Recovering the Target Hazard Ratio Under Nonproportional Hazards Induced by an Omitted Covariate: Simulation-based Approach

Résumé Technique : Récupération du Rapport de Risques Cible sous l'effet de Risques Non Proportionnels induits par une Covariable Omise

Énoncé du Problème
En analyse de survie, le modèle à risques proportionnels (PH) de Cox repose sur l'hypothèse que les rapports de risques restent constants au fil du temps. Cependant, cette hypothèse est fréquemment violée en pratique en raison de facteurs tels que le début imprévisible d'un traitement, la non-observance des patients, ou l'omission d'une covariable qui, si elle était incluse, rétablirait la proportionnalité. Lorsqu'une covariable pertinente $Z$ est omise d'un modèle PH, l'effet de traitement $\beta$ estimé devient biaisé. Ce biais provient de deux sources : (1) la marginalisation sur la distribution de la covariable omise et (2) une spécification erronée du modèle résultant de l'ajustement d'un modèle PH à des données qui présentent intrinsèquement des risques non proportionnels.

L'article se concentre sur le scénario où la covariable omise représente un biomarqueur inobservable, un facteur de stratification ou un facteur pronostique fort. L'objectif est de récupérer le « rapport de risques cible » (target hazard ratio), défini comme le rapport de risques qui serait obtenu à partir d'un modèle PH correctement spécifié incluant la covariable omise. Bien que des cadres théoriques existent pour corriger ce biais, ils reposent souvent sur des hypothèses fortes (par exemple, des mécanismes de censure connus ou des distributions de fragilité spécifiques) qui sont peu pratiques pour les applications de données réelles.

Méthodologie
L'article propose une approche graphique basée sur la simulation connue sous le nom de méthode de la Bande de Survie la plus Serrée (TSB - Tightest Survival Band) pour récupérer le rapport de risques cible sans dépendre des estimations directes de paramètres à partir des données observées ou de corrections analytiques complexes.

1. Cadre du Modèle : L'étude considère trois modèles :

   • Modèle I : Le modèle PH correctement spécifié incluant la covariale omise $Z$.
   • Modèle II : Un modèle PH mal spécifié où la covariable omise est absorbée dans la ligne de base via un terme de fragilité univarié $W = \exp(\theta Z)$.
   • Modèle III : Un modèle marginal (modèle de fragilité univarié) qui rend compte explicitement de la distribution de la covariable omise.

2. La Procédure TSB :
   Le cœur de la méthode proposée est une procédure d'optimisation basée sur des hypothèses minimales : une distribution de temps d'événement de type Weibull et une variance unitaire pour la covariable omise.

   • Étape 1 : Calculer les estimations de Kaplan-Meier pour les données observées, stratifiées par groupe de traitement.
   • Étape 2 : Pour une grille de paramètres candidats (effet de traitement $\beta$, effet de la covariable omise $\theta$, et paramètres de Weibull $\sigma, \rho$), simuler $N$ ensembles de données. La simulation génère des temps d'événements basés sur la loi de Weibull et les paramètres candidats, en incorporant un terme de fragilité (soit Gamma, soit Log-Normale) et un mécanisme de censure (uniforme ou mélange d'uniformes).
   • Étape 3 : Pour chaque ensemble de paramètres candidats, calculer la Plage de Survie Ponctuelle Simulée (SPSR) pour chaque groupe de traitement. Cette bande représente les courbes de survie minimale et maximale observées à travers les $N$ réplicats simulés.
   • Étape 4 : Calculer un Coefficient de Couverture (CC), défini comme la proportion de points temporels où les courbes de survie observées tombent à l'intérieur des bandes SPSR simulées pour les deux groupes de traitement.
   • Étape 5 : Identifier les valeurs de paramètres qui maximisent le CC. La bande résultante est la « Bande de Survie la plus Serrée ». Si le CC maximum est atteint sur une région plate (un plateau), le point milieu de cette région est utilisé comme estimation du paramètre récupéré.

Contributions Clés et Résultats

• Évaluation des Modèles de Fragilité : Des études de simulation ont comparé les performances des modèles de fragilité univariés Gamma et Log-Normale. Les résultats ont indiqué que, bien que la modélisation de l'exponentielle de la covariable omise via un terme de fragilité puisse récupérer le rapport de risques cible dans une certaine mesure, la performance dépend fortement de la distribution réelle sous-jacente. Plus précisément, supposer une distribution Log-Normale pour le terme de fragilité s'est avéré plus robuste à travers différents scénarios que l'hypothèse Gamma.
• Performance de la TSB : Les études de simulation ont démontré que la méthode TSB récupère le rapport de risques cible de manière raisonnable dans des scénarios pratiques impliquant divers rapports de risques réels, paramètres de base de Weibull et mécanismes de censure.
  • La méthode fonctionne bien pour des tailles d'échantillon modérées à grandes (par exemple, $n \ge 500$ par groupe).
  • À mesure que la taille de l'échantillon diminue, la surface d'optimisation (CC) devient plus plate, conduisant à des intervalles plus larges de valeurs de paramètres plausibles, bien que le point milieu de ces intervalles reste proche de la valeur réelle.
  • La méthode est robuste à la mauvaise spécification de la distribution de fragilité (c'est-à-dire utiliser un modèle de travail Gamma quand la vérité est Log-Normale, ou vice versa).
• Application à des Données Réelles : La méthode a été appliquée à l'essai clinique de cancer du sein NSABP B-14, où l'hypothèse de proportionnalité des risques a été violée ($p=0,00018$).
  • L'analyse naïve (ignorant la covariable omise) a produit un rapport de risques de 0,75.
  • Les analyses de fragilité univariées ont produit des estimations variables (0,48 pour Gamma, 0,74 pour Log-Normale).
  • La procédure TSB, utilisant une recherche par grille exhaustive, a récupéré un rapport de risques cible d'environ 0,68–0,69 (log-rapport de risques $\approx -0,37$ à $-0,39$) sous les deux modèles de travail Gamma et Log-Normale. Ce résultat était cohérent avec les deux hypothèses de fragilité, suggérant que la méthode a réussi à identifier un paramètre cible stable malgré la distribution réelle inconnue de la covariable omise.
  • En revanche, une formule de correction analytique existante (Henderson et Oman) a produit un rapport de risques de 0,21, ce que l'article note comme étant très éloigné des résultats de la TSB.

Signification et Revendications
L'article affirme que l'approche TSB proposée offre une alternative pratique, basée sur la simulation, aux méthodes de correction analytique qui échouent souvent dans les applications de données réelles en raison de leur dépendance à des paramètres de population inconnus. En identifiant les paramètres cibles qui génèrent une bande de survie englobant les données observées aussi étroitement que possible, la méthode permet de récupérer le rapport de risques cible sous des hypothèses minimales.

Les auteurs soulignent que, bien que la méthode repose sur des hypothèses (variance unitaire de la covariable omise, base de Weibull et structures de censure spécifiques), celles-ci sont motivées par la pratique. L'étude conclut que la méthode TSB est un outil viable pour réduire le biais des estimations d'effet de traitement lorsque des risques non proportionnels sont induits par des covariables omises, particulièrement dans des contextes de tailles d'échantillon modérées à grandes où les solutions analytiques sont intraitables ou sensibles à la variabilité de l'échantillonnage. Les auteurs notent modestement que la métrique d'optimisation (CC) peut produire des régions plates plutôt que des maximiseurs uniques, nécessitant l'utilisation de points médians ou de médianes comme estimations de résumé, et suggèrent que le développement de critères d'optimisation alternatifs avec une justification théorique plus forte est une direction pour les recherches futures.