Key points are not available for this paper at this time.
A análise de sobrevivência é comumente realizada em pesquisas médicas e de saúde pública para avaliar a associação de uma exposição ou intervenção com um desfecho final duro, como a mortalidade. O modelo de regressão de Cox (perigos proporcionais) é provavelmente a ferramenta estatística mais popular utilizada neste contexto. No entanto, quando a exposição inclui covariáveis composicionais (ou seja, variáveis que representam uma composição relativa, como uma composição de comportamento nutricional ou de atividade física), algumas suposições básicas do modelo de regressão de Cox e os testes de significância associados são violadas. Variáveis composicionais envolvem uma inter-relação intrínseca entre si que impede resultados e conclusões baseadas em considerá-las isoladamente, como normalmente é feito. Neste trabalho, introduzimos uma formulação do modelo de regressão de Cox em termos de coordenadas log-ratio que lida adequadamente com as restrições das covariáveis composicionais, facilita o uso de métodos comuns de inferência estatística e permite interpretações cientificamente significativas. Ilustramos sua aplicação prática a um problema de saúde pública: a estimativa do risco de mortalidade associado à composição do comportamento diário de atividade (atividade física, tempo sentado e sono) utilizando dados da Pesquisa Nacional de Saúde e Nutrição dos EUA (NHANES).
McGregor et al. (Qui,) estudaram esta questão.
Synapse has enriched 5 closely related papers on similar clinical questions. Consider them for comparative context: