Cox Regression on the Plane

Sintesi Tecnica: Regressione di Cox sul Piano

Enunciato del Problema
Il modello a rischi proporzionali di Cox è lo standard per l'analisi di sopravvivenza univariata, tuttavia le estensioni ai dati di sopravvivenza bivariati (tempi di guasto correlati) rimangono limitate. Gli approcci esistenti affrontano compromessi significativi:

• Modelli di fragilità condivisa e copula: Questi spesso si basano su assunzioni parametriche riguardanti la struttura di dipendenza (ad esempio, specifiche famiglie di copula o distribuzioni di fragilità). Se la struttura di dipendenza è errata, gli effetti delle covariate a livello di sopravvivenza congiunta possono risultare ininterpretabili o errati.
• Estensioni del rischio moltiplicativo: I precedenti tentativi di specificare tre modelli separati di rischi proporzionali (per i tassi di guasto singolo e di doppio guasto) generalmente non riescono a produrre una valida distribuzione di sopravvivenza bivariata poiché le funzioni di rischio risultanti non soddisfano i necessari vincoli strutturali.

Gli autori identificano una lacuna per un metodo che preservi la natura semiparametrica del modello di Cox, fornisca una valida distribuzione di sopravvivenza bivariata e offra una trasparente interpretazione delle covariate senza richiedere la specificazione di una copula o di una distribuzione di fragilità.

Metodologia
Il documento propone due estensioni semiparametriche basate su una rappresentazione generalizzata di Lehmann della funzione di sopravvivenza.

1. I Modelli:

   • Modello Lehmann Semplice: Un'estensione diretta dove la funzione di sopravvivenza bivariata è $S(t_1, t_2 | Z) = [S_0(t_1, t_2)]^{\exp(b^T Z)}$. Questo impone un effetto proporzionale comune sul log-sopravvivenza di entrambi i marginali e sulla dipendenza congiunta, preservando la struttura di dipendenza di base.
   • Modello Lehmann Generalizzato: Una formulazione più flessibile che consente parametri di regressione distinti per i due rischi marginali ($\alpha, \beta$) e la componente di dipendenza ($\gamma$). È definito come:
     $$S(t_1, t_2 | Z) = [S_{0T1}(t_1)]^{\exp(\alpha^T Z)} [S_{0T2}(t_2)]^{\exp(\beta^T Z)} \left[ \frac{S_0(t_1, t_2)}{S_{0T1}(t_1)S_{0T2}(t_2)} \right]^{\exp(\gamma^T Z)}$$
     Questo modello tratta la componente di dipendenza come un fattore moltiplicativo sul rapporto di dipendenza di base. Gli autori derivano le corrispondenti funzioni di rischio e stabiliscono condizioni sufficienti (ad esempio, vincoli su $\gamma$ rispetto ad $\alpha$ e $\beta$) per garantire che le funzioni risultanti definiscano distribuzioni di sopravvivenza valide e non negative.

2. Stima:

   • Gli autori utilizzano un approccio a pseudo-osservazioni per evitare le complessità della verosimiglianza parziale nel contesto bivariato, dove i rischi di base non si cancellano.
   • Modello Semplice: Stimato tramite Equazioni di Stima Generalizzate (GEE) utilizzando pseudo-osservazioni bivariate come risposte in un modello lineare generalizzato (GLM) con un link complementary log-log (cloglog).
   • Modello Generalizzato: Stimato tramite una procedura in due fasi:
     1. Stimare i parametri marginali ($\alpha, \beta$) utilizzando pseudo-osservazioni univariate e GEE standard.
     2. Costruire risposte modificate per la componente di dipendenza (il rapporto tra la sopravvivenza congiunta e il prodotto dei marginali) e stimare $\gamma$ tramite un secondo passaggio GEE.
   • Il documento stabilisce la consistenza e la normalità asintotica di questi stimatori sotto censura indipendente.

Risultati Chiave

• Studi di Simulazione: Gli autori hanno valutato i metodi contro dati generati da varie copule (Frank, Clayton, Gumbel-Barnett) che rappresentano dipendenze positive (PQD) e negative (NQD).
  • Gli stimatori hanno dimostrato un basso bias e una copertura vicina ai livelli nominali per dimensioni campionarie di $n=800$.
  • I modelli proposti hanno mantenuto un'accuratezza predittiva competitiva (Errore Assoluto Medio) rispetto ai framework di regressione basati su copule flessibili (Marra e Radice, 2020), anche quando il modello di Lehmann semplice era errato (ovvero quando $\alpha \neq \beta \neq \gamma$).
  • I metodi si sono dimostrati robusti alla misspecificazione del modello quando applicati a dati generati da una distribuzione log-normale, dove né il modello di Lehmann né quelli basati su copula erano strettamente corretti.
• Applicazione ai Dati (Global Retinoblastoma Outcome Study - GROS):
  • Il metodo è stato applicato a 977 casi di retinoblastoma bilaterale per analizzare i tempi di enucleazione per entrambi gli occhi.
  • Struttura di Dipendenza: Le stime non parametriche hanno indicato una dipendenza di quadrante negativa (NQD) tra gli occhi. Tuttavia, un approccio standard basato su copula ha selezionato una copula Clayton, che implica una dipendenza positiva (PQD), portando a probabilità di sopravvivenza condizionale contrastanti.
  • Interpretabilità: I modelli di Lehmann hanno catturato correttamente la struttura NQD senza forzare una copula parametrica. I risultati hanno mostrato che se un occhio veniva enucleato precocemente, la probabilità che l'altro occhio sopravvivesse più a lungo era superiore rispetto al caso in cui il primo occhio sopravvesse, un reperto coerente con le aspettative cliniche ma mancato dal modello di copula.
  • Effetti delle Covariate: I modelli hanno identificato che l'età più avanzata alla presentazione, lo stadio del tumore più elevato e il livello di reddito influenzavano significativamente le probabilità di sopravvivenza, mentre il sesso e l'anamnesi familiare non lo facevano.

Significatività e Rivendicazioni
Il documento sostiene di fornire un framework semiparametrico completo e trasparente per valutare gli effetti delle covariate sia sulle probabilità di sopravvivenza marginali che sulla loro dipendenza. I suoi principali contributi sono:

1. Evitare la Misspecificazione della Copula: Modellando gli effetti delle covariate direttamente sulla funzione di sopravvivenza bivariata anziché attraverso una famiglia di copule parametriche, l'approccio evita il rischio di ipotesi errate sulla struttura di dipendenza, il che è critico per l'interpretazione delle probabilità condizionate.
2. Validità e Interpretabilità: Si dimostra che i modelli proposti definiscono distribuzioni di sopravvivenza bivariata valide sotto specifiche condizioni, e che i coefficienti di regressione hanno interpretazioni dirette sulla scala di sopravvivenza (ad esempio, $\gamma$ governa come le covariate amplificano o attenuano la dipendenza di base).
3. Novità nella Stima: Gli autori presentano il primo metodo basato su pseudo-osservazioni in due fasi per la regressione della sopravvivenza bivariata, stabilendone le proprietà teoriche.
4. Rilevanza Clinica: L'applicazione ai dati sul retinoblastoma dimostra che i criteri standard di selezione del modello (come il BIC) possono favorire copule con strutture di dipendenza errate (PQD vs. NQD), mentre il framework proposto fornisce risultati clinicamente interpretabili che si allineano con l'evidenza empirica e la conoscenza del dominio.

Gli autori segnalano i limiti, tra cui il costo computazionale del ricalcolo degli stimatori di sopravvivenza per le pseudo-osservazioni e l'assunzione di censura indipendente, ma sottolineano che l'approccio offre un'alternativa robusta per l'analisi della sopravvivenza bivariata dove la struttura di dipendenza è sconosciuta o complessa.