Regressionsmodelle für durchschnittliches Risiko

Die Einschränkungen bei der Verwendung des traditionellen Cox'schen Hazardratios zur Zusammenfassung des Ausmaßes des Behandlungseffekts auf zeitabhängige Ereignisse wurden umfassend diskutiert, und alternative Maße, die solche Einschränkungen nicht aufweisen, gewinnen an Aufmerksamkeit. Eine der kürzlich vorgeschlagenen alternativen Methoden in einem einfachen Zweistichprobenvergleich verwendet das durchschnittliche Risiko mit Überlebensgewicht (AH), das als die allgemeine zensorenfreie Person-Zeit-Inzidenzrate über einen bestimmten Zeitraum interpretiert werden kann. In dieser Arbeit schlagen wir einen neuen Ansatz zur Regressionsanalyse für das AH mit einer Trennzeit τ vor. Wir untersuchen 3 Versionen der AH-Regressionsanalyse, wobei wir (1) unabhängige Zensierung, (2) gruppenspezifische Zensierung und (3) kovariateabhängige Zensierung annehmen. Die vorgeschlagenen AH-Regressionsmethoden stehen in engem Zusammenhang mit robuster Poissonregression. Während der neue Ansatz eine Trennzeit τ explizit erfordert, kann er in Anwesenheit von Zensur robuster sein als die Poissonregression. Mit dem AH-Regressionsansatz kann man den Unterschied zwischen den Gruppenbehandlungen sowohl in absoluten als auch in relativen Begriffen zusammenfassen, unter Berücksichtigung von Kovariaten, die mit dem Ergebnis verbunden sind. Diese Eigenschaft wird die Wahrscheinlichkeit erhöhen, dass das Ausmaß des Behandlungseffekts korrekt interpretiert wird. Der AH-Regressionsansatz kann eine nützliche Alternative zum traditionellen Cox'schen Hazardratio-Ansatz zur Schätzung und Berichterstattung des Ausmaßes des Behandlungseffekts auf zeitabhängige Ereignisse sein.