A definição da razão de perigo
O perigo é definido como o declive da curva de sobrevivência — uma medida da rapidez com que os indivíduos morrem.a taxa de risco compara dois tratamentos. Se a taxa de risco for 2, 0, a taxa de mortes num grupo de tratamento é o dobro da taxa no outro grupo.como parte da análise de sobrevivência de dois conjuntos de dados, Prism reporta a taxa de risco com o seu intervalo de confiança de 95%.,
interpretação da razão de perigo
a razão de perigo não é calculada em qualquer momento, mas inclui todos os dados na curva de sobrevivência. uma vez que existe apenas uma taxa de risco notificada, esta só pode ser interpretada se presumir que a taxa de risco da população é consistente ao longo do tempo e que quaisquer diferenças se devem a amostragem aleatória. se a razão de perigo não for consistente ao longo do tempo, o valor que o Prism reporta para a razão de perigo não será útil., Se duas curvas de sobrevivência se cruzarem, as taxas de risco não são certamente consistentes (a menos que se cruzem em pontos de tempo tardios, quando há poucos sujeitos ainda sendo seguidos, então há muita incerteza na posição real das curvas de sobrevivência).
Note que uma razão de perigo de dois não significa que o tempo de sobrevivência mediano seja duplicado (ou reduzido para metade). Uma taxa de risco de dois significa que um doente de um grupo de tratamento que não tenha morrido (ou progredido, ou qualquer que seja o ponto final seguido) num determinado ponto de tempo tem duas vezes a probabilidade de ter morrido (ou progredido…,) no próximo ponto Temporal em comparação com um doente do outro grupo de tratamento.
para outras precauções sobre interpretação de rácios de perigo, veja estes dois artigos de revisão:
Como a razão de perigo é calculada
Existem duas formas muito semelhantes de fazer cálculos de sobrevivência: log-rank, e Mantel-Haenszel. Ambos são explicados no capítulo 3 da Machin, Cheung e Parmar,Análise de Sobrevivência (detalhes abaixo).
a abordagem de Mantel Haneszel usa estes passos:
- calcula a variância total, V, como explicado na página 38-40 de uma esmola por Michael Vaeth., Note que ele chama o teste de “log-rank”, mas em uma nota explica que este é o teste mais preciso, e também dá a equação para a aproximação mais simples que chamamos log-rank.
- Compute l = (O1 – E1) / V, where O1 – is the total observed number of events in group1 E1-is the total expected number of events in group1. Obterias o mesmo valor de K se usasses o outro grupo.
- Note que L é o logaritmo natural do HR.
- o menor limite de confiança de 95% da taxa de risco é igual a:
EXP(L – 1.,96/sqrt(V)) - superior de confiança de 95% limite é igual a:
EXP(L + 1.96/sqrt(V))
O logrank abordagem utiliza estes passos:
Os dois métodos comparados
Os dois costumam dar idênticas ou quase idênticas) resultados. Mas os resultados podem diferir quando vários indivíduos morrem ao mesmo tempo ou quando a taxa de risco está longe de 1,0.Bernstein e colegas analisaram dados simulados com ambos os métodos (1). Em todas as suas simulações, a suposição de perigos proporcionais era verdadeira. Os dois métodos deram valores muito semelhantes., O método logrank (que eles se referem como o método O/E) relata valores que estão mais perto de 1,0 do que a verdadeira razão de perigo, especialmente quando a razão de perigo é grande ou o tamanho da amostra é grande.quando há laços, ambos os métodos são menos precisos. Os métodos logrank tendem a relatar rácios de perigo ainda mais próximos de 1, 0 (por isso, a taxa de risco notificada é demasiado pequena quando a taxa de risco é superior a 1, 0, e demasiado grande quando a taxa de risco é inferior a 1, 0). O método Mantel-Haenszel, em contraste, relata razões de perigo que estão mais longe de 1.,0 (a taxa de risco notificada é demasiado elevada quando a taxa de risco é superior a 1, 0 e demasiado pequena quando a taxa de risco é inferior a 1, 0).
não testaram os dois métodos com dados simulados quando a suposição de perigos proporcionais não é verdadeira. Eu vi um conjunto de dados onde as duas estimativas de HR eram muito diferentes (por um fator de três), e a suposição de riscos proporcionais era duvidosa para esses dados (arquivo Excel)., Parece que o método Mantel-Haenszel dá mais peso a diferenças no perigo em pontos de tempo tardios, enquanto o método logrank dá igual peso em todos os lugares (mas eu não explorei isso em detalhes). Se você ver valores de RH muito diferentes com os dois métodos, pense se a suposição de perigos proporcionais é razoável. Se essa suposição não for razoável, então é claro que todo o conceito de uma única razão de perigo descrevendo toda a curva não é significativo.
a bug in Prism 6
Note that both methods use the natural logarithm of the HR in their calculations., Nós definimos este valor para ser L acima. The bug in Prism 6 is that the calculation for the logrank test actually calculated L using the Mantel-Haenszel approach when computing the confidence interval. Normalmente, os dois valores de HR são quase idênticos, então este bug foi na maioria trivial. Só afeta os cálculos quando os dois valores de HR são muito diferentes. Nesta situação, temos de nos perguntar se uma das definições é muito útil. Suspeito que esta discrepância acontece quando os dados simplesmente não cumprem os pressupostos de riscos proporcionais. O bug foi corrigido em 7.00 e 7.0 A.,
Como as versões mais antigas do Prism calculam a razão de perigo
Prism 4 usa o método logrank para calcular a razão de perigo, mas usa a abordagem Mantel-Haenszel para calcular o intervalo de confiança da razão de perigo. Os resultados podem ser inconsistentes. Em casos raros, a taxa de risco notificada pelo Prism 4 pode estar fora do intervalo de confiança da taxa de risco notificada pelo Prism 4.
Prism 5 calcula tanto a taxa de risco como o seu intervalo de confiança, utilizando a abordagem de Mantel Haenszel.
