Fragilidade gama e variância robusta: extensões do modelo semiparamétrico de Cox / Gamma frailty and robust variance: extension of the semiparametric Cox model

RESUMO

Objetivo. Apresentar, metodologicamente, as abordagens de variãncia robusta e de fragilidade em modelos semiparamétricos para analisar dados univariados e multivariados de sobrevida; e compará-Ias, empíricamente, estimando razões de taxas de falha na análise de dados reais da área biomédica. Métodos. A formulação dos modelos com fragilidade e com variãncia robusta são descritos e diferentes modelos para analisar falhas múltiplas são apresentados. Cinco conjuntos de dados são considerados na comparação, dois de eventos agrupados e três de eventos recorrentes. Considerou-se a 1a falha dos eventos recorrentes para a análise de dados univariados de sobrevida, em que a fragilidade representa a heterogeneidade não observada e a variãncia robusta melhora a variablidade dos estimadores " quando o modelo não está especificado corretamente. Resultados. A abordagem de variãncia robusta apresentou um bom desempenho computacional. Os ajustes com fragilidade e com variância robusta foram afetados de maneira similar pelos modelos para falhas múltiplas. Conclusões. As duas abordagens podem levar a diferentes ajustes nos modelos f)ara eventos recorrentes. As análises para Ia falha podem diferir das análises com eventos recorrentes. A não ser que haja interesse em testar independência, o modelo de variãncia robusta parece ser o mais indicado, enquanto modelos de fragilidade com suposições menos restritivas e com razoável desempenho computacionaI não estiverem disponíveis em programas flexíveis. No momento, o S-Plus é o melhor programa para aplicar a fragilidade gama, seguido do Stata; o uso de uma macro do SAS mostrou-se desvantajoso. Os três programas são equivalentes para analisar modelos de variãncia robusta.