MAE514 - Introduc a o a ` Ana lise de Sobreviv encia e Aplicac o es

Fernando Henrique Ferraz Pereira da Rosa Vagner Aparecido Pedro J unior 10 de outubro de 2005
Lista 3 Considere o banco de dados relacionado com um estudo, denominado WHAS, conduzido pela Escola de Medicina da Universidade de Massachusetts. Os dados correspondem a uma amostra aleat oria com 481 pacientes que sofreram infarto agudo do mioc ardio, tomada de 8000 admiss oes observadas durante 10 anos (a partir de 1975) em Hospitais em Worcester. Os dados podem ser obtidos em http://www.ime.usp.br/~acarlos/mae0514/dados/whas.dat e uma descri ca o das vari aveis est a em http://www.ime.usp.br/~acarlos/mae0514/dados/whasdescr.txt 1. Considerando apenas os pacientes das coortes 1975 e 1978, (a) Obtenha o estimador Kaplan-Meier da fun ca o de sobreviv encia para homens e para mulheres. Construa gr acos. Na Figura 1 temos o gr aco desse estimador de acordo com os sexos. Podemos observar que a propor ca o observada de sobreviventes e sempre menor para as mulheres do que para os homens. (b) Calcule os ICs de 95% para as curvas estimadas em (a) atrav es de dois m etodos diferentes e compare-os. Inclua nos gr acos do item anterior. Na Figura 2 temos os gr acos dos estimadors de Kaplan-Meier e os respectivos intervalos de conan ca de 95% para o m etodo de Greenwood e para o m etodo log-log. Observamos que ambos produzem estimadores parecidos, e que nos dois casos as bandas de conan ca para homens e mulheres se intersectam, indicando que n ao h a diferen ca na sobrevida entre os dois grupos a 5%. (c) Obtenha estimativas pontuais e intervalares (95%) para os quartis do tempo de sobreviv encia, para cada sexo. (d) Estime o tempo m edio de sobreviv encia conjunto e depois para cada sexo. Compare os resultados obtidos. Atrav es dos comandos abaixo, no R, obtemos as estimativas pedidas: > print(survfit(whas2.Surv ~ 1, data = whas2), show.rmean = TRUE) 1

Proporo de sobreviventes

0.2

0.4

0.6

0.8

1.0

masculino feminino 0.0 0

1000

2000

3000

4000

5000

6000

Tempo de acompanhamento (dias)

Figura 1: Gr aco do estimador de Kaplan-Meier da fun ca o de sobreviv encia para homens e mulheres.
Greenwood
1.0 1.0

loglog

0.8

Proporo de sobreviventes

Proporo de sobreviventes masculino feminino

0.6

0.4

0.2

0.2

0.4

0.6

0.8

masculino feminino 0.0

0.0 0

1000

2000

3000

4000

5000

6000

1000

2000

3000

4000

5000

6000

Tempo de acompanhamento (dias)

Tempo de acompanhamento (dias)

Figura 2: Gr acos do estimador de Kaplan-Meier da fun ca o de sobreviv encia para homens e mulheres, com intervalos de conan ca de 95% calculados por dois m etodos difrentes. Call: survfit(formula = whas2.Surv ~ 1, data = whas2) n 160 events 102 rmean se(rmean) 2874 197 2 median 2261 0.95LCL 1815 0.95UCL 3402

> print(survfit(whas2.Surv ~ sex, data = whas2), show.rmean = TRUE) Call: survfit(formula = whas2.Surv ~ sex, data = whas2) n events rmean se(rmean) median 0.95LCL 0.95UCL sex=masculino 101 62 2990 248 2564 1867 4514 sex=feminino 59 40 2664 320 2187 548 3962 Onde vemos que as m edias dos tempos de sobreviv encia estimadas n ao diferem uma das outras, ao considerarmos o intervalo 2. Calcule os testes de log-rank, Wilcoxon e Peto-Prentice para a igualdade das duas fun co oes de sobreviv encia estimadas no item (a) de (1). Os testes d ao suporte ao que e sugerido pelos gr acos? > survdiff(whas2.Surv ~ sex, data = whas2, rho = 0) Call: survdiff(formula = whas2.Surv ~ sex, data = whas2, rho = 0) N Observed Expected (O-E)^2/E (O-E)^2/V sex=masculino 101 62 67 0.369 1.08 sex=feminino 59 40 35 0.706 1.08 Chisq= 1.1 on 1 degrees of freedom, p= 0.298

> survdiff(whas2.Surv ~ sex, data = whas2, rho = 1) Call: survdiff(formula = whas2.Surv ~ sex, data = whas2, rho = 1) N Observed Expected (O-E)^2/E (O-E)^2/V sex=masculino 101 41.4 46 0.458 1.83 sex=feminino 59 28.6 24 0.877 1.83 Chisq= 1.8 on 1 degrees of freedom, p= 0.176

Ambos os testes (log-rank e Peto-peto, respectivamente) nos d ao suporte a n ao rejeitar H0 (igualdade das curvas de sobreviv encia entre os grupos) a 5%. Conclu mos ent ao que as curvas de sobreviv encia n ao diferem entre os sexos para o paciente da coorte de 1975 e 1978, em acordo com o que foi sugerido pelos gr acos dos itens anteriores. As pr oximas quest oes est ao relacionadas a um conjunto de dados relacionados ao tempo de vida de 863 pacientes submetidos a transplante de rim, classicados em 4 grupos segundo sexo e ra ca. O arquivo com os dados est a em http://www.ime.usp.br/~acarlos/mae0514/dados/rim.dat e uma descri ca o das vari aveis est a em http://www.ime.usp.br/~acarlos/mae0514/dados/rimdescr.txt

3. Construa dois gr acos de estimativas da fun ca o de sobreviv encia a m de comparar ra cas, para homens e para mulheres. O que pode ser dito? Na Figura 3 temos esses dois gr acos. Nota-se que para os exo feminino a propor ca o de sobreviventes para ra ca n ao branca e menor do que para branca, a partir do 1000o. dia de acompanhamento. Para o sexo masculino a propor ca o de sobreviventes aparenta ser igual entre as ra cas.
Sexo feminino
1.0 1.0

Sexo masculino

0.8

Proporo de sobreviventes

Proporo de sobreviventes branco no branco

0.6

0.4

0.2

0.2

0.4

0.6

0.8

branco no branco 0.0

0.0 0

500

1000

1500

2000

2500

3000

3500

500

1000

1500

2000

2500

3000

3500

Tempo de acompanhamento (dias)

Tempo de acompanhamento (dias)

Figura 3: Gr acos do estimador de Kaplan-Meier da fun ca o de sobreviv encia para homens e mulheres, de acordo com ra ca. 4. Teste a hip otese de que os 4 grupos t em a mesma fun ca o de sobreviv encia. > survdiff(rim.Surv ~ raca + genero, data = rim) Call: survdiff(formula = rim.Surv ~ raca + genero, data = rim) N Observed Expected (O-E)^2/E (O-E)^2/V 432 73 69.25 0.2025 0.4013 280 39 47.39 1.4860 2.2531 92 14 14.52 0.0184 0.0205 59 14 8.84 3.0173 3.2245

raca=branco, genero=masculino raca=branco, genero=feminino raca=n~ ao branco, genero=masculino raca=n~ ao branco, genero=feminino Chisq= 4.7

on 3 degrees of freedom, p= 0.192

Atrav es do teste de log-rank, concluimos que n ao h a diferen ca entre os grupos, utilizando 5% de n vel de conan ca. 5. Ajustando por sexo, teste a hip otese de que pacientes da ra ca branca apresentam menor taxa de mortalidade do que pacientes de outra ra ca. Al em disso, forne ca testes individuais, para cada sexo, da hip otese de igualdade nas taxas de sobreviv encia das ra cas. > survdiff(rim.Surv ~ raca + strata(genero), data = rim)

Call: survdiff(formula = rim.Surv ~ raca + strata(genero), data = rim) N Observed Expected (O-E)^2/E (O-E)^2/V raca=branco 712 112 116.7 0.188 1.13 raca=n~ ao branco 151 28 23.3 0.942 1.13 Chisq= 1.1 on 1 degrees of freedom, p= 0.287

Ajustando por sexo, conclu mos, tamb em a 5% que n ao h a diferen ca entre as taxa de sobreviv encia. Fazendo os testes individuais obtemos: > survdiff(rim.Surv ~ raca, data = rim, subset = genero == "feminino") Call: survdiff(formula = rim.Surv ~ raca, data = rim, subset = genero == "feminino") N Observed Expected (O-E)^2/E (O-E)^2/V raca=branco 280 39 44.79 0.748 4.85 raca=n~ ao branco 59 14 8.21 4.076 4.85 Chisq= 4.8 on 1 degrees of freedom, p= 0.0277

> survdiff(rim.Surv ~ raca, data = rim, subset = genero == "masculino") Call: survdiff(formula = rim.Surv ~ raca, data = rim, subset = genero == "masculino") N Observed Expected (O-E)^2/E (O-E)^2/V raca=branco 432 73 71.9 0.0168 0.097 raca=n~ ao branco 92 14 15.1 0.0801 0.097 Chisq= 0.1 on 1 degrees of freedom, p= 0.755

Onde vemos que para o sexo feminno rejeitamos a hip otese de igualdade nas curvas de sobreviv encia.

Sobre
A vers ao eletr onica desse arquivo pode ser obtida em http://www.feferraz. net Copyright (c) 1999-2005 Fernando Henrique Ferraz Pereira da Rosa. E dada permiss~ ao para copiar, distribuir e/ou modificar este documento sob os termos da Licen ca de Documenta ca ~o Livre GNU (GFDL), vers~ ao 1.2, publicada pela Free Software Foundation; Uma c opia da licen ca em est a inclusa na se ca ~o intitulada "Sobre / Licen ca de Uso".