Un modelo de riesgos proporcionales para la subdistribución de un riesgo competitivo

Resumen Con covariables explicativas, el análisis estándar para datos de riesgos competitivos implica modelar las funciones de riesgo específicas por causa mediante una asunción de riesgos proporcionales. Desafortunadamente, la función de riesgo específica por causa no tiene una interpretación directa en términos de probabilidades de supervivencia para el tipo particular de falla. En años recientes, muchos clínicos han comenzado a usar la función de incidencia acumulada, es decir, las probabilidades marginales de falla para una causa particular, que es intuitivamente atractiva y más fácilmente explicable al no estadístico. La incidencia acumulada es especialmente relevante en análisis de costo-efectividad donde se necesitan las probabilidades de supervivencia para determinar la utilidad del tratamiento. Anteriormente, autores han considerado métodos para combinar estimaciones de las funciones de riesgo específicas bajo la formulación de riesgos proporcionales. Sin embargo, estos métodos no permiten al analista evaluar directamente el efecto de una covariable sobre la función de probabilidad marginal. En este artículo proponemos un modelo novedoso semiparamétrico de riesgos proporcionales para la subdistribución. Usando el principio de verosimilitud parcial y técnicas de ponderación, derivamos procedimientos de estimación e inferencia para el parámetro de regresión de dimensión finita bajo diversas situaciones de censura. Ofrecemos un estimador uniformemente consistente para la incidencia acumulada predicha de un individuo con ciertas covariables; intervalos de confianza y bandas pueden obtenerse analíticamente o con una técnica de simulación fácil de implementar. Para contrastar ambos enfoques, analizamos un conjunto de datos de un ensayo clínico de cáncer de mama bajo ambos modelos. Palabras clave: Riesgo de subdistribución, Martingala, Verosimilitud parcial, Modelo de transformación