course-show.h1-title

Introdução

Análise de sobrevivência, também conhecida como análise de duração, é um conjunto de métodos estatísticos que foca no tempo até um evento em estudos de sobrevivência. É amplamente utilizado em pesquisa biomédica, especialmente em epidemiologia, ensaios clínicos e pesquisa em saúde pública. Este curso tem como objetivo fornecer uma compreensão aprofundada da análise de sobrevivência e dos modelos de risco, incluindo sua aplicação, pressupostos e interpretação em pesquisas biológicas.

Contexto e Motivação

Antes de mergulhar na análise de sobrevivência, é essencial entender o contexto e a motivação por trás de seu uso. O objetivo principal da pesquisa biomédica é melhorar os resultados de saúde, o que frequentemente envolve entender a progressão da doença, os efeitos do tratamento e os fatores de risco. A análise de sobrevivência oferece uma ferramenta poderosa para abordar essas questões, modelando o tempo até um evento, como início de doença, morte ou recidiva.

Conceitos-chave na análise de sobrevivência

Esta seção abordará os conceitos fundamentais da análise de sobrevivência, incluindo:

1. Função Sobrevivente: Probabilidade de sobreviver além de um determinado ponto de tempo
2. Função de Risco Cumulativa: A probabilidade de experimentar um evento até um determinado ponto de tempo
3. Função de Taxa de Risco: Taxa instantânea da probabilidade de um evento ocorrer em um momento específico, dado que o indivíduo sobreviveu até esse momento
4. Estimador Kaplan-Meier: Um método não paramétrico para estimar probabilidades de sobrevivência ao longo do tempo em dados censurados
5. Modelo de Riscos Proporcionais de Cox: Um modelo de regressão semiparamétrica usado para avaliar o efeito de variáveis explicativas na taxa de risco
6. Riscos Concorrentes: Situações em que um indivíduo pode passar por múltiplos tipos de eventos, e a ocorrência de um evento influencia a probabilidade de outro evento
7. Covariáveis Dependentes do Tempo: Covariáveis que podem mudar ao longo do tempo e afetar a taxa de risco
8. Modelos de Fragilidade: Explicam a presença de heterogeneidade não observada em uma população

Suposições, limitações e interpretação do modelo

Compreender as suposições, limitações e interpretação dos modelos de sobrevivência é crucial para sua aplicação adequada na pesquisa biológica. Esta seção irá abordar:

1. Suposições: Explicação das suposições comuns feitas na análise de sobrevivência, como a suposição de independência da censura e a suposição de riscos proporcionais
2. Limitações: Discussão de situações em que modelos de sobrevivência podem não ser apropriados e abordagens alternativas que podem ser usadas em seu lugar
3. Interpretação do Modelo: Diretrizes para interpretar os resultados da análise de sobrevivência, incluindo razões de risco, intervalos de confiança e valores-p
4. Comparação e Seleção de Modelos: Métodos para comparar e selecionar entre diferentes modelos de sobrevivência com base na qualidade do ajuste e na precisão preditiva
5. Validação de Modelo: Técnicas para validar modelos de sobrevivência, como validação interna (bootstrap, jackknife) e validação externa (amostras de replicação, conjuntos de dados independentes)

Estudos de Caso em Pesquisa Biológica

Esta seção apresentará estudos de caso que demonstram a aplicação da análise de sobrevivência em pesquisas biológicas, incluindo:

1. Análise de Sobrevivência ao Câncer: Análise do tempo até a morte após o diagnóstico de câncer, levando em conta o tratamento, fatores demográficos e clínicos
2. Dinâmica da Transmissão de Doenças Infecciosas: Modelagem do tempo até a infecção ou recuperação em surtos de doenças infecciosas, considerando covariáveis dependentes do tempo e riscos concorrentes
3. Comportamento Animal e Longevidade: Análise da sobrevivência dos animais na natureza, levando em conta idade, sexo, habitat e outros fatores que podem influenciar a longevidade
4. Ensaios Clínicos: Avaliação do efeito de um novo tratamento no tempo de sobrevivência em comparação com um grupo controle, ajustando para potenciais fatores de confusão

Tópicos Avançados em Análise de Sobrevivência e Modelos de Risco

Esta seção abordará tópicos avançados que se baseiam nas bases apresentadas anteriormente:

1. Modelos Multistates: Modelagem de transições entre múltiplos estados de saúde ao longo do tempo
2. Modelos Conjuntos: Contabilizando simultaneamente dados longitudinais (medidas repetidas) e dados de sobrevivência
3. Modelos de Fragilidade para Dados Longitudinais: Ampliando os modelos de fragilidade para levar em conta a heterogeneidade não observada em medições repetidas
4. Análise de Sobrevivência com Desenhos Complexos de Amostragem: Incorporando pesos de pesquisa, agrupamento e estratificação em modelos de análise de sobrevivência
5. Inferência Causal na Análise de Sobrevivência: Métodos para estimar efeitos causais usando dados de sobrevivência, como variáveis instrumentais, fórmula g e correspondência de escore de propensão
6. Análise de Sobrevivência com Covariáveis Temporais: Levando em conta covariáveis que podem mudar ao longo do estudo
7. Modelos de Sobrevivência Não Paramétricos: Abordagens alternativas para modelos de sobrevivência paramétrica, como o estimador Nelson-Aalen e o estimador Aalen-Johansen
8. Modelos de Tempo de Falha Acelerado: Modelagem da relação entre variáveis explicativas e o logaritmo do tempo de falha em vez da taxa de risco