques marginaux ($\alpha, \beta$) et la composante de dépendance ($\gamma$). Il est défini par :
     $$S(t_1, t_2 | Z) = [S_{0T1}(t_1)]^{\exp(\alpha^T Z)} [S_{0T2}(t_2)]^{\exp(\beta^T Z)} \left[ \frac{S_0(t_1, t_2)}{S_{0T1}(t_1)S_{0T2}(t_2)} \right]^{\exp(\gamma^T Z)}$$
     Ce modèle traite la composante de dépendance comme un facteur multiplicatif sur le ratio de dépendance de base. Les auteurs dérivent les fonctions de risque correspondantes et établissent des conditions suffisantes (par exemple, des contraintes sur $\gamma$ par rapport à $\alpha$ et $\beta$) pour garantir que les fonctions résultantes définissent des distributions de survie valides et non négatives.

2. Estimation :

   • Les auteurs utilisent une approche par pseudo-observations pour éviter la complexité de la vraisemblance partielle dans le cadre bivarié, où les risques de base ne s'annulent pas.
   • Modèle simple : Estimé via des équations d'estimation généralisées (GEE) en utilisant des pseudo-observations bivariées comme réponses dans un GLM avec un lien complémentaire log-log (cloglog).
   • Modèle généralisé : Estimé via une procédure en deux étapes :
     1. Estimer les paramètres marginaux ($\alpha, \beta$) en utilisant des pseudo-observations univariées et une GEE standard.
     2. Construire des réponses modifiées pour la composante de dépendance (le ratio de la survie jointe par rapport au produit des marginales) et estimer $\gamma$ via une seconde étape de GEE.
   • Le papier établit la cohérence et la normalité asymptotique de ces estimateurs sous censure indépendante.

Résultats clés

• Études de simulation : Les auteurs ont évalué les méthodes par rapport à des données générées à partir de diverses copules (Frank, Clayton, Gumbel-Barnett) représentant une dépendance positive (PQD) et négative (NQD).
  • Les estimateurs ont démontré un faible biais et une couverture proche des niveaux nominaux pour des tailles d'échantillon de $n=800$.
  • Les modèles proposés ont maintenu une précision prédictive compétitive (Erreur Absolue Moyenne) par rapport aux cadres de régression basés sur des copules flexibles (Marra et Radice, 2020), même lorsque le modèle de Lehmann simple était mal spécifié (c'est-à-dire quand $\alpha \neq \beta \neq \gamma$).
  • Les méthodes se sont révélées robustes à la mauvaise spécification du modèle lorsqu'elles ont été appliquées à des données générées à partir d'une distribution log-normale, où ni le modèle de Lehmann ni les modèles de copules n'étaient strictement corrects.
• Application de données (Global Retinoblastoma Outcome Study - GROS) :
  • La méthode a été appliquée à 977 cas de rétinoblastome bilatéral pour analyser les temps d'énucléation pour les deux yeux.
  • Structure de dépendance : Les estimations non paramétriques ont indiqué une dépendance de quadrant négative (NQD) entre les yeux. Cependant, une approche standard basée sur les copules a sélectionné une copule de type Clayton, ce qui implique une dépendance positive (PQD), conduisant à des probabilités de survie conditionnelles contradictoires.
  • Interprétabilité : Les modèles de Lehmann ont correctement capturé la structure NQD sans imposer une copule paramétrique. Les résultats ont montré que si un œil était énucléé précocement, la probabilité que l'autre œil survive plus longtemps était plus élevée que si le premier œil avait survécu, un résultat cohérent avec les attentes cliniques mais manqué par le modèle de copule.
  • Effets des covariables : Les modèles ont identifié que l'âge plus avancé lors de la présentation, le stade tumoral plus élevé et le niveau de revenu affectaient significativement les probabilités de survie, tandis que le sexe et l'antécédent familial n'avaient pas d'effet.

Signification et revendications
Le papier revendique de fournir un cadre entièrement semi-paramétrique et transparent pour évaluer les effets des covariables sur les probabilités de survie marginales ainsi que sur leur dépendance. Ses principales contributions sont :

1. Évitement de la mauvaise spécification des copules : En modélisant les effets des covariables directement sur la fonction de survie bivariée plutôt que par le biais d'une famille de copules paramétriques, l'approche évite le risque de suppositions incorrectes sur la structure de dépendance, ce qui est crucial pour interpréter les probabilités de survie conditionnelles.
2. Validité et interprétabilité : Les modèles proposés sont prouvés comme définissant des distributions de survie bivariées valides sous certaines conditions, et les coefficients de régression ont des interprétations directes sur l'échelle de survie (par exemple, $\gamma$ régit la façon dont les covariables amplifient ou atténuent la dépendance de base).
3. Nouveauté de l'estimation : Les auteurs présentent la première méthode basée sur les pseudo-observations en deux étapes, établissant ses propriétés théoriques.
4. Pertinence clinique : L'application aux données de rétinoblastome démontre que les critères de sélection de modèles standards (comme le BIC) peuvent favoriser des copules ayant des structures de dépendance incorrectes (PQD vs NQD), alors que le cadre proposé produit des résultats interprétables cliniquement et alignés sur les preuves empiriques et les connaissances du domaine.

Les auteurs notent des limites, notamment le coût computationnel du recalcul des estimateurs de survie pour les pseudo-observations et l'hypothèse de censure indépendante, mais soulignent que l'approche offre une alternative robuste pour l'analyse de survie bivariée lorsque la structure de dépendance est inconnue ou complexe.