INTRODUÇÃO



Pesquisadores utilizaram um registro nacional de pacientes com câncer de pulmão nos Estados Unidos para identificar o impacto do tamanho do tumor e do tipo histológico na sobrevida dos pacientes. Foram incluídos 7.965 pacientes tratados entre 1988 e 2000. Como se pode observar na Figura 1, constatou-se que os tempos de sobrevida foram mais curtos entre os pacientes com tumores maiores (> 5 cm) do que entre aqueles com tumores menores (< 1 cm).

 






O conceito errôneo de que mortalidade e sobrevida são intercambiáveis vem do uso leigo dos termos. Porém, em bioestatística, sobrevida é um conceito derivado de um procedimento analítico específico, enquanto mortalidade é uma variável de desfecho dicotômica geralmente com-parada entre dois ou mais grupos em um momento específico (por exemplo, em cinco anos). Sobrevida, por sua vez, constitui uma variável que relaciona tempo e evento: ela mede o tempo entre o início da observação até a ocorrência de um evento.



POR QUE UTILIZAR ANÁLISE DE SOBREVIDA?



A análise de sobrevida é importante quando o tempo entre exposição e evento é de interesse clínico. Em nosso exemplo, a sobrevida em cin-co anos entre pacientes com tumores < 1 cm foi de 85%, contra 52% entre aqueles com tumores > 5 cm. Dos pacientes deste último grupo (o grupo de alto risco), aproximadamente metade estava morta em cinco anos. Porém, saber que a sobrevida após dois anos foi de 70% é também clinicamente relevante. Para doenças altamente letais, como o câncer metastático, um subgrupo submetido a um novo tratamento pode ter vantagem de sobrevida nos primeiros três anos, mas mortalidade semelhante após cinco anos. A comparação da mortalidade no final do perío-do não discrimina entre tempos de sobrevida mais longos e mais curtos.



O cálculo de sobrevida também é útil por razões metodológicas; por exemplo, quando há perda de acompanhamento dos participantes do es-tudo. Quando o estudo termina, os investigadores podem não saber se um determinado participante está vivo ou morto, mas sabem que ele ou ela estava vivo pelo menos até a última consulta. Além disso, alguns participantes podem ser acompanhados durante menos de cinco anos porque eles entram no estudo em uma data posterior. Quando o estudo termina, eles podem não ter tido o evento porque o acompanhamento foi interrompido. Na Figura 1, pode-se observar que a sobrevida continua a diminuir de dois para cinco anos. Na análise de sobrevida, os dados referentes aos participantes que não desenvolveram o evento até o final do estudo ou tiveram perda de acompanhamento são censurados: eles contribuem para a análise até o último momento em que os investigadores sabiam que os participantes ainda estavam vivos.



A análise de sobrevida utiliza probabilidade condicional; ou seja, a probabilidade de sobreviver até o momento t, dado que o sujeito estava vivo no início de um intervalo de tempo especificado. O método de Kaplan-Meier é utilizado para estimar a probabilidade de sobrevida em vários intervalos de tempo e para ilustrar graficamente a sobrevida ao longo do tempo. O teste de log-rank é um teste não paramétrico utilizado na comparação de curvas de sobrevida entre dois ou mais grupos.



ALGUNS FATOS INTERESSANTES SOBRE SOBREVIDA



Na análise de sobrevida, dados censurados não são o mesmo que dados faltantes. Os participantes cujos dados são censurados não são ex-cluídos e contribuem tempo sob risco para a análise até o último intervalo em que estavam vivos. Portanto, não são necessários métodos de imputação.



Censura por perda de acompanhamento só é aceitável para uma pequena porcentagem de casos e quando se assume que o prognóstico dos participantes com perda de acompanhamento é o mesmo daqueles que permaneceram no estudo.



O desfecho na análise de sobrevida não precisa ser tempo até a morte; pode ser outros desfechos do tipo tempo-até-evento, como tempo até engravidar após tratamento de fertilidade e tempo até desmame do ventilador.



LEITURAS RECOMENDADAS



1. Ost D, Goldberg J, Rolnitzky L, Rom WN. Survival after surgery in stage IA and IB non-small cell lung cancer. Am J Respir Crit Care Med. 2008;177(5):516-23. http://dx.doi.org/10.1164/rccm.200706-815OC

2. Glantz SA. How to analyse survival data. In: Glantz SA. Primer in Biostatistics. 7th ed. New York: McGraw-Hill Medical; 2011. p.229-44.