|
TÓPICOS
ESPECIAIS EM ANÁLISE DE SOBREVIVÊNCIA Profa
Suely Ruiz Giolo Exercícios |
|
TÓPICO
1 – Dados de Sobrevivência Intervalar e Grupados Exercício 1 -
Dados coletados como parte de um estudo prospectivo multicentros que teve como objetivo avaliar a taxa de
infecção por HIV-1 entre pessoas com hemofilia. Em particular, os indivíduos
do estudo estavam em risco de contrair HIV-1 porque para estancar hemorragias
recebiam um medicamento derivado de sangue humano (hemoderivado). Neste
estudo, 544 pacientes foram classificados em um de quatro grupos com base na
sua dose média anual de hemoderivado (dose alta, média, baixa ou nenhuma
dose). O objetivo foi o de comparar a taxa de infecção por HIV-1 entre os
grupos. Não se sabe exatamente o momento em que os pacientes contraíram o
HIV. Para mais detalhes sobre o conjunto de dados ver Goedert
et al. (1989) e Kroner et al. (1994). Obs: os dados estão disponíveis no pacote ICsurv ou em https://docs.ufpr.br/~giolo/CE063/Dados Goedert, J., Kessler, C., Adedort, L., Biggar, R., et al., 1989. A progressive-study
of human immunodeficiency virus type-1 infection and the development of AIDS in subjects with hemophilia. New England Journal of Medicine,
321, 1141-1148. Kroner, B., Rosenberg, P., Adedort, L., Alvord, W., Goedert, J., 1994. HIV-1 infection
incidence among people with hemophilia
in the United States and Western Europe, 1978?1990. Journal of Acquired
Immune Deficiency Syndromes, 7, 279-286. (a) Obtenha as curvas
de sobrevivência (uma para cada dose) utilizado o algoritmo de Turnbull e também o estimador de Kaplan-Meier
considerando o ponto médio dos intervalos. Teste se as curvas diferem (use o
pacote FHtest) require(ICsurv)
# instalar pacote ICsurv data(Hemophilia) # help(Hemophilia) attach(Hemophilia) # ou Hemophilia<-read.table("https://docs.ufpr.br/~giolo/CE063/Dados/Hemophilia.txt",h=T) cens<-ifelse(Hemophilia$d3==1,0,1) left<-Hemophilia$L k<-max(Hemophilia$R)+5 right<-ifelse(Hemophilia$R==0,k,Hemophilia$R) dose<-ifelse(Low==0&Medium==0&High==0,0,ifelse(Low==1&Medium==0&High==0,1,ifelse(Low==0&Medium==1&High==0,2,3))) hemof<-as.data.frame(cbind(left,right,cens,dose)) # Turnbull dose=0 (nenhuma dose) source("https://docs.ufpr.br/~giolo/Livro/ApendiceE/Turnbull.R") dat1<-subset(hemof,dose==0) tau <- cria.tau(dat1) p <- S.ini(tau=tau) A <- cria.A(data=dat1,tau=tau) tb1 <- Turnbull(p,A,dat1);
tb1 # Turnbull dose=1 (dose baixa) dat2<-subset(hemof,dose==1) tau <- cria.tau(dat2) p <- S.ini(tau=tau) A <- cria.A(data=dat2,tau=tau) tb2 <- Turnbull(p,A,dat2);
tb2 #
Turnbull dose=2 (dose média) dat3<-subset(hemof,dose==2) tau <- cria.tau(dat3) p <- S.ini(tau=tau) A <- cria.A(data=dat3,tau=tau) tb3 <- Turnbull(p,A,dat3);
tb3 # Turnbull dose=3 (dose alta) dat4<-subset(hemof,dose==3) tau <- cria.tau(dat4) p <- S.ini(tau=tau) A <- cria.A(data=dat4,tau=tau) tb4 <- Turnbull(p,A,dat4);
tb4 # Kaplan-Meier usando ponto médio = pm pm<-ifelse(cens==1,(left+right)/2,left) require(suvival) ekm<-survfit(Surv(pm,cens)~dose) # Gráficos par(mfrow=c(1,2)) plot(tb1$time[1:46],tb1$surv[1:46],type="s",lty=1,ylim=c(0,1),xlab="tempo",ylab="S(t)",
col=1) lines(tb2$time[1:52],tb2$surv[1:52],lty=2,type="s", col=2) lines(tb3$time[1:39],tb3$surv[1:39],lty=4,type="s", col=3) lines(tb4$time[1:33],tb4$surv[1:33],lty=5,type="s", col=4) legend(0,0.3,lty=c(1,2,4,5),col=c(1,2,3,4),c("nenhuma dose","dose
baixa","dose média","dose
alta"),bty="n",cex=1.0) plot(ekm, mark.time=F,lty=c(1,2,4,5),col=c(1,2,3,4)) legend(0,0.3,lty=c(1,2,4,5),col=c(1,2,3,4),c("nenhuma dose","dose
baixa","dose média","dose
alta"),bty="n",cex=1.0) (b) Analise os dados
por meio de modelos de regressão paramétricos (Exponencial, Weibull, dentre outros disponíveis no R) (c) Analise os dados
por meio do modelo semiparamétrico de Cox (utilize
o pacote ICsurv). (d) Apresente
conclusões com base nas análises realizadas. Exercício 2 – Dados de 940 usuários de droga de
Badalona (Espanha) coletados em uma unidade de desintoxicação. A variável
resposta “tempo até infecção por HIV” foi registrada nos intervalos (left, right]. Os dados contêm
as seguintes informações: left –
limite inferior do intervalo de tempo right – limite superior do intervalo de tempo zper – período do calendário (1=1972-1980,
2=1981-1985, 3=1986-1991 ou 4=1992-1997) de início de uso de drogas
injetáveis zgen
– sexo (0: masculino; 1: feminino) age – idade Gómez, G., Calle,
M. L., Egea, J. M. and Muga, R. (2000). Risk of HIV infection as a function of the
duration of intravenous drug use: A non-parametric Bayesian approach. Statistics in Medicine,
19,
2641–2656. # comando para leitura do conjunto de
dados no r duser<-read.table("https://docs.ufpr.br/~giolo/CE063/Dados/duser.txt",
h=T) (a) Analise o conjunto
de dados e apresente conclusões (análise exploratória e ajuste de modelos de
regressão). Exercício 3 – Dados de um ensaio clínico multicentros duplo-cego envolvendo 1607 pacientes HIV
assintomáticos. O objetivo foi comparar três grupos. No primeiro grupo, G1 (n = 541), os pacientes começaram a monoterapia com zidovudine após a contagem de células CD4 cair abaixo de
500 milímetros cúbico. No segundo e terceiro grupos, G2 (n = 538) e G3 (n =
528), duas dosagens diferentes de zidovudine (500
mg ou 1500 mg por dia) foram administradas aos pacientes imediatamente
após a aleatorização. Pacientes foram acompanhados até o desenvolvimento de
AIDS ou óbito. As informações disponíveis são as seguintes: left – limite inferior do intervalo de tempo right
– limite superior do intervalo de tempo group
– grupo de tratamento(1= placebo; 2= dose de 500 mg/dia; 3=dose de 1500
mg/dia). Volberding, P.
A., Lagakos, S. W., Grimes,
J. M., Stein, D. S., et al. (1995). A Comparison of Immediate with Deferred Zidovudine Therapy for Asymptomatic HIV-Infected Adults with CD4 Cell Counts of
500 or
More per Cubic Millimeter.
The New England
Journal of Medicine: 333, p. 401–407.
# comando para leitura do conjunto de
dados no r illust3<-read.table("https://docs.ufpr.br/~giolo/CE063/Dados/illust3.txt",
h=T) (a) Analise o conjunto
de dados e apresente conclusões (análise exploratória e ajuste de modelos de
regressão). |