Cox Regression on the Plane

Technische Samenvatting: Cox-regressie op het vlak

Probleemstelling
Het Cox proportional hazards model is de standaard voor univariate overlevingsanalyse, maar uitbreidingen naar bivariate overlevingsdata (gecorreleerde faaltijden) blijven beperkt. Bestaande benaderingen kampen met aanzienlijke trade-offs:

• Shared frailty en copula-modellen: Deze vertrouwen vaak op parametrische aannames over de afhankelijkheidsstructuur (bijv. specifieke copula-families of frailty-verdelingen). Als de afhankelijkheidsstructuur verkeerd gespecificeerd is, kunnen de effecten van covariaten op het gezamenlijke overlevingsniveau oninterpreteerbaar of incorrect zijn.
• Multiplicatieve hazard-uitbreidingen: Eerdere pogingen om drie afzonderlijke proportional hazards-modellen te specificeren (voor single-failure en double-failure rates) falen over het algemeen in het opleveren van een geldige bivariate overlevingsverdeling, omdat de resulterende hazardfuncties niet voldoen aan noodzakelijke structurele beperkingen.

De auteurs identificeren een gat voor een methode die het semiparametrische karakter van het Cox-model behoudt, een geldige bivariate overlevingsverdeling oplevert en transparante interpretatie van covariaten biedt zonder de noodzaak om een copula of frailty-verdeling te specificeren.

Methodologie
Het artikel stelt twee semiparametrische uitbreidingen voor op basis van een gegeneraliseerde Lehmann-representatie van de overlevingsfunctie.

1. De Modellen:

   • Simpel Lehmann-model: Een directe uitbreiding waarbij de bivariate overlevingsfunctie $S(t_1, t_2 | Z) = [S_0(t_1, t_2)]^{\exp(b^T Z)}$ is. Dit legt een gemeenschappelijk proportioneel effect op de log-overleving van beide marginalen en de gezamenlijke afhankelijkheid, waardoor de baseline afhankelijkheidsstructuur behouden blijft.
   • Gegeneraliseerd Lehmann-model: Een flexibelere formulering die verschillende regressieparameters toestaat voor de twee marginale hazards ($\alpha, \beta$) en de afhankelijkheidscomponent ($\gamma$). Het wordt gedefinieerd als:
     $$S(t_1, t_2 | Z) = [S_{0T1}(t_1)]^{\exp(\alpha^T Z)} [S_{0T2}(t_2)]^{\exp(\beta^T Z)} \left[ \frac{S_0(t_1, t_2)}{S_{0T1}(t_1)S_{0T2}(t_2)} \right]^{\exp(\gamma^T Z)}$$
     Dit model behandelt de afhankelijkheidscomponent als een multiplicatieve factor op de baseline afhankelijkheidsratio. De auteurs leiden de bijbehorende hazardfuncties af en stellen voldoende voorwaarden vast (bijv. beperkingen op $\gamma$ ten opzichte van $\alpha$ en $\beta$) om te waarborgen dat de resulterende functies geldige, niet-negatieve overlevingsverdelingen definiëren.

2. Schatting:

   • De auteurs maken gebruik van een pseudo-observatiesbenadering om de complexiteit van partial likelihood in de bivariate setting te vermijden, waarbij baseline hazards niet wegvallen.
   • Simpel Model: Geschat via Generalized Estimating Equations (GEE) met bivariate pseudo-observaties als responsen in een GLM met een complementary log-log (cloglog) link.
   • Gegeneraliseerd Model: Geschat via een tweestaps-procedure:
     1. Schat marginale parameters ($\alpha, \beta$) met univariate pseudo-observaties en standaard GEE.
     2. Construeer aangepaste responsen voor de afhankelijkheidscomponent (de ratio van de gezamenlijke overleving tot het product van de marginalen) en schat $\gamma$ via een tweede GEE-stap.
   • Het artikel stelt de consistentie en asymptotische normaliteit van deze schatters vast onder onafhankelijke censurering.

Belangrijkste Resultaten

• Simulatiestudies: De auteurs evalueerden de methoden tegen data gegenereerd uit diverse copula's (Frank, Clayton, Gumbel-Barnett) die positieve (PQD) en negatieve (NQD) afhankelijkheid vertegenwoordigen.
  • De schatters vertoonden een lage bias en een dekking die dicht bij de nominale niveaus lag voor steekproefgroottes van $n=800$.
  • De voorgestelde modellen behielden een concurrerende voorspellende nauwkeurigheid (Mean Absolute Error) vergeleken met flexibele copula-gebaseerde regressiekaders (Marra en Radice, 2020), zelfs wanneer het simpele Lehmann-model verkeerd gespecificeerd was (d.w.z. wanneer $\alpha \neq \beta \neq \gamma$).
  • De methoden bleken robuust tegen modelmisspecificatie wanneer toegepast op data gegenereerd uit een log-normale verdeling, waarbij noch het Lehmann- noch de copula-modellen strikt correct waren.
• Data-applicatie (Global Retinoblastoma Outcome Study - GROS):
  • De methode werd toegepast op 977 bilaterale retinoblastoomgevallen om de tijden tot enucleatie voor beide ogen te analyseren.
  • Afhankelijkheidsstructuur: Niet-parametrische schattingen wezen op negatieve kwadrantafhankelijkheid (NQD) tussen de ogen. Echter, een standaard copula-gebaseerde benadering selecteerde een Clayton-copula, wat positieve afhankelijkheid (PQD) impliceert, wat leidde tot tegenstrijdige conditionele overlevingskansen.
  • Interpreteerbaarheid: De Lehmann-modellen legden de NQD-structuur correct vast zonder een parametrische copula af te dwingen. De resultaten toonden aan dat als één oog vroeg werd geneucleerd, de kans dat het andere oog langer zou overleven hoger was dan wanneer het eerste oog langer zou overleven, een bevinding die consistent is met klinische verwachtingen maar gemist werd door het copula-model.
  • Covariaat-effecten: De modellen identificeerden dat oudere leeftijd bij presentatie, een hoger tumorstadium en inkomensniveau de overlevingskansen significant beïnvloedden, terwijl geslacht en familiegeschiedenis dat niet deden.

Betekenis en Claims
Het artikel beweert een transparant, volledig semiparametrisch kader te bieden voor het beoordelen van covariateffecten op zowel marginale overlevingskansen als hun afhankelijkheid. De belangrijkste bijdragen zijn:

1. Vermijden van Copula-misspecificatie: Door covariateffecten direct op de bivariate overlevingsfunctie te modelleren in plaats van via een parametrische copula-familie, vermijdt de benadering het risico op onjuiste aannames over de afhankelijkheidsstructuur, wat cruciaiment is voor het interpreteren van conditionele overlevingskansen.
2. Geldigheid en Interpreteerbaarheid: De voorgestelde modellen zijn bewezen geldige bivariate overlevingsverdelingen te definiëren onder specifieke condities, en de regressiecoëfficiënten hebben directe interpretaties op de overlevingsschaal (bijv. $\gamma$ bepaalt hoe covariaten de baseline afhankelijkheid versterken of verzwakken).
3. Nieuwe Schatting: De auteurs presenteren de eerste tweestaps pseudo-observaties-gebaseerde methode voor bivariate overlevingsregressie en vestigen de theoretische eigenschappen ervan.
4. Klinische Relevantie: De toepassing op retinoblastoomdata laat zien dat standaard modelselectiecriteria (zoals BIC) copula's met onjuiste afhankelijkheidsstructuren (PQD vs. NQD) kunnen bevoordelen, terwijl het voorgestelde kader resultaten oplevert die klinisch interpreteerbaar zijn en overeenstemmen met empirisch bewijs en domeinkennis.

De auteurs vermelden beperkingen, waaronder de computationele kosten van het herberekenen van overlevingsschatters voor pseudo-observaties en de aanname van onafhankelijke censurering, maar benadrukken dat de benadering een robuust alternatief biedt voor bivariate overlevingsanalyse waarbij de afhankelijkheidsstructuur onbekend of complex is.