Thiago Gentil Ramires - Departamento de Estatística (UEM
Thiago Gentil Ramires - Departamento de Estatística (UEM
Thiago Gentil Ramires - Departamento de Estatística (UEM
You also want an ePaper? Increase the reach of your titles
YUMPU automatically turns print PDFs into web optimized ePapers that Google loves.
S(t)<br />
0.0 0.2 0.4 0.6 0.8 1.0<br />
(e) (f)<br />
0 50 100 150 200 250 300<br />
Tempo (meses)<br />
Sim<br />
Não<br />
S(t)<br />
0.0 0.2 0.4 0.6 0.8 1.0<br />
SANGUE como causa da insuficiência renal<br />
0 50 100 150 200 250 300<br />
Tempo (meses)<br />
(g) (h)<br />
Figura 4.2: Sobrevivências estimadas, via estimador <strong>de</strong> Kaplan-Meier, para<br />
as covariáveis: (a) Sexo; (b) Cor; (c) FatorRh; (d) Transplante; (e) AntiHBS;<br />
(f) Diabetes; (g) Pressão; (h) Tipo Sanguíneo.<br />
Através das figuras apresentadas em (Figura 4.2 a-h), po<strong>de</strong>mos verificar os<br />
comportamentos das funções <strong>de</strong> sobrevivência, pon<strong>de</strong>radas pelas covariáveis em<br />
estudo, covariáveis estas, categóricas.<br />
Nota-se para estas figuras que, visualmente, as curvas <strong>de</strong> Kaplan-Meier para as<br />
covariáveis Sexo, Cor, Transplante, AntiHBS, Diabetes e Pressão, se mostram<br />
distantes, o que pré-indica que os tempos <strong>de</strong> sobrevivência se comportam <strong>de</strong> forma<br />
diferenciadas para os distintos níveis <strong>de</strong>stas covariáveis..<br />
À partir <strong>de</strong>stas figuras, utilizamos do teste <strong>de</strong> log-rank para verificar, <strong>de</strong> forma<br />
quantitativa, o quanto as curvas <strong>de</strong> sobrevivência se comportam <strong>de</strong> forma distinta,<br />
ou não, para os níveis das covariáveis. O critério utilizado neste trabalho foi o <strong>de</strong><br />
manter as covariáveis que apresentarem valores p inferiores a 0,25 (ou 25%), no<br />
teste log-rank. Esta proposta em escolher um nível relativamente mo<strong>de</strong>sto <strong>de</strong><br />
significância é baseada em recomendações <strong>de</strong> Ben<strong>de</strong>l e Afifi (1997) para regressão<br />
linear, <strong>de</strong> Constanza e Afifi (1979) para análise discriminante e <strong>de</strong> Mickey e<br />
Greenland (1989) para mudanças nos coeficientes do mo<strong>de</strong>lo <strong>de</strong> regressão logística,<br />
Colosimo (2006). As estatísticas são apresentadas na Tabela 4.3.<br />
A<br />
AB<br />
B<br />
O<br />
41