Regressão de Cox (covariáveis fixas)

A regressão de Cox ajusta um modelo de riscos proporcionais a dados de tempo até a falha com unidades censuradas à direita e uma ou mais covariáveis numéricas. Informa cada coeficiente com erro padrão, Z, valor-p e uma razão de risco com intervalo de confiança, além de um gráfico de sobrevivência nos valores médios das covariáveis. Pressupõe que o efeito de cada covariável é constante no tempo e linear no log do risco.

Última revisão

Conclusão principal

A regressão de Cox relaciona o risco de falha a fatores medidos, como temperatura ou vibração, usando dados de vida com unidades sem falha, e informa uma razão de risco (hazard ratio) por fator sem escolher uma distribuição de vida.

Nesta página
  1. Finalidade
  2. Principais recursos
  3. Métodos estatísticos
  4. Campos de entrada e opções
  5. Descrição da saída
  6. Exemplo prático

Finalidade

A Regressão de Cox (covariáveis fixas) relaciona o risco de falha a um ou mais fatores medidos, como temperatura de operação, vibração, carga ou fornecedor, usando dados de vida em que algumas unidades ainda não falharam. Informa uma razão de risco (hazard ratio) para cada fator: quanto o risco de falha muda a cada aumento de uma unidade nesse fator, sem necessidade de escolher uma distribuição de vida. Use-a em dados de campo ou de ensaio para descobrir quais condições encurtam a vida e em quanto.

Principais recursos

  • Modelo de riscos proporcionais com uma ou mais covariáveis numéricas.
  • Trata dados censurados à direita: unidades ainda em operação quando a observação terminou.
  • Coeficiente, erro padrão, estatística Z e valor-p para cada covariável.
  • Razão de risco com intervalo de confiança no nível escolhido.
  • Gráfico de sobrevivência para uma unidade no valor médio de todas as covariáveis.

Métodos estatísticos

O modelo é o modelo de riscos proporcionais de Cox, h(t | Z) = h₀(t) · exp(β₁Z₁ + β₂Z₂ + ...), em que h(t | Z) é a taxa de falhas no tempo t para uma unidade com valores de covariáveis Z e h₀(t) é um risco basal que não recebe nenhuma forma particular. Os coeficientes β são estimados maximizando a verossimilhança parcial (método de Breslow para tempos de falha empatados), que usa apenas a ordem em que as unidades falham e as unidades ainda em risco em cada tempo de falha. Uma unidade censurada conta como em risco até o seu tempo de censura.

Os erros padrão vêm da inversa da Hessiana do log da verossimilhança parcial na estimativa. Cada coeficiente é testado com a estatística de Wald Z = coef / SE contra a distribuição normal padrão. A razão de risco é exp(coef): o fator pelo qual a taxa de falhas é multiplicada a cada aumento de uma unidade nessa covariável, mantendo as demais fixas. Uma razão de risco acima de 1 significa risco maior; abaixo de 1, risco menor. Seu intervalo de confiança é exp(coef ± z·SE), em que z é o valor da normal padrão para o nível de confiança. Para uma variação de k unidades, a razão de risco é exp(k · coef).

O modelo pressupõe que o efeito de cada covariável é o mesmo em todos os instantes (riscos proporcionais) e que o efeito sobre o log do risco é linear na covariável. Na coluna de censura, as linhas iguais ao valor de censura são censuradas e todas as demais são falhas. O gráfico de sobrevivência mostra a curva de sobrevivência ajustada para uma unidade com todas as covariáveis em sua média amostral; ela começa em 1 no tempo 0 e desce em degraus a cada tempo de falha.

Campos de entrada e opções

Campo

Descrição

Time variable

Obrigatório. Tempo até a falha, ou tempo até a censura para unidades ainda em operação.

Use censoring column

Obrigatório. As linhas iguais ao valor de censura são censuradas à direita; todas as demais são falhas. Toda linha precisa de um valor.

Censoring value

O valor na coluna de censura que marca uma unidade ainda em operação quando a observação terminou. O padrão é 0, portanto 1 = falha.

Covariates (predictors)

Uma ou mais colunas de preditores numéricos. Mantenha Ctrl ou Command pressionado para selecionar várias.

Confidence level (%)

Para os intervalos de confiança da razão de risco. Padrão 95; de 50 a 99.99.

cox-regression-inputs


Figura 1 — Opções do exemplo: Months como tempo, Status como coluna de censura (0 = ainda em operação), temperatura de operação e vibração como covariáveis.

Descrição da saída

  • Model summary — Log-Likelihood, N (Observations) e N (Events), o número de falhas.
  • Coefficients — para cada preditor: Coef, SE Coef, Z, P, Hazard Ratio e seus limites de confiança inferior e superior.
  • Cox Regression Survival Plot (at mean covariate values) — probabilidade de sobrevivência ajustada em função do tempo para uma unidade na média de cada covariável.
  • Exportação em PDF por meio de Download.

cox-regression-output


Figura 2 — Resultados para 60 bombas: razão de risco de 1.06 por °C de temperatura de operação e de 1.36 por unidade de vibração, ambas significativas ao nível de 5%, e a curva de sobrevivência de uma bomba com temperatura e vibração médias.

Exemplo prático

Um engenheiro de manutenção acompanha 60 bombas centrífugas por até 36 meses. 23 rolamentos falham; as outras 37 bombas ainda estão em operação ao final e são censuradas aos 36 meses. Para cada bomba, o engenheiro dispõe da temperatura de operação (°C) e de um nível de vibração medido. Ele quer saber se a temperatura e a vibração aumentam o risco de falha do rolamento. O engenheiro define Time variable = Months, Use censoring column = Status com Censoring value = 0, e seleciona Operating Temp C e Vibration Level como covariáveis com 95% de confiança.

A temperatura de operação tem coeficiente de 0.0580 (p = 0.0137) e razão de risco de 1.060 por °C (IC de 95% de 1.012 a 1.110). Em 10 °C, isso dá exp(10 × 0.0580) = 1.79: uma bomba operando 10 °C mais quente tem cerca de 1.8 vez o risco de falha. O nível de vibração tem coeficiente de 0.3075 (p = 0.0379) e razão de risco de 1.360 por unidade (IC de 95% de 1.017 a 1.818): cada unidade adicional de vibração aumenta o risco de falha em cerca de 36%. Ambos os efeitos são significativos ao nível de 5%, e nenhum dos intervalos de confiança inclui 1.

Para o planejamento da manutenção, as bombas quentes e de alta vibração devem ser inspecionadas primeiro, e reduzir qualquer um dos dois fatores tende a prolongar a vida do rolamento. Quando Vibration Level é removido do modelo, a razão de risco da temperatura quase não muda (1.064 por °C), de modo que os dois efeitos são em grande parte separados. O gráfico de sobrevivência mostra a sobrevivência esperada de uma bomba com temperatura média (74.3 °C) e vibração média (3.72): 0.918 aos 12 meses, 0.769 aos 24 meses e 0.652 aos 36 meses, ou seja, cerca de um terço dessas bombas precisaria de troca de rolamento em três anos.

Perguntas frequentes

O que é uma razão de risco (hazard ratio) na regressão de Cox?

A razão de risco é exp(coef): o fator pelo qual a taxa de falhas é multiplicada a cada aumento de uma unidade nessa covariável, mantendo as demais fixas. Acima de 1 significa risco maior; abaixo de 1, risco menor. Para uma variação de k unidades, a razão de risco é exp(k x coef); no exemplo das bombas, operar 10 °C mais quente resultou em cerca de 1.8 vez o risco de falha.

Quais são as premissas da regressão de Cox?

O modelo pressupõe riscos proporcionais, ou seja, que o efeito de cada covariável é o mesmo em todos os instantes, e que o efeito sobre o log do risco é linear na covariável. O risco basal não recebe nenhuma forma particular, portanto não é preciso escolher uma distribuição de vida.

Como a regressão de Cox trata dados censurados?

As unidades censuradas à direita, aquelas ainda em operação quando a observação terminou, contam como em risco até o seu tempo de censura. Os coeficientes são estimados maximizando a verossimilhança parcial, que usa apenas a ordem em que as unidades falham e as unidades ainda em risco em cada tempo de falha, com o método de Breslow para tempos de falha empatados.

Como executar a regressão de Cox no Zometric Statistical Software?

Selecione a variável de tempo, a coluna de censura e o valor de censura que marca as unidades ainda em operação (padrão 0, portanto 1 significa falha); depois escolha uma ou mais covariáveis numéricas e um nível de confiança (padrão 95%). A saída traz um resumo do modelo, uma tabela de coeficientes com razões de risco e limites de confiança e um gráfico de sobrevivência nos valores médios das covariáveis.