Made available in DSpace on 2014-06-12T18:06:18Z (GMT). No. of bitstreams: 2 arquivo7259_1.pdf: 395996 bytes, checksum: e6455136fd3f6f952c8cda1fdaf3c82c (MD5) license.txt: 1748 bytes, checksum: 8a4605be74aa9ea9d79846c1fba20a33 (MD5) Previous issue date: 2004 / Coordenação de Aperfeiçoamento de Pessoal de Nível Superior / Freqüentemente em análise de sobrevivência quando covariáveis são incorporadas na análise os seus valores registrados são aqueles medidos na origem do tempo ou no início do estudo. Contudo em muitos estudos que envolvem dados de sobrevivência existem covariáveis que são monitoradas durante o estudo e seus valores mudam neste período. Estas covariáveis cujos valores se alteram com o tempo são conhecidas como Covariáveis Dependentes do Tempo e têm muita utilidade na análise de dados de sobrevivência pois podem ser utilizadas tanto para acomodar medidas que variam com o tempo durante o estudo como também para modelar o efeito de indivíduos que mudam de grupo durante um tratamento. Análises que consideram estas covariáveis podem fornecer resultados mais precisos e a não inclusão delas pode acarretar em sérios vícios de estimação. Um modelo bastante flexível e extensivamente usado em análise de sobrevivência por incorporar o efeito de covariáveis fixas é o modelo de riscos proporcionais de Cox que pode ser generalizado para incorporar o efeito de covariáveis dependentes do tempo. Apesar de ainda não serem muito utilizados na prática, modelos alternativos ao de Cox têm sido sugeridos ao longo dos anos. Aalen propôs um modelo de risco aditivo ou linear que fornece uma alternativa útil para o modelo de Cox. Este modelo tem mostrado freqüentemente vantagens práticas especialmente quando as covariáveis têm efeitos variando no tempo pois permite a observação de mudanças no tempo na influência de cada covariável separadamente. Neste trabalho estes dois modelos são apresentados e é mostrado o uso na presença de covariáveis dependentes do tempo. Dois bancos de dados reais são utilizados para ilustrar os ajustes destes dois modelos. Na primeira aplicação estes modelos são utilizados para avaliar fatores que podem estar relacionados com a duração do aleitamento materno. Na segunda aplicação é verificado se a infecção pelo HIV é fator de risco para o desenvolvimento da sinusite

O modelo de riscos proporcionais de Cox é um dos métodos mais utilizados na pesquisa clínica e epidemiológica para a análise de dados censurados, em grande parte por não exigir o conhecimento da distribuição de probabilidades do tempo. A principal suposição do modelo é a proporcionalidade de riscos ao longo do tempo, que pode ser restritiva em algumas situações práticas, como relações não lineares nas covariáveis ou efeitos de tratamentos que declinam no tempo. O modelo impõe uma estrutura global na função de sobrevivência e estima um único “efeito” médio, impossibilitando assim a estimação de “efeitos” das covariáveis localmente. A análise de dados censurados pode ser ainda mais complexa nos casos em que as censuras ocorrem somente em determinados períodos do tempo. Uma abordagem recente é o uso de modelos de regressão quantílica para dados de sobrevivência. São métodos robustos e flexíveis, no sentido em que permitem descrever a relação dos preditores em diferentes quantis da distribuição do tempo de sobrevivência. Pode ser vantajosa particularmente quando não estão atendidas as suposições de proporcionalidade de riscos e de linearidade. A grande maioria dos trabalhos sobre regressão de sobrevivência quantílica aborda aspectos da estimação dos parâmetros do modelo. No contexto epidemiológico, no entanto, frequentemente o objetivo é estimar o efeito (ou associação) de uma determinada exposição sobre o tempo até a ocorrência do evento. Este trabalho apresenta uma revisão das abordagens para estimação dos coeficientes do modelo de regressão quantílica para dados com censura à direita e uma abordagem computacional para estimar a função de risco (hazard rate) e razões de azares (hazard ratio) utilizando regressão quantílica. Os resultados das simulações mostraram que as estimativas de razão de azares diminuem na direção do valor de referência ao logo do tempo de acompanhamento. / The Cox proportional hazards model is one of the most widely used methods in clinical and epidemiological research for the analysis of censored data, largely because it does not require knowledge of survival time density. The main assumption of the model is proportionality of risks over time, which may be restrictive in some practical situations, such as nonlinear relationships in covariates or effects of treatments that decline over time. The model imposes a global structure on the survival function and estimates a single mean "effect", making it impossible to estimate the "effects" of the covariates locally. Analysis of censored data may be even more complex in cases where censoring occurs only in certain periods of time. A recent approach is the use of quantile regression models for survival data. They are methods robust and flexible, in the sense they allows to describe the relationship of the predictors in different quantiles of the distribution of survival time. It may be advantageous particularly where the proportionality assumptions of risk and linearity are not met. The vast majority of the work on quantile survival regression addresses aspects of estimation of parameters. In the epidemiological context, however, the objective is often to estimate the effect (or association) of a given exposure to the occurrence of the event over time. This work presents a review of the approaches to estimate the coefficients of the quantile regression model for right censored data as well as a computational approach to estimate the hazard rate and hazard ratio using quantile regression. The results of the simulation study show that the hazard ratio estimates decreases towards the reference value as the follow-up time increase.

O modelo de riscos proporcionais de Cox é um dos métodos mais utilizados na pesquisa clínica e epidemiológica para a análise de dados censurados, em grande parte por não exigir o conhecimento da distribuição de probabilidades do tempo. A principal suposição do modelo é a proporcionalidade de riscos ao longo do tempo, que pode ser restritiva em algumas situações práticas, como relações não lineares nas covariáveis ou efeitos de tratamentos que declinam no tempo. O modelo impõe uma estrutura global na função de sobrevivência e estima um único “efeito” médio, impossibilitando assim a estimação de “efeitos” das covariáveis localmente. A análise de dados censurados pode ser ainda mais complexa nos casos em que as censuras ocorrem somente em determinados períodos do tempo. Uma abordagem recente é o uso de modelos de regressão quantílica para dados de sobrevivência. São métodos robustos e flexíveis, no sentido em que permitem descrever a relação dos preditores em diferentes quantis da distribuição do tempo de sobrevivência. Pode ser vantajosa particularmente quando não estão atendidas as suposições de proporcionalidade de riscos e de linearidade. A grande maioria dos trabalhos sobre regressão de sobrevivência quantílica aborda aspectos da estimação dos parâmetros do modelo. No contexto epidemiológico, no entanto, frequentemente o objetivo é estimar o efeito (ou associação) de uma determinada exposição sobre o tempo até a ocorrência do evento. Este trabalho apresenta uma revisão das abordagens para estimação dos coeficientes do modelo de regressão quantílica para dados com censura à direita e uma abordagem computacional para estimar a função de risco (hazard rate) e razões de azares (hazard ratio) utilizando regressão quantílica. Os resultados das simulações mostraram que as estimativas de razão de azares diminuem na direção do valor de referência ao logo do tempo de acompanhamento. / The Cox proportional hazards model is one of the most widely used methods in clinical and epidemiological research for the analysis of censored data, largely because it does not require knowledge of survival time density. The main assumption of the model is proportionality of risks over time, which may be restrictive in some practical situations, such as nonlinear relationships in covariates or effects of treatments that decline over time. The model imposes a global structure on the survival function and estimates a single mean "effect", making it impossible to estimate the "effects" of the covariates locally. Analysis of censored data may be even more complex in cases where censoring occurs only in certain periods of time. A recent approach is the use of quantile regression models for survival data. They are methods robust and flexible, in the sense they allows to describe the relationship of the predictors in different quantiles of the distribution of survival time. It may be advantageous particularly where the proportionality assumptions of risk and linearity are not met. The vast majority of the work on quantile survival regression addresses aspects of estimation of parameters. In the epidemiological context, however, the objective is often to estimate the effect (or association) of a given exposure to the occurrence of the event over time. This work presents a review of the approaches to estimate the coefficients of the quantile regression model for right censored data as well as a computational approach to estimate the hazard rate and hazard ratio using quantile regression. The results of the simulation study show that the hazard ratio estimates decreases towards the reference value as the follow-up time increase.

O modelo de riscos proporcionais de Cox é um dos métodos mais utilizados na pesquisa clínica e epidemiológica para a análise de dados censurados, em grande parte por não exigir o conhecimento da distribuição de probabilidades do tempo. A principal suposição do modelo é a proporcionalidade de riscos ao longo do tempo, que pode ser restritiva em algumas situações práticas, como relações não lineares nas covariáveis ou efeitos de tratamentos que declinam no tempo. O modelo impõe uma estrutura global na função de sobrevivência e estima um único “efeito” médio, impossibilitando assim a estimação de “efeitos” das covariáveis localmente. A análise de dados censurados pode ser ainda mais complexa nos casos em que as censuras ocorrem somente em determinados períodos do tempo. Uma abordagem recente é o uso de modelos de regressão quantílica para dados de sobrevivência. São métodos robustos e flexíveis, no sentido em que permitem descrever a relação dos preditores em diferentes quantis da distribuição do tempo de sobrevivência. Pode ser vantajosa particularmente quando não estão atendidas as suposições de proporcionalidade de riscos e de linearidade. A grande maioria dos trabalhos sobre regressão de sobrevivência quantílica aborda aspectos da estimação dos parâmetros do modelo. No contexto epidemiológico, no entanto, frequentemente o objetivo é estimar o efeito (ou associação) de uma determinada exposição sobre o tempo até a ocorrência do evento. Este trabalho apresenta uma revisão das abordagens para estimação dos coeficientes do modelo de regressão quantílica para dados com censura à direita e uma abordagem computacional para estimar a função de risco (hazard rate) e razões de azares (hazard ratio) utilizando regressão quantílica. Os resultados das simulações mostraram que as estimativas de razão de azares diminuem na direção do valor de referência ao logo do tempo de acompanhamento. / The Cox proportional hazards model is one of the most widely used methods in clinical and epidemiological research for the analysis of censored data, largely because it does not require knowledge of survival time density. The main assumption of the model is proportionality of risks over time, which may be restrictive in some practical situations, such as nonlinear relationships in covariates or effects of treatments that decline over time. The model imposes a global structure on the survival function and estimates a single mean "effect", making it impossible to estimate the "effects" of the covariates locally. Analysis of censored data may be even more complex in cases where censoring occurs only in certain periods of time. A recent approach is the use of quantile regression models for survival data. They are methods robust and flexible, in the sense they allows to describe the relationship of the predictors in different quantiles of the distribution of survival time. It may be advantageous particularly where the proportionality assumptions of risk and linearity are not met. The vast majority of the work on quantile survival regression addresses aspects of estimation of parameters. In the epidemiological context, however, the objective is often to estimate the effect (or association) of a given exposure to the occurrence of the event over time. This work presents a review of the approaches to estimate the coefficients of the quantile regression model for right censored data as well as a computational approach to estimate the hazard rate and hazard ratio using quantile regression. The results of the simulation study show that the hazard ratio estimates decreases towards the reference value as the follow-up time increase.

Resumo não disponível.

Resumo não disponível.

Resumo não disponível.

O Atendimento Pré Hospitalar (APH) é um importante recurso no atendimento à vítimas de trauma. No entanto, há muitas dificuldades para demonstrar o efeito benéfico das intervenções do APH na sobrevivência das vítimas, sobretudo as de suporte avançado à vida (SAV). A proposta deste estudo é caracterizar as vítimas de acidentes trânsito, com Revised Trauma Score (RTS) <11, atendidas pelo SAV municipal e encaminhadas a hospitais terciários em São Paulo, além de identificar as variáveis da fase pré-hospitalar associadas à sobrevivência e avaliar o valor predeterminante dessas variáveis sobre o resultado obtido pelas vítimas. As variáveis avaliadas foram: sexo, idade, mecanismos do acidente, procedimentos de suporte básico e SAV realizados, repercussão fisiológica do trauma na cena do acidente, (considerando o RTS , seus parâmetros e flutuações), o tempo consumido no APH, gravidade do trauma segundo o Injury Severity Score (ISS),a Maximum Abbreviated Injury Scale (MAIS) e número de lesões para cada segmento corporal. Os resultados obtidos por 175 vítimas entre 12 e 65 anos, foram submetidos a "Análise de Sobrevivência de Kaplan Meier" e ao “Modelo de Riscos Proporcionais de Cox". A variável dependente foi o tempo de sobrevivência após o acidente, considerando os intervalos até 6h,12h, 24h, 48h, até 7 dias e até o término da internação. Os homens (86,9%) e a faixa etária de 20 a 29 anos (36,0%) foram as mais freqüentes. Os atropelamentos (45,1%) e o envolvimento de motocicletas e seus ocupantes (30,9%) foram os destaques dentre os mecanismos de trauma. A média do RTS na cena e do ISS, foram respectivamente 8,8 e 19,4.Os segmentos corpóreos mais atingidos foram: cabeça (58,8%), membros inferiores (45,1%) e superfície externa (40%). A média de tempo consumido na fase de APH foi 41min (tempo de cena 20,2min). Ocorreram 36% de óbitos, (metade em até 6 horas). A análise estatística revelou 24 fatores associados à sobrevivência, dentre eles, os procedimentos respiratórios avançados e os circulatórios básicos, as variáveis relativas ao RTS e a gravidade (ISS, MAIS e o número de lesões). No modelo final de Cox, ter sido submetido a procedimentos respiratórios avançados, compressões torácicas, apresentar lesão abdominal e ISS>25, foi associado a maior risco para o óbito até 48h após o trauma. Até 7 dias, a compressão torácica não se manteve no modelo final e a PAS de zero a 75mmHg apresentou associação com a morte após o acidente. Até a alta hospitalar, a ausência de PAS na avaliação inicial permaneceu no modelo. A reposição de volume foi o único fator com valor protetor para o risco de óbito presente em todos os momentos / The prehospital care (PH) is an important resource to trauma victims’ care. Nevertheless, there is great difficulty in demonstrating the PH intervention’s positive effect in victim’s survival, especially when concerning the advanced life support (ALS). The aim of this study is to characterize motor vehicle crash victims with Revised Trauma Score (RTS) <11 cared by municipal ALS and moved to tertiary hospitals in São Paulo in addition to identifying the prehospital variables associated to survival, and to evaluate their values as victim survival outcome determinant. The variables evaluated were: sex, age, trauma mechanism, basic life support and ALS procedures, physiological measures in the accident scene (considering the RTS, its parameters and fluctuations), the time consumed in PH phase, trauma severity by Injury Severity Score (ISS), the Maximum Abbreviated Injury Scale (MAIS) and number of lesions in each body region. The main results obtained by 175 victims between 12 e 65 years of age were submitted to the Kaplan Meier Survival Analysis and to Cox Proportional hazards Regression Analysis. The dependent variable was the survival time after the motor vehicle accident considering the intervals up to 6,12,24 and 48hs , up to 7 days and until the time of hospital discharge. Men (86,9%) and the 20 to 29 aged group (36%) were the most frequent. The pedestrians struck by car (45,1%) and the motorcycles (and their riders) (30,9%)were the highlight in trauma mechanisms. The RTS and the ISS average were 8,8 and 19,4 respectively. The more damaged body regions were head (58,8%), lower limbs (45,1%) and external surface (40%).The prehospital time average was 41 min (scene time 20,2min).Death rate was 36% (half of which up to 6hs).The statistical analysis revealed 24 survival associated factors. The ALS and the circulatory basic procedures, the RTS variables and the trauma severity (ISS,MAIS and number of lesions) were within them. In the final Cox Model were associated to higher risk of death up to 48hs after trauma: the submission to ALS respiratory procedures, chest compressions, the presence of abdominal injuries and ISS>25 .Until the 7th day the chest compression was not sustained in a final model and the systolic blood pressure (SBP) from zero to 75mmHg revealed statistical association with death after trauma. Until hospital discharge the SBP absence in scene evaluation remained in the model. The prehospital intravenous fluid refilling was the only factor of protector value to death risk in all moments

O objetivo deste trabalho foi comparar o desempenho do modelo de riscos proporcionais de Cox convencional, modelo de Cox modificado quando os riscos não são proporcionais e o modelo de análise de sobrevida baseado na teoria de processos de contagem. Para tanto utilizou-se uma coorte de 648 pacientes portadores de câncer de pênis, atendidos no Departamento de Cirurgia Pélvica do Hospital A. C. Camargo, no período de 1953 a 1985. Dessa coorte foram selecionadas três amostras com o objetivo de validar internamente os resultados da análise de sobrevida do banco de dados original. Os resultados do modelo de riscos proporcionais de Cox, no banco de dados original, foram confirmados por uma das amostras desse conjunto de dados. Apenas o estadiamento N foi confirmado como fator prognóstico também nas outras duas amostras. O modelo de riscos proporcionais de Cox e o modelo de análise de sobrevida baseado na teoria de processos de contagem apresentaram resultados semelhantes, na definição dos fatores prognósticos dessa coorte de pacientes com câncer de pênis. O modelo utilizando processos de contagem é mais sofisticado, do ponto de vista matemático. Porém o modelo de Cox está disponível em grande número de pacotes estatísticos e a interpretação de seus coeficientes se faz com maior facilidade. Por isso, talvez, continue a ser a técnica estatística mais utilizada quando o objetivo do estudo é definir fatores prognósticos e grupos de risco. Os fatores prognósticos para a sobrevida de pacientes com câncer de pênis foram os estadiamentos T e N e o grau de diferenciação do tumor. Esses resultados foram ajustados pelo ano de início de tratamento no Hospital A.C. Camargo. Os pacientes com prognóstico favorável foram os que apresentaram tumor pequeno, sem presença de linfonodos clinicamente positivos, e tumor bem diferenciado. / The aim of this study was to compare the performance of the Cox proportional hazards model, the Cox model with time-dependent covariates and the survival model using the counting process theory. These methods were applied in a cohort of 648 patients with penile cancer treated at the Department of Pelvic Surgery, Hospital A.C. Camargo (São Paulo-Brazil), between 1953 and 1985. Three samples were selected from the total database in order to check the internal validity. The prognostic factors selected using the Cox proportional hazards model were the same in one sample. The only prognostic factor selected in all samples was the N stage. The T and N stages, and the grade of differentiation were independent prognostic factors of survival using both the Cox proportional hazards model and the survival,model using the counting process theory. The statistical significance was the same and even the values of estimation of the coefficients were very close. The survival model using the counting process is more sophisticated from the mathematical point of view, but the Cox model is more available in statistical software, and, probably because of this, is more applied in survival analysis than the model using the counting processo Patients with small tumors, clinically negatives nodes and well differentiated tumors showed a favorable prognosis. These results were adjusted by year of the beginning in the study.

O Atendimento Pré Hospitalar (APH) é um importante recurso no atendimento à vítimas de trauma. No entanto, há muitas dificuldades para demonstrar o efeito benéfico das intervenções do APH na sobrevivência das vítimas, sobretudo as de suporte avançado à vida (SAV). A proposta deste estudo é caracterizar as vítimas de acidentes trânsito, com Revised Trauma Score (RTS) <11, atendidas pelo SAV municipal e encaminhadas a hospitais terciários em São Paulo, além de identificar as variáveis da fase pré-hospitalar associadas à sobrevivência e avaliar o valor predeterminante dessas variáveis sobre o resultado obtido pelas vítimas. As variáveis avaliadas foram: sexo, idade, mecanismos do acidente, procedimentos de suporte básico e SAV realizados, repercussão fisiológica do trauma na cena do acidente, (considerando o RTS , seus parâmetros e flutuações), o tempo consumido no APH, gravidade do trauma segundo o Injury Severity Score (ISS),a Maximum Abbreviated Injury Scale (MAIS) e número de lesões para cada segmento corporal. Os resultados obtidos por 175 vítimas entre 12 e 65 anos, foram submetidos a ”Análise de Sobrevivência de Kaplan Meier” e ao “Modelo de Riscos Proporcionais de Cox”. A variável dependente foi o tempo de sobrevivência após o acidente, considerando os intervalos até 6h,12h, 24h, 48h, até 7 dias e até o término da internação. Os homens (86,9%) e a faixa etária de 20 a 29 anos (36,0%) foram as mais freqüentes. Os atropelamentos (45,1%) e o envolvimento de motocicletas e seus ocupantes (30,9%) foram os destaques dentre os mecanismos de trauma. A média do RTS na cena e do ISS, foram respectivamente 8,8 e 19,4.Os segmentos corpóreos mais atingidos foram: cabeça (58,8%), membros inferiores (45,1%) e superfície externa (40%). A média de tempo consumido na fase de APH foi 41min (tempo de cena 20,2min). Ocorreram 36% de óbitos, (metade em até 6 horas). A análise estatística revelou 24 fatores associados à sobrevivência, dentre eles, os procedimentos respiratórios avançados e os circulatórios básicos, as variáveis relativas ao RTS e a gravidade (ISS, MAIS e o número de lesões). No modelo final de Cox, ter sido submetido a procedimentos respiratórios avançados, compressões torácicas, apresentar lesão abdominal e ISS>25, foi associado a maior risco para o óbito até 48h após o trauma. Até 7 dias, a compressão torácica não se manteve no modelo final e a PAS de zero a 75mmHg apresentou associação com a morte após o acidente. Até a alta hospitalar, a ausência de PAS na avaliação inicial permaneceu no modelo. A reposição de volume foi o único fator com valor protetor para o risco de óbito presente em todos os momentos / The prehospital care (PH) is an important resource to trauma victims’ care. Nevertheless, there is great difficulty in demonstrating the PH intervention’s positive effect in victim’s survival, especially when concerning the advanced life support (ALS). The aim of this study is to characterize motor vehicle crash victims with Revised Trauma Score (RTS) <11 cared by municipal ALS and moved to tertiary hospitals in São Paulo in addition to identifying the prehospital variables associated to survival, and to evaluate their values as victim survival outcome determinant. The variables evaluated were: sex, age, trauma mechanism, basic life support and ALS procedures, physiological measures in the accident scene (considering the RTS, its parameters and fluctuations), the time consumed in PH phase, trauma severity by Injury Severity Score (ISS), the Maximum Abbreviated Injury Scale (MAIS) and number of lesions in each body region. The main results obtained by 175 victims between 12 e 65 years of age were submitted to the Kaplan Meier Survival Analysis and to Cox Proportional hazards Regression Analysis. The dependent variable was the survival time after the motor vehicle accident considering the intervals up to 6,12,24 and 48hs , up to 7 days and until the time of hospital discharge. Men (86,9%) and the 20 to 29 aged group (36%) were the most frequent. The pedestrians struck by car (45,1%) and the motorcycles (and their riders) (30,9%)were the highlight in trauma mechanisms. The RTS and the ISS average were 8,8 and 19,4 respectively. The more damaged body regions were head (58,8%), lower limbs (45,1%) and external surface (40%).The prehospital time average was 41 min (scene time 20,2min).Death rate was 36% (half of which up to 6hs).The statistical analysis revealed 24 survival associated factors. The ALS and the circulatory basic procedures, the RTS variables and the trauma severity (ISS,MAIS and number of lesions) were within them. In the final Cox Model were associated to higher risk of death up to 48hs after trauma: the submission to ALS respiratory procedures, chest compressions, the presence of abdominal injuries and ISS>25 .Until the 7th day the chest compression was not sustained in a final model and the systolic blood pressure (SBP) from zero to 75mmHg revealed statistical association with death after trauma. Until hospital discharge the SBP absence in scene evaluation remained in the model. The prehospital intravenous fluid refilling was the only factor of protector value to death risk in all moments