Principal Altres Anàlisi de riscos competitius

Anàlisi de riscos competitius

Visió general

Programari

Descripció

Llocs web

Lectures

Cursos

Visió general

L’anàlisi de riscos competitius es refereix a un tipus especial d’anàlisi de supervivència que té per objectiu estimar correctament la probabilitat marginal d’un esdeveniment en presència d’esdeveniments competidors. Els mètodes tradicionals per descriure el procés de supervivència, com ara el mètode límit de producte de Kaplan Meier, no estan dissenyats per adaptar-se a la naturalesa competitiva de múltiples causes del mateix esdeveniment, per tant, solen produir estimacions inexactes a l’hora d’analitzar la probabilitat marginal d’esdeveniments específics de causa. Com a solució, es va proposar la funció d’incidència acumulativa (CIF) per resoldre aquest problema en concret estimant la probabilitat marginal d’un cert esdeveniment en funció de la seva probabilitat específica de causa i de la probabilitat de supervivència global. Aquest mètode hibriditza la idea de l'enfocament del límit de producte i la idea de vies causals competidores, que proporciona una estimació més interpretable de l'experiència de supervivència de múltiples esdeveniments competidors per a un grup de subjectes. Igual que moltes anàlisis, l’anàlisi de riscos en competència inclou un mètode no paramètric que consisteix en l’ús d’una prova Chi-quadrada modificada per comparar les corbes CIF entre grups i un enfocament paramètric que modela el CIF basant-se en una funció de risc de subdistribució.

Descripció

1. Què és l’esdeveniment i el risc competitius?

En les dades de supervivència estàndard, se suposa que els subjectes experimenten només un tipus d’esdeveniment durant el seguiment, com ara la mort per càncer de mama. Per contra, a la vida real, els subjectes poden experimentar més d’un tipus de cert esdeveniment. Per exemple, si la mortalitat és d’interès per a la investigació, les nostres observacions: pacients majors d’un departament d’oncologia, podrien morir per atac de cor o càncer de mama, o fins i tot per accident de trànsit. Quan només es pot produir un d’aquests tipus d’esdeveniments diferents, ens referim a aquests esdeveniments com a esdeveniments competidors, en un sentit que competeixen entre ells per oferir l’esdeveniment d’interès i que l’aparició d’un tipus d’esdeveniment impedirà l’aparició de els altres. Com a resultat, anomenem la probabilitat d’aquests esdeveniments com a riscos competitius, en un sentit que la probabilitat de cada esdeveniment competitiu està regulada d’alguna manera pels altres esdeveniments competidors, que té una interpretació adequada per descriure el procés de supervivència determinat per múltiples tipus d’esdeveniments. .

Per entendre millor l’escenari d’esdeveniments competidors, tingueu en compte els exemples següents:

1) Un pacient pot morir per càncer de mama o per ictus, però no pot morir per tots dos;
3) Un soldat pot morir durant un combat o en un accident de trànsit.

En els exemples anteriors, hi ha més d’una via que un subjecte pot fallar, però la fallada, ja sigui la mort o la infecció, només es pot produir una vegada per a cada subjecte (sense considerar l’esdeveniment recurrent). Per tant, els fracassos causats per diferents vies s’exclouen mútuament i, per tant, s’anomenen esdeveniments competitius. L’anàlisi d’aquestes dades requereix consideracions especials.

2. Per què no hem d’utilitzar l’estimador de Kaplan Meier?

Com en l'anàlisi de supervivència estàndard, l'objecte analític de les dades d'esdeveniments competitius és estimar la probabilitat d'un esdeveniment entre els molts esdeveniments possibles al llarg del temps, permetent als subjectes fracassar en esdeveniments competidors. En els exemples anteriors, potser voldríem estimar la taxa de mortalitat per càncer de mama al llarg del temps i saber si la taxa de mortalitat per càncer de mama difereix entre dos o més grups de tractament, amb o sense ajustament de covariables. En l'anàlisi de supervivència estàndard, es pot respondre a aquestes preguntes mitjançant el mètode de límit de producte Kaplan Meier per obtenir la probabilitat d'esdeveniments al llarg del temps i el model de risc proporcional de Cox per predir aquesta probabilitat. De la mateixa manera, en dades d’esdeveniments competitius, l’enfocament típic implica l’ús de l’estimador KM per estimar per separat la probabilitat de cada tipus d’esdeveniment, mentre es tracta la censura dels altres esdeveniments competitius, a més dels censurats des de la pèrdua fins al seguiment o la retirada. Aquest mètode d'estimació de la probabilitat d'esdeveniments s'anomena funció de risc específica de causa, que s'expressa matemàticament com:

La variable aleatòria Tc indica el temps fins a la fallada des del tipus d'esdeveniment c, per tant, la funció de risc específica de la causa hc (t) dóna la taxa de fallada instantània al moment t del tipus d'esdeveniment c, donat que no falla des de l'esdeveniment c pel temps t.

Per qualificar-se com a cohort d'edat, quin factor ha d'existir en un estudi de recerca?

Correspondentment, hi ha un model de perill específic per causa basat en el model de perill proporcional Cox que té la forma de:

Aquest model de risc proporcional del tipus d'esdeveniment c en el moment t permet que els efectes de les covariables variïn segons els tipus d'esdeveniments, tal com suggereix el coeficient beta subscrit.

Mitjançant aquests mètodes, es pot estimar per separat la taxa de fracàs de cadascun dels esdeveniments competidors. Per exemple, en el nostre exemple de mortalitat per càncer de mama, quan la mort per càncer de mama és l’esdeveniment d’interès, la mort per atac de cor i totes les altres causes s’haurien de tractar com a censurades a més de les observacions convencionals censurades. Això ens permetria estimar el risc específic de la taxa de mortalitat per càncer de mama i ajustar-nos a un model de risc específic de la mortalitat per càncer de mama. El mateix procediment es pot aplicar a la mort per atac de cor quan esdevé un esdeveniment d’interès.

Una de les principals advertències de l'enfocament específic de la causa és que encara suposa una censura independent per a subjectes que en realitat no són censurats però que no han pogut participar en esdeveniments competitius, com també per a la censura estàndard, com ara la pèrdua. Suposem que aquesta suposició és certa, en centrar-se en la taxa de mortalitat per causa específica per càncer de mama, llavors qualsevol subjecte censurat en el moment t tindria la mateixa taxa de mortalitat per càncer de mama, independentment de si el motiu de la censura és CVD o una altra causa de mort. , o pèrdua del seguiment. Aquesta suposició equival a dir que els esdeveniments competitius són independents, que és la base perquè el tipus d’anàlisi KM sigui vàlid. Tanmateix, no hi ha manera de provar explícitament si es compleix aquest supòsit per a un conjunt de dades determinat. Per exemple, mai no podem determinar si un subjecte que va morir per un atac de cor hauria mort de càncer de mama si no moria per un atac de cor, ja que la possible mort per càncer no és observable per als subjectes que van morir per un atac de cor. Per tant, les estimacions de la funció de risc específic de la causa no tenen una interpretació informativa, ja que es basa en gran mesura en el supòsit de censura de la independència.

3. Quina és la solució?

Actualment, l’enfocament alternatiu més popular per analitzar les dades d’esdeveniments competidors s’anomena Funció d’incidència acumulativa (CIF), que estima la probabilitat marginal de cada esdeveniment competidor. La probabilitat marginal es defineix com la probabilitat dels subjectes que realment van desenvolupar l'esdeveniment d'interès, independentment de si van ser censurats o fracassats d'altres esdeveniments competidors. En el cas més senzill, quan només hi ha un esdeveniment d'interès, el CIF hauria de ser igual a l'estimació (1-KM). Tanmateix, quan hi ha esdeveniments competidors, la probabilitat marginal de cada esdeveniment competitiu es pot estimar a partir del CIF, que es deriva del perill específic de la causa, tal com hem comentat anteriorment. Per definició, la probabilitat marginal no assumeix la independència d’esdeveniments competidors i té una interpretació més rellevant per al metge en anàlisis de cost-efectivitat en què s’utilitza la probabilitat de risc per avaluar la utilitat del tractament.

3.1 Funció d’incidència acumulativa (CIF)

La construcció d’un CIF és tan senzilla com l’estimació de KM. És un producte de dues estimacions:

1) L'estimació del perill en el moment de fallada ordenada tf per al tipus d'esdeveniment d'interès, expressada com:

on el mcf denota el nombre d'esdeveniments del risc c en el moment tf i nf és el nombre de subjectes en aquest moment.

2) L'estimació de la probabilitat global de sobreviure el temps anterior (td-1):

on S (t) denota la funció de supervivència global més que la funció de supervivència específica de la causa. La raó per la qual hem de tenir en compte la supervivència global és simple però important: un subjecte ha d’haver sobreviscut a la resta d’esdeveniments competidors per tal de fracassar de l’esdeveniment tipus c a l’horari.

Amb aquestes dues estimacions, podem calcular la probabilitat d’incidència estimada de fallar a partir del tipus d’esdeveniment c en el moment tf com:

L’equació s’explica per si mateixa: la probabilitat de fallar de l’esdeveniment tipus c en el moment tf és simplement el producte de sobreviure als períodes de temps anteriors i la causa específica del perill en el moment tf.

començar de nou als 40 anys

El CIF del tipus d’esdeveniment c en el moment tf és llavors la suma acumulada fins al temps tf (és a dir, de f ’= 1 a f’ = f) d’aquestes probabilitats d’incidència en tots els temps d’error del tipus c d’esdeveniments, que s’expressa com:

Com hem esmentat anteriorment, el CIF equival a un estimador de 1 KM quan no hi ha cap esdeveniment competidor. Quan hi ha un esdeveniment en competència, el CIF es diferencia de l'estimador d'1 KM pel fet que utilitza la funció de supervivència global S (t) que compta els fracassos dels esdeveniments competidors a més de l'esdeveniment d'interès, mentre que l'estimador d'1 KM utilitza el tipus d'esdeveniment funció de supervivència específica Sc (t), que tracta els fracassos dels esdeveniments competidors com a censurats.

En utilitzar la funció de supervivència global, el CIF ignora la necessitat de fer supòsits no verificables d’independència de la censura en esdeveniments competidors. Atès que el S (t) sempre és inferior a Sc (t), en dades d’esdeveniments competidors, el CIF sempre és inferior a les estimacions d’1 KM, cosa que significa que l’1 KM tendeix a sobrevalorar la probabilitat d’error del tipus d’interès de l’esdeveniment. . Un altre avantatge és que, per definició, el CIF de cada prova competidora és una fracció de la S (t), per tant, la suma de cada perill individual per a tots els esdeveniments competidors hauria de ser igual al perill global. Aquesta propietat de CIF permet disseccionar el perill global, que té interpretacions més pràctiques.

3.2 Anàlisi no paramètric

Gray (1988) va proposar una prova no paramètrica per comparar dos o més CIF. La prova és anàloga a la prova del registre de comparació de les corbes KM, mitjançant una estadística de prova Chi-quadrat modificada. Aquesta prova no requereix la suposició de censura independent. Llegiu l'article original per obtenir detalls sobre com es construeixen aquestes estadístiques de prova.

3.3 Anàlisi paramètric

Fine i Gray (1999) van proposar un model de riscos proporcionals que pretén modelar el CIF amb covariables, tractant la corba CIF com una funció de subdistribució. La funció de subdistribució és anàloga al model de perill proporcional Cox, excepte que modela una funció de perill (coneguda com a perill de subdistribució) derivada d’un CIF. La funció de perill de subdistribució fina i grisa per a l’esdeveniment tipus c es pot expressar com:

La funció anterior estima la taxa de perillositat del tipus d'esdeveniment c en el moment t en funció del conjunt de riscos que es manté en el moment t després de comptabilitzar tots els tipus d'esdeveniments ocorreguts anteriorment, que inclou esdeveniments competidors.

El model de risc proporcional basat en CIF es defineix com:

Aquest model satisfà la suposició de risc proporcional per al risc de subpoblació que s’està modelant, la qual cosa significa que la fórmula de la relació de risc general és essencialment la mateixa que per al model Cox, excepte una diferència cosmètica menor que les beta del model Cox són substituïdes per gammes en Fine i Model de Gray. En conseqüència, hauríem d'interpretar els gammes d'una manera similar a la que fem per a les beta estimades a partir d'un model de Cox, excepte que estima l'efecte de certes covariables en presència d'esdeveniments competidors. El model Fine i Grey també es pot ampliar per permetre covariables dependents del temps.

Avui en dia, l’anàlisi de dades competidores mitjançant mètodes no paramètrics o paramètrics està disponible als principals paquets estadístics, inclosos R, STATA i SAS.

versió més recent de firefox

Lectures

Llibres de text i capítols

J. D. Kalbfleisch i Ross L. Prentice, «Competing Risks and Multistate Models», a The Statistical Analysis of Failure Time Data (Hoboken, N.J .: J. Wiley, 2002), pàgines 247-77.
La idea del CIF es va proposar per primera vegada en aquest llibre. T’ofereix una justificació convincent de per què no pots analitzar dades de la competència mitjançant el mètode Kaplan Meier.

David G. Kleinbaum i Mitchel Klein, «Competing Risks Survival Analysis», a Survival Analysis: A Self-Learning Text (Nova York: Springer, 2012), pàgines 425-95.
Aquesta pàgina sencera es va manllevar molt d’aquest impressionant capítol de Kleinbaum & Klein, el recomano! P.S. Recomano tots els llibres de text estadístics de Kleinbaum en general.

Bob Gray (2013). cmprsk: Anàlisi de subdistribució de riscos competitius. Paquet R versió 2.2-6. http://CRAN.R-project.org/package=cmprsk
Aquest és el manual d’usuari del paquet R cmprsk, que proporciona una guia amigable per a l’ésser humà sobre com implementar aquestes funcions.

stcrreg - Regressió de riscos competitius, StataCorp. 2013. Manual de referència base de Stata 13. College Station, TX: Stata Press.
Aquest és el manual d'usuari de STATA, en sé molt poc, però sembla ser informatiu per a usuaris STATA qualificats.

Model de riscos de subdistribució proporcional per a dades de riscos competitius, SAS Institute Inc. 2013. Guia de l’usuari SAS / STAT® 13.1: pp5991-5995. Cary, NC: SAS Institute Inc.
Aquest és un d'aquests articles del fòrum de SAS que descriu com analitzar el risc de la competència mitjançant PROC PHREG a SAS. Molt detallat i útil.

Articles metodològics

Prentice, Ross L., et al. L'anàlisi dels temps de fracàs en presència de riscos competitius. Biometria (1978): 541-554.
Aquest article és molt similar al capítol de llibres de Kalbfleisch i Prentice, probablement siguin el mateix document.

Gray, Robert J. Una classe de proves de mostra K per comparar la incidència acumulada d’un risc en competència. The Annals of statistics (1988): 1141-1154.
Aquest és el document que proposa la prova modificada del Chi-quadrat per comparar dos o més CIF. Èpica!

Fine, Jason P. i Robert J. Gray. Un model de riscos proporcionals per a la subdistribució d’un risc en competència. Revista de l’American Statistical Association 94.446 (1999): 496-509.
Aquest és el document que proposava la funció de perill de subdistribució i el model de perill proporcional per al CIF. Èpica!

Latouche, Aurélien, et al. Model de regressió mal especificat per al risc de subdistribució d’un risc en competència. Estadístiques en medicina 26.5 (2007): 965-974.
Aquest article criticava l'ús indegut de la funció de risc de subdistribució en articles publicats. És útil, ja que va assenyalar alguns errors habituals en l’ús d’aquest mètode.

Lau, Bryan, Stephen R. Cole i Stephen J. Gange. Models de regressió de risc competitius per a dades epidemiològiques. Revista americana d’epidemiologia 170.2 (2009): 244-256.
Aquest article ofereix un resum excel·lent del CIF i la regressió del risc en competència, amb gràfics vius. També té una aplicació d’aquest mètode en dades del món real. Molt útil per a epidemiòlegs.

Zhou, Bingqing, et al. Regressió de riscos competitius per a dades estratificades. Biometria 67.2 (2011): 661-670.
El document va ampliar els mètodes de Gray per analitzar dades estratificades.

Zhou, Bingqing, et al. Regressió de riscos competitius per a dades agrupades. Bioestadística 13.3 (2012): 371-383.
El document amplia els mètodes de Gray per analitzar dades agrupades.

Andersen, Per Kragh, et al. Riscos competitius en epidemiologia: possibilitats i trampes. Revista internacional d'epidemiologia 41.3 (2012): 861-870.
Un bon resum i crítica dels mètodes de Gray.

Articles d'aplicació

Wolbers, Marcel i altres. Models pronòstics amb riscos competitius: mètodes i aplicació a la predicció del risc coronari. Epidemiologia 20.4 (2009): 555-561.
Aquest article va comparar el model de Fine i Gray amb el model estàndard de Cox en l’anàlisi de la mortalitat per malaltia coronària i va mostrar que el model de Cox va sobreestimar el perill.

Wolbers, Marcel i altres. Anàlisis de riscos competitius: objectius i enfocaments. European Heart Journal (2014): ehu131.
Aquest article és també de Wolbers et al. però fa una revisió més àmplia del mètode de Gray i un exemple d’anàlisi de l’eficàcia dels desfibril·ladors cardioversors implantables.

Estats Units v. eichman

Grover, Gurprit, Prafulla Kumar Swain i Vajala Ravi. Un enfocament de risc competitiu amb censura per estimar la probabilitat de mort de pacients amb VIH / SIDA en teràpia antiretroviral en presència de covariables. Statistics Research Letters 3.1 (2014).
Una aplicació clàssica en la investigació del tractament del VIH.

Dignam, James J., Qiang Zhang i Masha Kocherginsky. L’ús i la interpretació de models de regressió de riscos competitius. Investigació clínica del càncer 18.8 (2012): 2301-2308.
Aquest article utilitza un exemple de dades d’un assaig clínic de grup oncològic de radioteràpia per al càncer de pròstata per demostrar que un model diferent de perill pot conduir a conclusions molt diferents sobre el mateix predictor.

R Tutorials

Scrucca, L., A. Santucci i F. Aversa. Anàlisi de riscos competitius mitjançant R: una guia fàcil per als metges. Trasplantament de medul·la òssia 40,4 (2007): 381-387.
Un tutorial molt bonic per estimar CIF en R per a persones que no són estadístiques.

Scrucca, L., A. Santucci i F. Aversa. Modelització de regressió del risc en competència mitjançant R: una guia en profunditat per als metges. Trasplantament de medul·la òssia 45,9 (2010): 1388-1395.
Un tutorial molt bonic per ajustar la regressió del risc en competència en R per a persones no estadístiques.

Scheike, Thomas H. i Mei-Jie Zhang. Analitzar dades de risc competitius mitjançant el paquet R timereg. Diari de programari estadístic 38.2 (2011).
Una introducció a un paquet R de temps diferent del paquet cmprsk per a l'anàlisi de dades competitius.

Tutorials STATA

Coviello, Vincenzo i May Boggess. Estimació de la incidència acumulada en presència de riscos competitius. Revista STATA 4 (2004): 103-112.

Tutorials SAS

Lin, Guixian, Ying So i Gordon Johnston. Analitzar dades de supervivència amb riscos competitius mitjançant el programari SAS. SAS Global Forum. Vol. 2102. 2012.

Cursos

Sally R. Hinchlie. Riscos competitius: què, per què, quan i com? Anàlisi de supervivència per a investigadors menors, Departament de Ciències de la Salut, Universitat de Leicester, 2012
Una impressionant conferència sobre anàlisi de riscos competitius amb molts gràfics per entendre el mètode.

Bernhard Haller. Anàlisi de dades de riscos competitius i simulació de dades després de riscos de subdistribució predeterminats, Seminari de Recerca, Institut d'Estadística Mèdica i Epidemiologia, Universitat Tècnica de Munic, 2013
Ensenyar-vos a simular dades competidores, una mica difícils de seguir.

Roberto G. Gutiérrez. Regressió de riscos competitius, reunió del grup d'usuaris de Stata d'Austràlia i de Nova Zelanda del 2009. StataCorp LP, 2009
Una conferència sobre l’ús de STATA per analitzar dades de risc en competència.

Zaixing Shi, Anàlisi de riscos competitius: presentació Epi VI, presentació de la classe del semestre de primavera del 2014.
Aquesta és la meva presentació de diapositives!

Articles D'Interès

L'Elecció De L'Editor

Què és la nanotecnologia, definició, tipus
Què és la nanotecnologia, definició, tipus
la nanotecnologia ajuda els humans. La nanotecnologia és la branca de la ciència que s'ocupa de l'estudi de partícules d'entre 1 nanòmetre i 100 nm.
Els nous vídeos de rap tenen com a objectiu ajudar a augmentar la vacunació contra COVID-19 en comunitats de color
Els nous vídeos de rap tenen com a objectiu ajudar a augmentar la vacunació contra COVID-19 en comunitats de color
Inclou cinc vídeos animats amb el raper guanyador del premi Grammy Darryl DMC McDaniels de Run-DMC.
Índex d’estrès de l’aigua d’Amèrica
Índex d’estrès de l’aigua d’Amèrica
Servei d’Immigració de Nigèria i la càrrega de la protecció de dades
Servei d’Immigració de Nigèria i la càrrega de la protecció de dades
Columbia Global Freedom of Expression intenta avançar en la comprensió de les normes i institucions nacionals i internacionals que millor protegeixen el lliure flux d’informació i expressió en una comunitat global interconnectada amb grans reptes comuns a abordar. Per assolir la seva missió, la Llibertat d’expressió mundial realitza i encarrega projectes de recerca i polítiques, organitza esdeveniments i conferències i participa en debats globals sobre la protecció de la llibertat d’expressió i informació al segle XXI i hi contribueix.
Htc u11 preu, especificacions, data de llançament, preu a l'Índia, EUA
Htc u11 preu, especificacions, data de llançament, preu a l'Índia, EUA
HTC U11 HTC mobile Preu a l'Índia, EUA. Especificacions mòbils de HTC U11, data de llançament, característiques, informació de la bateria, colors, interfície d'interfície d'usuari de HTC, sensors, imatges
Els ovnis emergeixen, de nou
Els ovnis emergeixen, de nou
Més enllà de les fantàstiques teories de la conspiració i de la discussió, pot haver-hi un problema en intentar resoldre el trencaclosques d’objectes voladors no identificats.
Alumne universitari Tze Chun '02 Showrunner per a 'Gremlins: Secrets of the Mogwai
Alumne universitari Tze Chun '02 Showrunner per a 'Gremlins: Secrets of the Mogwai'
Warner Bros. Animation recupera la clàssica pel·lícula de 1984 Gremlins en un nou programa d'animació.