Regresion lineal multiple y modelos de sobrevida

Introducción al Módulo de Estadística

Presentación del Tema

• La sesión se centra en el módulo de estadística, específicamente en el análisis de sobrevida y regresión. Se espera concluir este módulo antes del jueves.

Estructura de la Clase

• Se revisarán aspectos prácticos de investigación y se compartirá una presentación para facilitar la comprensión. El enfoque está en los diseños de estudio y pruebas estadísticas.

Fundamentos de la Estadística

Pilares Metodológicos

• La epidemiología clínica y bioestadística son considerados pilares metodológicos esenciales para la investigación clínica, junto con la ciencia sustantiva que depende del área específica de estudio.

Importancia de la Estadística Descriptiva

• La estadística descriptiva ayuda a entender las características básicas de una población mediante medidas como medias, medianas, modas, proporciones y gráficos. Esto es fundamental antes de aplicar estadísticas analíticas.

Pruebas Estadísticas: T Student y ANOVA

Comparación entre Grupos

• La prueba T Student se utiliza para comparar dos grupos con desenlaces numéricos que siguen una distribución normal; evalúa si las medias son iguales o diferentes. El valor p determina si se rechaza o no la hipótesis nula.

ANOVA: Extensión a Múltiples Grupos

• ANOVA permite comparar tres grupos o más; sin embargo, no indica cuál grupo es diferente tras encontrar diferencias significativas, lo que requiere múltiples comparaciones adicionales con correcciones para evitar errores aleatorios (ejemplo: corrección Bonferroni).

Supuestos en Pruebas Paramétricas

Requisitos para Pruebas Paramétricas

• Las pruebas paramétricas requieren que los desenlaces sean numéricos, sigan una distribución normal y tengan varianzas similares entre grupos; además, las muestras deben ser aleatorias. Estos supuestos son críticos para obtener resultados válidos.

Correlación y Regresión Lineal

Correlación de Pearson

• La correlación mide cómo dos variables numéricas varían juntas; su coeficiente puede ir desde -1 hasta +1 e indica fuerza y dirección de la relación lineal entre ellas. Es importante reportar tanto magnitud como significancia (valor p).

Regresión Lineal Simple

• En regresión lineal simple se busca predecir un desenlace continuo basado en una variable independiente continua; el modelo incluye un intercepto (beta 0) y pendiente (beta 1), donde esta última indica cuánto cambia el desenlace por cada unidad que aumenta la variable independiente.

Hipótesis Nula en Regresión

Interpretación del Modelo

• En regresión lineal simple, la hipótesis nula establece que beta 1 es igual a cero (sin asociación); un valor p bajo indica que hay evidencia suficiente para rechazar esta hipótesis, sugiriendo una asociación significativa entre las variables estudiadas.

Evaluación del Modelo Predictivo

R Cuadrada como Medida de Ajuste

• R cuadrada mide qué proporción de variabilidad en el desenlace es explicada por el modelo predictivo; valores cercanos a uno indican un buen ajuste del modelo mientras que valores bajos sugieren un mal ajuste debido a variables irrelevantes incluidas en el análisis.

Este formato proporciona un resumen claro y estructurado del contenido discutido durante la sesión sobre estadística aplicada a investigaciones clínicas, facilitando así su revisión y comprensión efectiva.

Análisis de Datos en Stata: Correlación y Regresión

Introducción a la Encuesta FFQ

• Se discute una encuesta FFQ de 2143 pacientes en un ensayo clínico, con el objetivo de analizar diferentes variables relacionadas con la salud.

• Se inicia el proceso abriendo Stata para importar datos desde Excel, mencionando la versión del software utilizada por los participantes.

Correlación entre Peso y Aporte Calórico

• Se plantea la pregunta sobre cómo asociar el peso en libras con el aporte calórico dietético utilizando pruebas estadísticas.

• La correlación de Pearson se identifica como la prueba adecuada para evaluar la relación entre dos variables numéricas (peso y aporte calórico).

• Se realiza un diagrama de dispersión que muestra una asociación débil entre las variables, con un coeficiente de correlación bajo (0.26).

Modelo de Regresión Lineal

• Se construye un modelo de regresión lineal donde el peso es el desenlace y el aporte calórico es el predictor, interpretando tanto el intercepto como la pendiente.

• El intercepto se interpreta como el peso esperado cuando no hay ingesta calórica (165 libras), mientras que cada kilocaloría adicional aumenta el peso en 0.07 libras.

Ajuste del Modelo por Edad y Sexo

• Se introduce un nuevo modelo ajustado que incluye edad y sexo como predictores adicionales, buscando eliminar factores confusores.

• Al agregar estas variables, se observa una mejora significativa en R cuadrado (de 0.06 a 0.23), indicando un mejor ajuste del modelo al predecir peso basado en múltiples factores.

Interpretación de Resultados

• La edad tiene una asociación positiva pero no significativa con el peso; sin embargo, se encuentra que las mujeres pesan en promedio 28 libras menos que los hombres según los resultados del análisis categórico.

• Los resultados sugieren que aunque hay diferencias observadas entre sexos, al ajustar por otros factores estas diferencias pueden ser menores o no significativas estadísticamente.

Análisis Estadístico: Comparación Salarial entre Géneros

Contexto del Estudio Salarial

• Un estudio investiga si existe discriminación salarial basada en género dentro de una universidad estadounidense analizando salarios anuales de profesores hombres y mujeres.

Comparativa Inicial usando T-Test

• Se utiliza una prueba T-student para comparar promedios salariales entre hombres ($85,204) y mujeres ($72,080), encontrando una diferencia significativa ($13,123).

Consideraciones sobre Variables Confusoras

• Discusión sobre cómo otras variables como años trabajados o rango podrían influir en las diferencias salariales observadas; esto sugiere que los resultados iniciales podrían estar sesgados por estos factores confusores.(3071]

Uso de Regresión para Análisis Más Completo

• Al aplicar regresión lineal incluyendo sexo junto a antigüedad y rango se obtiene un modelo más robusto; inicialmente se encuentra que las mujeres ganan $17 menos al año tras ajustar por otros factores.(3236]

Conclusiones Finales

• Una vez ajustados todos los parámetros relevantes, no hay evidencia suficiente para rechazar la hipótesis nula respecto a diferencias salariales significativas basadas únicamente en género.(3368]

Recent Developments in Minimally Invasive Heart Valve Surgery

Overview of the Study

• The discussion revolves around a study on heart valve surgery, particularly focusing on minimally invasive mitral valve repair using Keyo. The study aims to determine which patients benefit more from mitral valve repair versus replacement with biological or mechanical prostheses.

Preferences and Concerns

• Dr. Felman prefers valve repair over replacement due to the limited lifespan of biological prostheses (less than 10 years), necessitating reoperation. Mechanical prostheses last longer but increase the risk of blood clots. Ethical implications prevent a prospective study, leading to an analysis of data from 3,728 patients instead.

Preliminary Analysis and Statistical Methods

• Dr. Felman requests Dr. Sunder to conduct preliminary survival analyses for both groups before their next meeting, expressing confidence that repair patients will show better outcomes than those who underwent replacement. A resident suggests performing hypothesis testing to assess statistical significance between the two groups' survival curves.

Concerns About Comparability

• Dr. Sunder expresses concern regarding the comparability of both patient groups due to the retrospective nature of the study and considers proposing a proportional hazards regression model despite fearing her colleagues may struggle with its interpretation. She highlights key terms such as "preliminary survival analysis" and "Kaplan-Meier curve."

Understanding Survival Analysis

• The session transitions into explaining survival analysis, emphasizing that it measures time until an event occurs (e.g., death). It consists of two components: time until an event happens and whether or not it occurred at all for each patient involved in the study. The Kaplan-Meier curve is introduced as a representative tool for this type of analysis.

Kaplan-Meier Curve Explained

Components of Survival Analysis

• The Kaplan-Meier curve illustrates time since an event occurred (X-axis) against the percentage of patients free from that outcome (Y-axis). For instance, initially, 100% are alive post-surgery; however, after two months, there’s a drop indicating mortality rates among patients within that timeframe. This pattern reflects typical outcomes observed in such analyses.

Implications of Follow-Up Duration

• Follow-up duration significantly impacts results; if only monitored for one year, some patients may still be alive when the study concludes, affecting overall findings about mortality rates and survivorship statistics presented through Kaplan-Meier curves.

Types of Events Analyzed

• Survival analysis can focus on various events beyond death—such as disease onset or remission—and requires longitudinal studies rather than cross-sectional ones since they track changes over time rather than snapshots at one point.

Censoring in Survival Data

Importance of Censoring

• Censoring refers to instances where researchers do not observe whether an outcome has occurred by study's end; understanding this concept is crucial for accurate data interpretation in survival studies.

Types of Censoring:

1. Administrative censoring: Occurs when a study ends while participants are still alive.

2. Loss to follow-up: Patients leave or cannot be contacted during research.

These factors complicate data collection but must be accounted for in analyses to avoid bias.

Variables Required for Survival Analysis

Essential Variables

• To conduct effective survival analysis:

• A clear variable representing time must be established (e.g., days or months).

• All subjects should have a common starting point (e.g., diagnosis date).

• Define what constitutes an event clearly—whether it's death or another significant health change.

Visual Representation

• Graphical representations help illustrate how individual patient timelines contribute to overall group outcomes while accounting for censored data points effectively throughout research periods.

Summary Observations on Patient Data

Key Takeaways

• Not all individuals enter studies simultaneously; however, they should share identical starting points.

• Some participants may not experience events by study conclusion—these cases are considered censored.

Indicators Used

• Researchers utilize binary indicators reflecting whether events occurred (death = 1; alive = 0), essential for analyzing treatment effectiveness across different cohorts.

This structured approach ensures comprehensive insights into patient experiences while maintaining clarity regarding statistical methodologies employed throughout research efforts related to heart valve surgeries and their outcomes over time.

Análisis de la Supervivencia y el Estimador de Kaplan-Meier

Introducción a los Pacientes y su Proceso de Curación

• Se presenta un caso donde el primer paciente experimentó dolor durante 4 días, pero se curó al quinto día. El siguiente paciente tardó 15 días en sanar.

• Un paciente con una cruz indica que estuvo bajo observación censurada; después de 11 días aún tenía dolor, pero no se pudo observar más allá del día 12 debido a su salida del estudio.

Gráfica y Cálculo de Probabilidades

• Se introduce la gráfica del estimador Kaplan-Meier para calcular la probabilidad de pacientes que continúan con dolor. En el día 4, había 10 pacientes, y solo uno se curó.

• La probabilidad de continuar con dolor en el día 4 es calculada como 9/10 (0.90). Esto establece una base para las probabilidades condicionales posteriores.

Evolución Diaria y Censura

• En el día 5, quedan nueve pacientes; otro se cura, dejando ocho con dolor. La nueva probabilidad es ahora 8/9 (0.889).

• Al llegar al día 9, uno más se cura; por lo tanto, la probabilidad de continuar con dolor es ahora 7/8 (0.875).

Importancia del Tiempo Censurado

• En el día 11, todos los siete pacientes restantes continuaron con dolor (probabilidad del 100%). Sin embargo, un paciente fue censurado en el proceso.

• Para calcular correctamente las probabilidades en días posteriores, los pacientes censurados son excluidos del denominador.

Función de Sobrevida y Multiplicación de Probabilidades

• A medida que avanza el estudio hasta el día 31, todos los pacientes están libres de dolor. Los tiempos aportados por los censurados son considerados hasta que dejan de ser observados.

• La función sobrevida se calcula multiplicando las probabilidades diarias acumuladas para obtener una curva representativa.

Medidas Estadísticas Utilizadas

• Se utiliza la mediana como medida central para resumir la supervivencia ya que es menos sesgada por datos censurados comparado con la media.

Comparación entre Grupos

• Se discute cómo comparar dos grupos diferentes utilizando curvas Kaplan-Meier y qué significa tener desenlaces rápidos o lentos entre ellos.

Prueba Log-Rank para Significancia Estadística

• Para determinar si hay diferencias significativas entre dos grupos tratados (rojo vs azul), se utiliza la prueba log-rank como método estadístico adecuado.

Modelos Avanzados: Regresión Cox

• Se menciona brevemente cómo funciona un modelo multivariado usando regresión Cox para analizar factores pronósticos ajustando por censura.

Este resumen proporciona una visión general clara sobre cómo se lleva a cabo un análisis de supervivencia utilizando métodos estadísticos específicos como Kaplan-Meier y log-rank dentro del contexto clínico presentado en la discusión.

Understanding Hazard Ratios in Cox Regression

Introduction to Hazard Ratios

• The discussion begins with the concept of hazard ratios associated with risk factors, emphasizing their importance in interpreting regression results.

• The speaker explains how beta coefficients from Cox regression can be converted into hazard ratios, providing a quantitative measure of association between treatment and outcomes.

Interpretation of Hazard Ratios

• A specific example is given where a beta value of 0.02 translates to a hazard ratio of 1.012, indicating that individuals receiving treatment have a slightly higher risk of mortality compared to those not receiving it.

• A significant finding is presented: a hazard ratio of 0.704 suggests that the treatment reduces mortality risk by approximately 30%, highlighting its protective effect.

Factors Influencing Treatment Outcomes

• The age variable was analyzed but found not to confound the treatment effect, as removing it did not alter the hazard ratio significantly.

Upcoming Topics and Methodological Discussions

Course Structure and Future Sessions

• The instructor outlines upcoming topics including systematic reviews, sample size calculations, and ethical considerations in research writing.

• Clarification is provided regarding systematic reviews and meta-analysis being covered in future sessions.

Student Engagement

• Students are encouraged to voice any additional topics they feel were promised but not yet addressed during the course.

Case Study on Post-transplant Patients

Research Context

• A study involving post-transplant patients is introduced, focusing on the presence of donor-specific antibodies as an exposure variable linked to chronic rejection or death as outcomes.

Statistical Analysis Results

• Results show both crude and adjusted hazard ratios for various covariates; however, none demonstrated statistical significance (p-values > 0.05).

Kaplan-Meier Curves Interpretation

Survival Analysis Insights

• Kaplan-Meier curves are discussed; notable crossings indicate that survival rates differ over time between groups studied.

Conclusion from Study Findings

• The conclusion drawn from this analysis indicates no significant association between antibody presence and rejection rates within this cohort.

Closing Remarks and Future Access Requests

Final Thoughts

• The session concludes with reminders about future meetings focused on sample size calculation and other essential research methodologies.

Student Requests

• A student requests access to previous exercises related to linear regression for further practice, which the instructor agrees to facilitate.