📊 statistics

Studying Competing Events with Federated Cumulative Incidence Curves

Este artigo apresenta um novo método de aprendizagem federada que possibilita a vigilância de segurança pós-comercialização de riscos competitivos preservando a privacidade, por meio da construção de curvas de incidência cumulativa não paramétricas, o qual foi aplicado para revelar que pacientes com câncer e doenças autoimunes não endócrinas pré-existentes apresentam uma perda significativamente maior de tempo de sobrevida livre de eventos devido a eventos adversos imunológicos endócrinos após o tratamento com inibidores de checkpoint imunológico, em comparação com aqueles sem tal histórico.

Autores originais: Malcolm Risk (Serena), Shuang Yang (Serena), Jiang Bian (Serena), Yi Guo (Serena), Hyojung Jang (Serena), Jingchuan (Serena), Guo, Xu Shi, Lili Zhao

Publicado 2026-07-30

📖 5 min de leitura🧠 Leitura aprofundada

CC BY 4.0

Autores originais: Malcolm Risk (Serena), Shuang Yang (Serena), Jiang Bian (Serena), Yi Guo (Serena), Hyojung Jang (Serena), Jingchuan (Serena), Guo, Xu Shi, Lili Zhao

Artigo original sob licença CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/). ✨ Esta é uma explicação gerada por IA do artigo abaixo. Não foi escrita nem endossada pelos autores. Para precisão técnica, consulte o artigo original. Ler aviso legal completo

Imagine que você é um detetive tentando resolver um mistério, mas os suspeitos estão escondidos em salas diferentes e trancadas. Você não pode trazê-los todos para uma única sala de interrogatório porque as regras de privacidade o proíbem. Este é o desafio diário para os pesquisadores médicos modernos que desejam estudar como os medicamentos afetam os pacientes. Eles têm acesso a milhões de registros de pacientes armazenados em hospitais por todo o país, mas não podem simplesmente copiar e colar esses dados em um único arquivo para analisá-los. Para resolver isso, os cientistas usam um truque inteligente chamado "aprendizado federado" (federated learning). Pense nisso como um grupo de detetives que permanecem em suas próprias salas, mas passam um único caderno criptografado de um para o outro. Eles atualizam as pistas no caderno com base no que veem em sua própria sala e depois passam o caderno para o próximo detetive. Ninguém jamais vê os dados brutos dos outros, mas, ao final, o caderno contém a solução do mistério.

O mistério específico que este artigo aborda envolve "riscos competitivos" (competing risks). No mundo da análise de sobrevivência, imagine que você está esperando um ônibus (o evento de interesse, como um efeito colateral de um medicamento). Mas você pode ser atropelado por um carro (um evento diferente, como a morte) antes mesmo que o ônibus chegue. Se você for atropelado pelo carro, nunca mais poderá pegar o ônibus. Os métodos tradicionais costumam se confundir aqui, tratando o acidente de carro como se você tivesse apenas "saído do ponto de ônibus", em vez de reconhecer que você foi retirado da corrida inteiramente. Este artigo introduz uma nova maneira de rastrear esses cenários de ônibus e carro através de todas essas salas trancadas, sem nunca compartilhar as histórias individuais dos passageiros.

Os autores deste artigo, uma equipe de estatísticos de universidades como Michigan e Flórida, construíram um novo algoritmo que atua como uma "curva de incidência cumulativa federada". Em termos simples, esta é uma maneira de desenhar um mapa mostrando exatamente qual é a probabilidade de os pacientes experimentarem um efeito colateral específico ao longo do tempo, enquanto leva em conta o fato de que alguns podem morrer primeiro. Eles testaram seu método usando simulações de computador, criando dados fictícios de pacientes para ver se o truque de "passar o caderno" funcionava tão bem quanto se tivessem sido autorizados a ver todos os dados de uma só vez. As simulações mostraram que seu método era tão preciso quanto o "padrão ouro" de reunir todos os dados, mas sem os riscos de privacidade. Eles também compararam sua abordagem com outros métodos existentes, como a "meta-análise", que tenta combinar resultados de diferentes estudos. Seu novo método provou ser muito mais eficiente e preciso, especialmente ao lidar com dados do mundo real desorganizados, onde muitos pacientes abandonam o estudo ou moram.

Para provar que seu método funciona no mundo real, a equipe o aplicou a uma vasta rede de hospitais chamada OneFlorida+. Eles analisaram 10.281 pacientes com câncer que foram tratados com um tipo de imunoterapia chamada inibidores de checkpoint imunológico (ICIs). Esses medicamentos são poderosos, mas podem, às vezes, fazer com que o sistema imunológico ataque o próprio corpo, levando a "eventos adversos relacionados à imunidade" (irAEs). Os pesquisadores queriam saber: pacientes que já possuem uma doença autoimune (como lúpus ou artrite reumatoide, mas não problemas de tireoide) apresentam esses efeitos colaterais com mais frequência do que aqueles que não possuem?

Usando sua nova ferramenta federada, eles encontraram uma diferença clara. Após ajustar fatores como idade e outras condições de saúde, descobriram que pacientes com uma doença autoimune pré-existente perderam significativamente mais tempo sem efeitos colaterais em comparação com aqueles que não tinham tal histórico. Especificamente, nos primeiros 18 meses de tratamento, pacientes com a condição pré-existente perderam, em média, 4,8 meses de tempo "livre de efeitos colaterais" para irAEs relacionados ao sistema endócrino. Em contraste, pacientes sem a condição pré-existente perderam apenas 3,2 meses. Isso sugere que ter uma condição autoimune prévia torna o paciente mais vulnerável a esses efeitos colaterais específicos do medicamento.

O artigo não afirma ter resolvido todos os problemas da pesquisa médica, nem diz que este método é perfeito para todos os cenários possíveis. Por exemplo, os autores observam que seu método calcula o "efeito total" da exposição, que combina o risco direto do efeito colateral com o risco indireto causado por eventos competitivos, como a morte. Eles reconhecem que separar esses dois efeitos exigiria ferramentas ainda mais complexas no futuro. No entanto, o trabalho deles fornece uma nova ferramenta crucial para médicos e reguladores. Ela permite que eles vejam os riscos de novos tratamentos para grupos vulneráveis de pacientes — como aqueles com doenças autoimunes que foram frequentemente excluídos de ensaios clínicos iniciais — sem violar a privacidade do paciente. Ao transformar dados complexos e dispersos em uma imagem clara e compartilhada, este método ajuda a garantir que a próxima geração de tratamentos contra o câncer seja mais segura para todos.

Resumo Técnico: Estudo de Eventos Concorrentes com Curvas de Incidência Cumulativa Federadas

Definição do Problema
A vigilância de segurança pós-comercialização de produtos médicos depende cada vez mais da combinação de dados de Registros Eletrônicos de Saúde (EHR) de múltiplas instituições para alcançar tamanhos de amostra e generalizabilidade suficientes. No entanto, preocupações com a privacidade e barreiras regulatórias impedem o compartilhamento de dados individuais de pacientes. Embora o Aprendizado Federado (FL - Federated Learning) ofereça uma solução para ajustar modelos entre sites sem transferência de dados, os métodos de FL existentes para análise de riscos concorrentes são limitados. As abordagens atuais dependem de modelos semiparamétricos (ex: Fine-Gray), que exigem suposições de riscos proporcionais que são difíceis de verificar em ambientes multicêntricos, ou métodos de pseudo-observação que exigem o compartilhamento de tabelas de risco locais, o que introduz riscos de privacidade ao tornar identificáveis os tempos de sobrevivência e indicadores de eventos individuais. Além disso, há uma carência de ferramentas de FL não paramétricas que permitam a visualização intuitiva e a interpretação causal de riscos concorrentes, tais como curvas de incidência cumulativa (CIF) e tempo médio perdido restrito (RMTL).

Metodologia
Os autores propõem um novo algoritmo federado não paramétrico para estimar funções de incidência cumulativa (CIF) específicas de causa e o tempo médio perdido restrito (RMTL) sob riscos concorrentes, incorporando o ajuste de covariáveis via ponderação pela probabilidade inversa (IPW).

Estrutura de Dados: O método lida com dados observacionais onde os pacientes são acompanhados até um evento (ex: evento adverso autoimune relacionado à imunidade [irAE] ou morte) ou censura. Ele aborda dois tipos de eventos concorrentes ( $\Omega=1$ para o evento de interesse, $\Omega=2$ para morte) e uma exposição binária (ex: doença autoimune pré-existente).
Ajuste de Covariáveis: Para lidar com o confundimento em dados observacionais, o método utiliza IPW. Os escores de propensão são estimados usando uma abordagem de Modelo Linear Generalizado (GLM) federado (ex: estimativa renovável ou ODAL). Esses escores são transmitidos para todos os sites para calcular os pesos individuais.
Processo de Estimativa Federada: O algoritmo opera em três rodadas sequenciais de comunicação entre os sites, ordenadas pelo tamanho da amostra (do maior para o menor):
1. Estimativa do Escore de Propensão: Estimativa federada de coeficientes de GLM para derivar os pesos.
2. Estimativa da Função de Sobrevivência: Utilizando um método de Kaplan-Meier (KM) ponderado federado previamente publicado para estimar funções de sobrevivência contrafatuais ( $\hat{S}^a(t)$ ) e funções de risco ( $\hat{Y}^a(t)$ ). Para proteger a privacidade, estas são transmitidas como funções de spline polinomial contínuas e monótonas, em vez de funções em degrau.
3. Estimativa de CIF: Esta é a inovação central. Em vez de compartilhar dados brutos ou tabelas de risco, os sites atualizam iterativamente a estimativa de CIF usando a função de influência empírica.
  - O primeiro site calcula uma CIF inicial baseada em dados locais e a converte em uma representação de spline.
  - Os sites subsequentes recebem os parâmetros de spline atuais e os atualizam usando seus dados locais. A regra de atualização é derivada da equação de estimativa $\sum \psi(\hat{F}; o_i) = 0$ , onde $\psi$ é a função de influência empírica.
  - A etapa de atualização utiliza um método do tipo Newton: $\hat{F}^{(r+1)} = \hat{F}^{(r)} + \frac{\text{Resíduo} + \sum \psi}{\text{Denominador}}$ .
  - Este processo continua sequencialmente até que todos os sites sejam incorporados, gerando uma CIF contrafatual global sem nunca compartilhar registros individuais de pacientes.
Inferência e RMTL: A estimativa de variância é realizada somando as funções de influência ao quadrado entre os sites. O Tempo Médio Perdido Restrito (RMTL) é calculado como a área sob a curva CIF até um tempo $\tau$ . Sua variância é estimada integrando a função de influência da CIF, evitando a necessidade de bootstrapping, que é computacionalmente proibitivo em ambientes federados.

Principais Contribuições

Primeira CIF Federada Não Paramétrica: Este é o primeiro método que estende as ferramentas de riscos concorrentes não paramétricos (CIF e RMTL) para o contexto federado, eliminando a necessidade de suposições de riscos proporcionais exigidas por modelos federados semiparamétricos como o ODACoR.
Privacidade Aprimorada: Diferente dos métodos de pseudo-observação que exigem o compartilhamento de tabelas de risco locais (que podem vazar tempos de sobrevivência individuais), este método compartilha apenas parâmetros de spline resumidos e estatísticas de função de influência, reduzindo significativamente os riscos de privacidade.
Interpretabstibilidade: O método fornece saídas intuitivas e clinicamente significativas (curvas de incidência cumulativa e tempo perdido) que são mais fáceis de comunicar a clínicos e reguladores do que previsões de aprendizado de máquina de "caixa-preta" ou razões de risco (hazard ratios) complexas.
Robustez a Sites Pequenos: O algoritmo pode acomodar sites com tamanhos de amostra muito pequenos (mesmo com apenas uma observação), enquanto abordagens de meta-análise frequentemente exigem estimativas específicas do site que sejam estáveis, o que sites pequenos não conseguem prover.

Resultos

Simulações: O método foi avaliado em três cenários de simulação com diferentes distribuições de eventos (Exponencial e Weibull) e taxas de censura. Comparado a uma análise de "padrão-ouro" agrupada (pooled), o método federado demonstrou viés negligenciável e eficiência estatística equivalente. Em contraste, abordagens de meta-análise mostraram eficiência inferior (especialmente sob alta censura) e sofreram de taxas de Erro do Tipo I infladas ou redução de poder.
Aplicação no Mundo Real: O método foi aplicado à rede OneFlorida+ ( $N=10.281$ $N = 10.281$ pacientes, $K=10$ $K = 10$ sites) para estudar irAEs endócrinos após o tratamento com inibidores de checkpoint imunológico (ICI) em pacientes com doenças autoimunes (AID) não endócrinas pré-existentes.
- Após o ajuste de covariáveis, pacientes com AID pré-existente perderam em média 4,8 meses (IC 95%: 4,3, 5,2) de tempo de sobrevivência livre de eventos para irAEs endócrinos nos primeiros 18 meses.
- Este valor foi significativamente superior aos 3,2 meses (IC 95%: 3,1, 3,3) perdidos por pacientes sem AID prévia.
- O estudo confirmou que a AID pré-existente está associada a uma maior incidência de irAEs endócrinos, fornecendo evidências para uma população inicialmente excluída de ensaios clínicos.

Significância e Alegações
Os autores afirmam que este trabalho fornece uma alternativa crucial para a vigilância de segurança pós-comercialização onde o compartilhamento de dados é restrito. Ao evitar a suposição de riscos proporcionais, o método oferece uma abordagem mais flexível e robusta para estudos multicêntricos onde efeitos variantes no tempo são comuns. A capacidade de gerar curvas de incidência cumulativa ajustadas e estimativas de RMTL sem compartilhar dados ao nível do paciente aborda uma lacuna crítica na análise federada. Os autores posicionam isto como uma ferramenta que permite a "comparação causal informativa" e a "visualização intuitiva", facilitando a tomada de decisão para clínicos e reguladores em relação aos riscos de eventos adversos em subgrupos específicos de pacientes. O artigo reconhece que, embora o método estime o efeito total da exposição (combinando efeitos diretos e indiretos via eventos concorrentes), ele não separa atualmente esses efeitos, sugerindo que a extensão do método para incluir a ponderação pela probabilidade inversa de censura (IPCW) para a estimativa do efeito direto é uma direção para trabalhos futuros.

Mais como este