Riscos Competitivos

Riscos competitivos surgem quando um sujeito pode experimentar um de vários tipos de eventos mutuamente exclusivos, e a ocorrência de um evento impede ou altera a chance de observar outro — por exemplo, a morte por uma causa diferente daquela em estudo remove o sujeito da possibilidade desse evento. Métodos padrão de sobrevivência de evento único podem enganar nesse cenário, então a análise de riscos competitivos usa estimadores adaptados.

Definition

Um risco competitivo é um evento cuja ocorrência impede ou altera fundamentalmente a probabilidade do evento de interesse primário; a análise de riscos competitivos estima a probabilidade de cada tipo de evento ao longo do tempo, levando em consideração os outros, principalmente através dos riscos instantâneos específicos da causa e da função de incidência cumulativa.

Scope

Este tópico aborda por que a estimativa ingênua de Kaplan-Meier superestima o risco de um evento quando outros competem, a distinção entre o risco instantâneo específico da causa e a função de incidência cumulativa, e abordagens de regressão, incluindo modelos de Cox específicos da causa e o modelo de subdistribuição de Fine-Gray. É um material de referência metodológica e não uma orientação clínica.

Core questions

• Por que tratar eventos competitivos como censura ordinária distorce a probabilidade estimada de um evento?
• Como o risco instantâneo específico da causa e a função de incidência cumulativa diferem no que descrevem?
• Quando um modelo de Cox específico da causa deve ser usado em vez de um modelo de subdistribuição de Fine-Gray?
• Como os resultados de riscos competitivos são interpretados e relatados?

Key concepts

• Tipos de eventos mutuamente exclusivos
• Risco instantâneo específico da causa
• Função de incidência cumulativa (FIC)
• Risco instantâneo de subdistribuição
• Modelo de Fine-Gray
• Teste de Gray
• Violação da censura independente
• Superestimação de um menos Kaplan-Meier

Mechanisms

Quando eventos competitivos são tratados como censura ordinária, a suposição de censura independente é violada, e um menos a estimativa de Kaplan-Meier superestima a probabilidade do evento de interesse porque implicitamente assume que os sujeitos censurados ainda poderiam ter esse evento. A função de incidência cumulativa, em vez disso, estima a probabilidade de cada evento específico por um determinado tempo no mundo real onde os outros eventos também ocorrem, e ela soma os tipos de eventos para a probabilidade total de qualquer evento. Duas estruturas de regressão abordam os efeitos das covariáveis: modelos de Cox específicos da causa, que modelam o risco instantâneo de cada evento entre aqueles ainda livres de eventos e respondem a questões etiológicas, e o modelo de Fine-Gray, que modela o risco instantâneo de subdistribuição diretamente ligado à incidência cumulativa e é adequado para previsão. A comparação de grupos da incidência cumulativa usa o teste de Gray (Fine & Gray, 1999; Gray, 1988; Putter et al., 2007; Austin et al., 2016).

Clinical relevance

Riscos competitivos são comuns em populações mais velhas ou mais doentes onde, por exemplo, a morte por outras causas compete com o desfecho em estudo; ignorá-los pode superestimar substancialmente o risco desse desfecho e distorcer comparações. Reconhecer isso é importante para avaliar estudos prognósticos; a entrada descreve a metodologia e não é uma base para decisões clínicas individuais.

Epidemiology

Cenários de riscos competitivos são frequentes em cardiologia, oncologia, transplante e geriatria, onde múltiplas causas de falha coexistem; tutoriais metodológicos em grandes periódicos clínicos promoveram a análise apropriada à medida que a conscientização cresceu (Austin et al., 2016).

Evidence & guidelines

Não existem diretrizes clínicas para a análise de riscos competitivos em si; as referências metodológicas são o teste de Gray para incidência cumulativa (Gray, 1988), o modelo de subdistribuição de Fine-Gray (Fine & Gray, 1999), tutoriais para bioestatísticos e público clínico (Putter et al., 2007; Austin et al., 2016), e textos de análise de sobrevivência (Klein & Moeschberger, 2003).

History

A função de incidência cumulativa e os riscos instantâneos específicos da causa têm raízes antigas em trabalhos atuariais e bioestatísticos sobre decremento múltiplo, mas a prática moderna foi moldada pelo teste K-amostras de Gray de 1988 para incidência cumulativa e pelo modelo de risco instantâneo de subdistribuição de Fine-Gray de 1999, que juntos forneceram estimação, teste e regressão práticos. Tutoriais nas décadas de 2000 e 2010 levaram esses métodos para a pesquisa clínica de rotina (Putter et al., 2007; Austin et al., 2016).

Debates

Risco instantâneo específico da causa versus modelo de subdistribuição (Fine-Gray)?

Modelos específicos da causa abordam questões etiológicas sobre a taxa de um evento entre aqueles em risco, enquanto modelos de Fine-Gray visam a incidência cumulativa para previsão; os analistas debatem qual relatar, e muitos recomendam apresentar ambos em vez de escolher um.

Key figures

• Jason P. Fine
• Robert J. Gray
• Hein Putter
• Peter C. Austin

Seminal works

• fine-gray-1999
• gray-1988

Frequently asked questions

Por que não posso simplesmente usar uma curva de Kaplan-Meier quando há riscos competitivos?

Tratar eventos competitivos como censura viola a suposição de independência e faz com que um menos a estimativa de Kaplan-Meier superestime a probabilidade do evento; a função de incidência cumulativa deve ser usada em vez disso.

Qual é a diferença entre o risco instantâneo específico da causa e a função de incidência cumulativa?

O risco instantâneo específico da causa é a taxa de um evento particular entre os sujeitos ainda livres de eventos e responde a questões etiológicas, enquanto a função de incidência cumulativa fornece a probabilidade real desse evento por um determinado tempo na presença dos eventos competitivos.