Cox Regression on the Plane

Resumo Técnico: Regressão de Cox no Plano

Definição do Problema
O modelo de riscos proporcionais de Cox é o padrão para análise de sobrevivência univariada, contudo, extensões para dados de sobrevivência bivariados (tempos de falha correlacionados) permanecem limitadas. As abordagens existentes enfrentam compromissos significativos:

• Modelos de fragilidade compartilhada (shared frailty) e de cópula: Estes frequentemente dependem de suposições paramétricas em relação à estrutura de dependência (ex: famílias de cópulas específicas ou distribuições de fragilidade). Se a estrutura de dependência for mal especificada, os efeitos das covariáveis no nível de sobrevivência conjunta podem ser ininterpretáveis ou incorretos.
• Extensões de risco multiplicativo: Tentativas anteriores de especificar três modelos de riscos proporcionais separados (para taxas de falha única e de falha dupla) geralmente falham em gerar uma distribuição de sobrevivência bivariada válida, pois as funções de risco resultantes não satisfazem as restrições estruturais necessárias.

Os autores identificam uma lacuna para um método que preserve a natureza semiparamétrica do modelo de Cox, gere uma distribuição de sobrevivência bivariada válida e ofereça uma interpretação transparente de covariáveis sem exigir a especificação de uma cópula ou distribuição de fragilidade.

Metodologia
O artigo propõe duas extensões semiparamétricas baseadas em uma representação de Lehmann generalizada da função de sobrevivência.

1. Os Modelos:

   • Modelo de Lehmann Simples: Uma extensão direta onde a função de sobrevivência bivariada é $S(t_1, t_2 | Z) = [S_0(t_1, t_2)]^{\exp(b^T Z)}$. Isso impõe um efeito proporcional comum no log-sobrevivência de ambas as marginais e na dependência conjunta, preservando a estrutura de dependência basal.
   • Modelo de Lehmann Generalizado: Uma formulação mais flexível que permite parâmetros de regressão distintos para as duas marginais ($\alpha, \beta$) e para o componente de dependência ($\gamma$). É definido como:
     $$S(t_1, t_2 | Z) = [S_{0T1}(t_1)]^{\exp(\alpha^T Z)} [S_{0T2}(t_2)]^{\exp(\beta^T Z)} \left[ \frac{S_0(t_1, t_2)}{S_{0T1}(t_1)S_{0T2}(t_2)} \right]^{\exp(\gamma^T Z)}$$
     Este modelo trata o componente de dependência como um fator multiplicativo sobre a razão de sobrevivência basal. Os autores derivam as funções de risco correspondentes e estabelecem condições suficientes (ex: restrições em $\gamma$ em relação a $\alpha$ e $\beta$) para garantir que as funções resultantes definam distribuições de sobrevivência válidas e não negativas.

2. Estimação:

   • Os autores utilizam uma abordagem de pseudo-observações para evitar as complexidades da verossimilhança parcial no cenário bivariado, onde os riscos basais não se cancelam.
   • Modelo Simples: Estimado via Equações Estimativas Generalizadas (GEE) usando pseudo-observações bivariadas como respostas em um GLM com um link complemento log-log (cloglog).
   • Modelo Generalizado: Estimado via um procedimento de dois passos:
     1. Estimar os parâmetros marginais ($\alpha, \beta$) usando pseudo-observações univariadas e GEE padrão.
     2. Construir respostas modificadas para o componente de dependência (a razão entre a sobrevivência conjunta e o produto das marginais) e estimar $\gamma$ usando um segundo passo de GEE.
   • O artigo estabelece a consistência e a normalidade assintótica de seus estimadores sob censura independente.

Resultados Principais

• Estudos de Simulação: Os autores avaliaram os métodos contra dados gerados de várias cópulas (Frank, Clayton, Gumbel-Barnett) representando dependência positiva (PQD) e negativa (NQD).
  • Os estimadores demonstraram baixo viés e cobertura próxima aos níveis nominais para tamanhos de amostra de $n=800$.
  • Os modelos propostos mantiveram uma precisão preditiva competitiva (Erro Absoluto Médio) comparada a estruturas de regressão de cópula flexíveis (Marra e Radice, 2020), mesmo quando o modelo de Lehmann simples foi mal especificado (ou seja, quando $\alpha \neq \beta \neq \gamma$).
  • Os métodos provaram ser robustos à má especificação do modelo quando aplicados a dados gerados de uma distribuição log-normal, onde nem o modelo de Lehmann nem o de cópula eram estritamente corretos.
• Aplicação de Dados (Global Retinoblastoma Outcome Study - GROS):
  • O método foi aplicado a 977 casos de retinoblastoma bilateral para analisar os tempos para enucleação de ambos os olhos.
  • Estrutura de Dependência: Estimativas não paramétricas indicaram dependência de quadrante negativo (NQD) entre os olhos. No entanto, uma abordagem baseada em cópula padrão selecionou uma cópula Clayton, que implica dependência positiva (PQD), levando a probabilidades de sobrevivência condicional conflitantes.
  • Interpretabilidade: Os modelos de Lehmann capturaram corretamente a estrutura NQD sem forçar uma cópula paramétrica. Os resultados mostraram que, se um olho fosse enucleado precocemente, a probabilidade do outro olho sobreviver por mais tempo era maior do que se o primeiro olho tivesse sobrevivido, um achado consistente com as expectativas clínicas, mas perdido pelo modelo de cópula.
  • Efeitos de Covariáveis: Os modelos identificaram que a idade mais avançada na apresentação, o estágio tumoral mais alto e o nível de renda afetaram significativamente as probabilidades de sobrevivência, enquanto sexo e histórico familiar não afetaram.

Significância e Alegações
O artigo afirma fornecer um arcabouço semiparamétrico completo e transparente para avaliar os efeitos das covariáveis tanto nas probabilidades de sobrevivência marginais quanto na sua dependência. Suas principais contribuições são:

1. Evitar a Má Especificação da Cópula: Ao modelar os efeitos das covariáveis diretamente na função de sobrevivência bivariada, em vez de através de uma família de cópulas paramétricas, a abordagem evita o risco de suposições incorretas da estrutura de dependência, o que é crítico para interpretar probabilidades de sobrevivência condicional.
2. Validade e Interpretabilidade: Os modelos propostos são provados para definir distribuições de sobrevivência bivariadas válidas sob condições específicas, e os coeficientes de regressão possuem interpretações diretas na escala de sobrevivência (ex: $\gamma$ governa como as covariáveis amplificam ou atenuam a dependência basal).
3. Estimação Inovadora: Os autores apresentam o primeiro método baseado em pseudo-observações de dois passos para regressão de sobrevivência bivariada, estabelecendo suas propriedades teóricas.
4. Relevância Clínica: A aplicação aos dados de retinoblastoma demonstra que critérios padrão de seleção de modelo (como o BIC) podem favorecer cópulas com estruturas de dependência incorretas (PQD vs. NQD), enquanto o arcabouço proposto gera resultados clinicamente interpretáveis que se alinham com evidências empíricas e conhecimento do domínio.

Os autores observam limitações, incluindo o custo computacional de recomputar os estimadores de sobrevivência para as pseudo-observações e a suposição de censura independente, mas enfatizam que a abordagem oferece uma alternativa robusta para a análise de sobrevivência bivariada onde a estrutura de dependência é desconhecida ou complexa.