SurvControl : um painel de controle baseado em modelos de sobrevivência

Abstract

A Análise de Sobrevivência engloba diversos métodos utilizados para analisar o tempo até a ocorrência do evento de interesse, conhecido como taxa de falha, como o estimador de Kaplan-Meier, modelo de regressão de Cox, modelos de fragilidade e suas extensões, capazes de acomodar a censura informativa e dependente. Todos os diferentes métodos citados podem ser utilizados para prever o tempo de sobrevida dos indivíduos. Nosso trabalho tem como intuito aplicar esses métodos estatísticos nos dados oncológicos RHC fornecidos pela Fundação Oncocentro de São Paulo (FOSP, 2022) e disponibilzar uma ferramenta computacional para análise da sobrevivência, como forma de Painel de Controle ou de monitoramento dos pacientes presentes na base. Nosso aplicativo (https://ggrandemagne.shinyapps. io/SurvControl2/) tem como objetivo fornecer uma maneira intuitiva do usuário escolher e entender os efeitos das covariáveis, como por exemplo, idade, sexo, grau de escolaridade, entre outras, sobre o tempo de sobrevivência de diferentes grupos ou indivíduos, assim como associar se há dependência entre o tempo de falha e de censura nos dados. Com isto em mente, também iremos apresentar uma breve análise comparativa entre pacientes de câncer de mama e ovário, onde avaliamos que há efeito da associação entre o tempo de falha e censura, sendo assim, é vantajoso aplicarmos os modelos que levam em consideraçao o efeito dessa relação.

Survival analysis encompasses various methods used to analyze the time until the occurrence of an event of interest, known as failure time, such as the Kaplan- Meier estimator, Cox regression model, frailty models, and their extensions, capable of accommodating informative and dependent censoring. All the different methods mentioned can be used to predict the survival time. Our work aims to apply these statistical methods to the RHC oncology data, provided by the São Paulo Oncocenter Foundation (FOSP, 2022) and provide a computational tool for survival analysis, as a form of Control Panel for cancer patients. Our application (https://ggrandemagne.shinyapps.io/SurvControl2/) aims to provide an intuitive way for the user to choose and understand the effects of covariates, such as age, sex, educational level, among others, on the survival time of different groups or individuals, as well as to associate whether there is dependence between the failure time and censoring time in the data. With this in mind, we will also present a brief comparative analysis between breast and ovarian cancer patients, where we evaluated that there is an effect of the association between failure and censoring time, thus it is advantageous to apply models that take into account the effect of this association.