Variables dependientes del tiempo de la regresión de Cox ampliada

Question

Tengo datos de registro del tratamiento con un determinado fármaco para un gran número de pacientes de los años 2005-2012. La pregunta principal de la investigación es si el tratamiento se asocia a una mayor mortalidad en este grupo de pacientes. El problema es que el tratamiento con este fármaco se ha vuelto mucho más frecuente de 2005 a 2012 y no estoy seguro de si esto afecta a mis resultados, ni de cómo controlarlo.

Utilizaré un modelo de regresión de Cox estratificado y ampliado de forma similar al de este trabajo, por ejemplo en este documento sobre el tratamiento farmacológico para el TDAH y el comportamiento suicida. En resumen, cada paciente tiene múltiples filas con una variable indicadora de tratamiento dependiente del tiempo que es 0 cuando el paciente no está en tratamiento y 1 cuando el paciente está en tratamiento. Cada vez que el estado de tratamiento cambia (de 0 a 1 o viceversa), la variable temporal se reinicia a 0. En el análisis, cada paciente tiene un estrato individual para que el paciente se compare consigo mismo. Algunas líneas del conjunto de datos:

id    start   stop   treatment    event
132   0       74     0            0
132   0      675     1            0
132   0     1232     0            1
387   0      981     0            0
387   0      145     1            1

El código R para el análisis es el siguiente:

coxph(Surv(start, stop, event) ~ treatment + stratum(id) + cluster(id))

Esto da un resultado altamente significativo con una razón de riesgo de aproximadamente 3. Sin embargo, dado que el tratamiento se ha vuelto aproximadamente dos veces más común en este grupo de pacientes desde 2005 hasta 2012, creo que esto podría influir en los resultados. Es más probable que un paciente reciba tratamiento al final del estudio, y la muerte, por supuesto, marca el final del periodo de estudio de un paciente.

¿El aumento general de la tasa de tratamiento con el fármaco en las últimas fases del estudio da lugar a resultados sesgados y, si es así, cómo puedo ajustarlo?

Answer 1

Depende de lo que tengas. ¿Conoce la fecha de entrada de cada individuo en el conjunto de datos? En ese caso, querría incluir el año natural como covariable (dependiente del tiempo), con 2005 como referencia. Preferiblemente, lo incluiría como un factor para permitir un efecto no lineal en el tiempo, pero también incluirlo como numérico debería decirle algo. Puede hacerlo con survSplit() en R.

Creo que en el documento al que te refieres hacen algo parecido:

Los modelos se ajustaron a varias covariables temporales, incluyendo la edad categórica por año, el número previo de cambios de tratamiento de tratamiento y el número anterior de intentos de suicidio.

Sin embargo, no esperaría que sesgara la razón de riesgo, porque usted utiliza una escala temporal diferente ("tiempo desde el cambio de estado de tratamiento"), lo que significa que asume que el reloj se reinicia cada vez que el tratamiento cambia. Por lo tanto, cuando un individuo muere, todo lo que importa es, según su suposición, el tiempo desde que el individuo está en ese estado (tratamiento 1 o 0). No tengo una prueba de esto, es más bien una corazonada en este momento. Tal vez vuelva más tarde con una respuesta más amplia.