Sopravvivenza e mortalità: come interpretare correttamente i dati degli studi
pag 10
I vantaggi del modello di COX
I vantaggi associati all' utilizzo del modello di Cox al posto del confronto tra due curve di sopravvivenza effettuato attaverso il log-rank test sono enormi.
In primo luogo il calcolo dell' HR permette di stabilire non solo se la pendenza tra le due curve è significativamente diversa ma permette anche di stimare l’entità di questa differenza e l’ampiezza dell’intervallo di confidenza intorno a questa stima, che esprime la precisione dei risultato del confronto.
In secondo luogo (e soprattutto) questo sofisticato modello permette di valutare il contributo alla sopravvivenza fornito da una variabile a parità dell' influenza esercitata da tutte le altre inserite nell' analisi. Per esempio attraverso il modello di Cox si può stabilire se la sopravvivenza * dei pazienti che hanno subito un infarto sia modificata o meno dall' assunzione di una statina . In questo caso il modello crea e confronta due curve di sopravvivenza che rappresentano i pazienti che assumono statine e rispettivamente quelli che non assumono statine . Il confronto tra le due curve espresso dall' Hazard Ratio è eseguito tenendo contemporaneamente conto dell' influenza esercitata sulla sopravvivenza (=variabile dipendente) da altre variabili inserite nell' analisi perchè ritenute parimenti in grado di influenzare la sopravvivenza (=covariate o variabili indipendenti) . Per esempio se abbiamo inserito nel modello le covariate 'età' ; 'assunzione o meno di statine'; 'presenza o meno di scompenso cardiaco' ; 'presenza o meno di diabete' il modello di Cox valuta in che misura l' assunzione di statine ha influenzato la sopravvivenza dei soggetti infartuati a parità dell' influenza esercitata da tutte le altre condizioni potenzialmente importanti (età, presenza o assenza di scompenso cardiaco, presenza o assenza di diabete, eccetera ) . Ovviamente possiamo analizzare allo stesso modo l' influenza esercitata sulla sopravvivenza dei soggetti infartuati da qualsiasi altra covariata inserita nel modello (è, per esempio, possibile valutare il contributo del diabete sulla mortalità dei soggetti infartuati aggiustato per il contributo esercitato da tutte le altre variabili)
Per concludere riassumiamo i concetti che devono rimanere:
1) in uno studio di screeening la mortalità o la sopravvivenza dovrebbero essere determinate sul totale dei soggetti studiati e non solo sui pazienti riconosciuti affetti dalla patologia in quanto quest'ultima modalità espone a possibili bias di sovradiagnosi e di anticipazione diagnostica
2) nel valutare i risultati di uno studio in cui si registra un fenomeno lungo un arco temporale consistente è necessario giudicare gli end-point non solo sulla base dei dati “crudi” registrati alla fine del follow-up ma anche sul confronto fra curve di Kaplan-Meier.
Alessandro Battaggia, Luca Puccetti e Renato Rossi (in ordine alfabetico)
* Nota: (*) la funzione di sopravvivenza può essere calcolata dalla funzione di hazard calcolata dal modello di Cox
Home
Entra
Iscriviti
Versione stampabile
