Tendencias de la tasa de supervivencia en estudios de casos y controles

Envié un artículo que fue rechazado debido a la forma incorrecta de realizar el análisis de supervivencia. El árbitro no dejó otros detalles o explicaciones que no sean: "el análisis de supervivencia en las tendencias temporales requiere formas más sofisticadas de censura".

La pregunta:

¿Se ha reducido el exceso de riesgo de muerte entre los fumadores en las últimas décadas?

Datos:

25,000 fumadores en Alemania. Se inscribieron en la cohorte en cualquier momento entre 1995 y 2014. Cada fumador ha sido emparejado (en el momento de la inscripción) con un control de sexo y edad de la población general (que no fumaba). Tengo la hora exacta de la muerte para todos los que murieron durante todo el período de estudio. Los que no murieron durante el seguimiento serán censurados. El estudio tiene el poder de examinar el exceso de riesgo de muerte entre los fumadores cada año desde 1995 hasta 2014.

El objetivo es calcular:

• Tasas de incidencia de muerte para fumadores y no fumadores cada año y examinar estas tendencias
• El exceso de riesgo de muerte entre los fumadores, cada año (o un período de unos pocos años consecutivos).

¿Cómo deben analizarse los datos? Recuerde que alguien que está incluido en 1998 podría morir en 2015. ¿Se actualiza el enfoque correcto para usar el formato de proceso de conteo con inicio y parada para cada año?

Este es el enfoque que no le gustó al árbitro:

Las tasas de incidencia se calcularon mediante regresión de Poisson. Incluimos el tiempo de seguimiento como compensación en el modelo e incluimos edad, sexo, tabaquismo y período calendario (combinando dos años consecutivos) como predictores en el modelo. Luego, las tasas se calcularon por 1000 personas años utilizando la función de predicción () de R. El desplazamiento (tiempo de seguimiento) fue el tiempo de observación total de las personas (días) desde la inscripción.

Se utilizó un modelo de Cox para estimar el riesgo relativo para los fumadores en cada período desde el principio hasta el final del estudio. Para simplificar, comparamos la razón de riesgo en el primer período con la razón de riesgo en el período final.

Problemas: - una persona (junto con su control) podría incluirse en 1998 y, por lo tanto, pertenecer a ese grupo de calendario, pero sufrir un evento en 2006. - ¿Cómo se deben presentar los datos para el análisis de la regresión de Poisson y Cox? Proceso de conteo para la cox? ¿Cuál es el horario de inicio y finalización? - ¿Cómo se pueden evaluar las tendencias en esta situación?

Algunas aclaraciones: Digamos que un paciente se observó por primera vez el 15 de junio de 1998 y experimentó un evento el 31 de diciembre de 1998, el valor de nuestra variable de tiempo para este paciente es 182.5 de 730 días posibles ya que el período de tiempo consiste en 2 años posteriores. La cantidad máxima de tiempo observado en cada período de tiempo es de 730 días.

Cuando un paciente es observado en un período de tiempo pero censurado (es decir, ya sea experimentado y evento o abandonado) en otro período de tiempo, ¿debería agregarse la cantidad de días observados al siguiente período de tiempo o qué?

Por lo tanto, el problema principal es el manejo del tiempo de seguimiento y el año calendario (que se utiliza como una variable categórica, que consta de dos años consecutivos).

De lo anterior hay algunas posibilidades para el modelo Cox:

1. MODELOS SEPARADOS PARA CADA PERÍODO DE TIEMPO : Use una observación para cada persona; calcule el tiempo de observación (respecto de cuándo ocurrió la censura / muerte durante el seguimiento) y luego calcule la razón de riesgo en cada período. Luego compare las razones de riesgo directamente.

2. CALCULAR EL CAMBIO RELATIVO DE PELIGRO EN FUMADORES Y NO FUMADORES POR SEPARADO : una observación por persona; calcule el tiempo de observación (independientemente de cuándo ocurra la censura / evento) y luego use a todos los pacientes (de 1995 a 2014) en el modelo, use el período de tiempo como una variable categórica y establezca uno de los períodos como el valor de referencia.

   3. FORMULACIÓN DEL PROCESO DE CONTEO : esto suena atractivo, pero no estoy seguro de cómo usar el tiempo de supervivencia, los intervalos de detención y el año calendario.

Aunque es peligroso leer demasiado en los comentarios crípticos de un revisor, supongo que la objeción tiene que ver con si la censura es informativa.

La interpretación de los modelos de supervivencia generalmente se basa en la suposición de que un individuo censurado en el momento es representativo de todos los sujetos que sobreviven hasta el momento después de ingresar al estudio. (Texto adaptado de esta introducción al análisis de supervivencia). Entonces la censura no es informativa.$T$$T$

En su análisis, sin embargo, aquellos que fueron censurados fueron los que sobrevivieron hasta 2014. Si cree que hubo un cambio en el riesgo excesivo de muerte por fumar en los últimos 20 años (o incluso si hubo cambios paralelos en las tasas de mortalidad para ambos grupos), entonces esos individuos censurados pueden no ser representativos de aquellos que sobrevivieron por el mismo tiempo pero ingresaron al estudio antes. Según su hipótesis, la censura podría ser informativa.

Es posible que los detalles del diseño de su análisis hayan evitado este problema, pero eso no estaba claro en el manuscrito revisado. O tal vez al revisor no le gustó el estudio por algunas razones adicionales y consideró que era una forma de rechazarlo que el editor no cuestionaría. Sin embargo, esto parece ser una posible objeción a la forma en que analizó estos datos y debe asegurarse de que se manejen adecuadamente. (Esto está más allá de mi experiencia personal; otros en este sitio pueden tener consejos sobre cómo proceder. Un título más preciso para esta pregunta, con más detalles sobre el diseño y análisis del estudio, podría obtener respuestas más útiles).

No me queda claro a partir de su pregunta y comentario aclaratorio que los análisis de Cox están agregando algo útil al modelado simple de las tasas de mortalidad por año (o en intervalos de 2 años). Además, su hipótesis parece implicar que los peligros no son proporcionales a lo largo del tiempo entre los no fumadores y los fumadores, la base de los análisis estándar de Cox. Si está interesado en la diferencia de tasas de mortalidad entre fumadores y no fumadores en función del año calendario, esa es la medida más directa para modelar (aunque es posible que tenga que tener en cuenta el supuesto enriquecimiento de los no fumadores en la muestra de su estudio) como mueren sus contrapartes fumadoras combinadas).