Relatório: Riscos Competitivos
Daniel
2025-12-18
Introdução
Com os dados selecionados, uma análise Multi Estado tem se demonstrado estatisticamente inviável.
O modelo proposto, até o momento, é de riscos competitivos. Neste modelo, estudamos apenas dois eventos de interesse: alta e óbito.
Entretanto, como inicialmente tinhamos o desejo de estudar a trajetória do paciente dentro do hospital, em especial a necessidade ou não da UTI, foi inserido uma covariável númerica contando no modelo. Assim, embora não estejamos modelando a presença do paciente na UTI diretamente, podemos avaliar seu efeito no desfecho final.
Estrutura do Modelo
A estrutura do modelo é:
## Warning: pacote 'knitr' foi compilado no R versão 4.4.2
Eventos Riscos Competitivos
Tratamento dos dados
O tratamento dos dados foi feito basicamente atribuindo 0 para unchecked e 1 para checked.
- Etilismo e Tabagismo as faltas de informações foram consideradas como uma categoria, não exclúidas.
- Renal é a indicação de alguma problema renal entre os 4 apresentados nos dados.
- Frequência respiratória: <12- ótimo; 13-20- normal; 21-24- anormal; 25-30- definitivamente anormal e >30 péssimo.
- Diabetes, asma(DPOC) e cancer é a indicadora de dois, de cada, dos dados coletados. Por exemplo, Diabetes = Diabetes tipo 1 + Diabetes tipo 2.
Resultados iniciais
A incidência acumulada, definida como probabilidade de ocorrência acumulada dos eventos dado que um inibe o outro.
De maneira similar, a probabilidade da ocorrência dos eventos pode ser calculada separadamente considerando as covariáveis categóricas.
| Categoria | Frequencia | Percentual |
|---|---|---|
| 0 | 172 | 42.1 |
| 1 | 237 | 57.9 |
| Categoria | Frequencia | Percentual |
|---|---|---|
| 0 | 210 | 51.3 |
| 1 | 199 | 48.7 |
| Categoria | Frequencia | Percentual |
|---|---|---|
| 0 | 275 | 67.2 |
| 1 | 134 | 32.8 |
| Categoria | Frequencia | Percentual |
|---|---|---|
| 0 | 370 | 90.5 |
| 1 | 39 | 9.5 |
| Categoria | Frequencia | Percentual |
|---|---|---|
| 0 | 153 | 39.1 |
| 1 | 104 | 26.6 |
| 2 | 123 | 31.5 |
| 3 | 11 | 2.8 |
| Categoria | Frequencia | Percentual |
|---|---|---|
| 0 | 147 | 37.7 |
| 1 | 29 | 7.4 |
| 2 | 177 | 45.4 |
| 3 | 37 | 9.5 |
| Categoria | Frequencia | Percentual |
|---|---|---|
| 0 | 278 | 68 |
| 1 | 131 | 32 |
| Categoria | Frequencia | Percentual |
|---|---|---|
| 0 | 387 | 94.6 |
| 1 | 22 | 5.4 |
| Categoria | Frequencia | Percentual |
|---|---|---|
| 0 | 406 | 99.3 |
| 1 | 3 | 0.7 |
Para a Frequência Respiratória (FR), na classificação inicial, percebe-se duas coisas:
- Poucos dados em algumas categorias;
- Algumas referências afirmar que a FR deveriam ser classificadas de acordo com a idade e classificam de forma similar
Podemos ver a distribuição dos casos:
| Categoria | Frequencia | Percentual |
|---|---|---|
| ótimo | 2 | 0.6 |
| normal | 54 | 16.4 |
| anormal | 88 | 26.7 |
| def. anormal | 109 | 33.1 |
| péssimo | 76 | 23.1 |
Com o objetivo de buscar maior estabilidade numérica durante os cálculos e simplificar o modelo, é proposto uma classificação mais próxima das referências. Isto é, juntar em apenas duas categorias:
- boa - (classificações: ótima e normal)
- ruim - (classificações de anormal até péssimo)
Com isso:
| Categoria | Frequencia | Percentual |
|---|---|---|
| 0 | 405 | 99 |
| 1 | 4 | 1 |
| Categoria | Frequencia | Percentual |
|---|---|---|
| 0 | 394 | 96.3 |
| 1 | 15 | 3.7 |
| Categoria | Frequencia | Percentual |
|---|---|---|
| 0 | 359 | 87.8 |
| 1 | 50 | 12.2 |
| Categoria | Frequencia | Percentual |
|---|---|---|
| jovem | 11 | 2.7 |
| médio | 218 | 53.3 |
| idoso | 180 | 44.0 |
Modelos
Existem, basicamente, duas classes de modelos estatísticos:
- Riscos proporcionais (Cox)
- Fine-Gray
Neste relatório apresentamos o primeiro.
Modelo 1 (Geral)
## Warning in coxph.fit(X, Y, istrat, offset, init, control, weights = weights, :
## Loglik converged before variable 37 ; coefficient may be infinite.## var1 exp(coef) Pr(>|z|) var2 exp(coef) Pr(>|z|)
## [1,] "Dias_UTI_1:2" "0.91" "0" "Dias_UTI_1:3" "0.97" "0"
## [2,] "agemédio_1:2" "0.47" "0.03" "agemédio_1:3" "0.18" "0.22"
## [3,] "ageidoso_1:2" "0.36" "0" "ageidoso_1:3" "0.52" "0.63"
## [4,] "Genero1_1:2" "0.95" "0.69" "Genero1_1:3" "1.06" "0.88"
## [5,] "Hiper_1:2" "1.22" "0.23" "Hiper_1:3" "0.81" "0.65"
## [6,] "Obesidade_1:2" "1.23" "0.08" "Obesidade_1:3" "0.56" "0.31"
## [7,] "Renal_1:2" "1.13" "0.63" "Renal_1:3" "1.19" "0.77"
## [8,] "Tabagismo1_1:2" "1.11" "0.52" "Tabagismo1_1:3" "0.31" "0.04"
## [9,] "Tabagismo2_1:2" "0.71" "0.08" "Tabagismo2_1:3" "0.19" "0.01"
## [10,] "Tabagismo3_1:2" "1.27" "0.53" "Tabagismo3_1:3" "1.07" "0.95"
## [11,] "Etilismo1_1:2" "0.97" "0.89" "Etilismo1_1:3" "1.06" "0.94"
## [12,] "Etilismo2_1:2" "1.11" "0.56" "Etilismo2_1:3" "3.38" "0.02"
## [13,] "Etilismo3_1:2" "1.13" "0.57" "Etilismo3_1:3" "0.53" "0.39"
## [14,] "Diabetes1_1:2" "0.79" "0.16" "Diabetes1_1:3" "0.7" "0.36"
## [15,] "DPOC1_1:2" "1.52" "0.04" "DPOC1_1:3" "0.27" "0.34"
## [16,] "Cancer1_1:2" "1.08" "0.92" "Cancer1_1:3" "0" "0"
## [17,] "FR2ruim_1:2" "1.57" "0.02" "FR2ruim_1:3" "0.89" "0.82"
## [18,] "Nausea1_1:2" "1.26" "0.59" "Nausea1_1:3" "2.15" "0.33"
## [19,] "Diarreia1_1:2" "0.94" "0.87" "Diarreia1_1:3" "1.24" "0.66"
## [20,] "vascular1_1:2" "0.4" "0" "vascular1_1:3" "0.75" "0.62"
## [21,] "renal1_1:2" "0.31" "0" "renal1_1:3" "3.76" "0.01"Modelos 1. (Significativos)
Modelos considerando somente as covariáveis significativas podem ser propostos.
Modelo 1.1: Dias_UTI+FR2+ age+ vascular + renal+Tabagismo
## var1 exp(coef) Pr(>|z|) var2 exp(coef) Pr(>|z|)
## [1,] "Dias_UTI_1:2" "0.91" "0" "Dias_UTI_1:3" "0.96" "0"
## [2,] "FR2ruim_1:2" "1.57" "0.01" "FR2ruim_1:3" "0.64" "0.27"
## [3,] "agemédio_1:2" "0.45" "0.01" "agemédio_1:3" "0.26" "0.29"
## [4,] "ageidoso_1:2" "0.31" "0" "ageidoso_1:3" "0.68" "0.75"
## [5,] "vascular1_1:2" "0.43" "0" "vascular1_1:3" "0.68" "0.45"
## [6,] "renal1_1:2" "0.33" "0" "renal1_1:3" "3.19" "0.01"
## [7,] "Tabagismo1_1:2" "1.06" "0.7" "Tabagismo1_1:3" "0.62" "0.24"
## [8,] "Tabagismo2_1:2" "0.74" "0.04" "Tabagismo2_1:3" "0.64" "0.31"
## [9,] "Tabagismo3_1:2" "1.26" "0.5" "Tabagismo3_1:3" "0.81" "0.87"Modelo 1.2: Dias_UTI+ FR2 + age+ vascular+ renal
## var1 exp(coef) Pr(>|z|) var2 exp(coef) Pr(>|z|)
## [1,] "Dias_UTI_1:2" "0.91" "0" "Dias_UTI_1:3" "0.97" "0"
## [2,] "FR2ruim_1:2" "1.59" "0" "FR2ruim_1:3" "0.69" "0.33"
## [3,] "agemédio_1:2" "0.54" "0.07" "agemédio_1:3" "0.29" "0.34"
## [4,] "ageidoso_1:2" "0.39" "0.01" "ageidoso_1:3" "0.8" "0.85"
## [5,] "vascular1_1:2" "0.47" "0" "vascular1_1:3" "0.7" "0.42"
## [6,] "renal1_1:2" "0.33" "0" "renal1_1:3" "2.61" "0.03"Modelo 1.2:Dias_UTI+ Genero+age
## var1 exp(coef) Pr(>|z|) var2 exp(coef) Pr(>|z|)
## [1,] "Dias_UTI_1:2" "0.91" "0" "Dias_UTI_1:3" "0.97" "0"
## [2,] "Genero1_1:2" "1.01" "0.97" "Genero1_1:3" "1.07" "0.82"
## [3,] "agemédio_1:2" "0.77" "0.48" "agemédio_1:3" "0.22" "0.03"
## [4,] "ageidoso_1:2" "0.53" "0.08" "ageidoso_1:3" "0.68" "0.55"A escolha dos modelo pode ser feita considerando o AIC, um métrica que permite avaliar a qualidade do ajuste, penalizando pela quantidade de covariáveis.
## Warning in AIC.default(md.all, md.sig.1, md.sig.2, md.sig.3): os modelos não
## foram todos ajustados com o mesmo número de observações## df AIC
## md.all 42 2767.788
## md.sig.1 18 2749.345
## md.sig.2 12 2845.196
## md.sig.3 8 3758.439Neste caso, o Modelo 1.1 é preferível.
Modelo 2 (Exames Laboratoriais)
Este modelo tem como finalidade acessar os efeitos das covariáveis até o momento não estudas, sendo elas os resultados dos exames laboratoriais, em especiais os de resultado numérico. As covariáveis são:
| Exames | Exames.1 | Exames.2 |
|---|---|---|
| Hemoglobina_HB | Glicose | Tempo_de_protrombina_TP |
| Hematócrito_HT | Aspartato_Aminotransferase_AST | RNI |
| Leucócitos_totais_WBC | Alanina_aminotransferase_ALT | Tempo_de_tromboplastina_parcial_ativada_TTPA |
| Neutrófilos_SEG | Creatinina | Lactato |
| Linfócitos_LINFO | Ureia | PH |
| Plaquetas_PLT | Fibrinogênio | pO2 |
| Proteína_C_Reativa_PCR | Ferritina | pCO2 |
| Troponina | Hemoglobina_glicosilada | Bicarbonato_(HCO3) |
| LDH | TSH | - |
| Dímero-D | Tiroxina_Livre_T4 | - |
Detalhes dos exames:
Hemoglobina (HB)
## Min. 1st Qu. Median Mean 3rd Qu. Max. NA's
## 3.10 12.50 13.90 13.57 15.10 19.20 1Hematócrito (HT)
## Min. 1st Qu. Median Mean 3rd Qu. Max. NA's
## 9.70 37.80 41.40 40.56 44.50 60.40 1Leucócitos totais (WBC)
## Min. 1st Qu. Median Mean 3rd Qu. Max. NA's
## 1.060 6.003 7.990 9.516 10.912 249.380 1Neutrófilos (SEG)
## Min. 1st Qu. Median Mean 3rd Qu. Max. NA's
## 0.160 4.090 6.145 6.741 8.685 26.890 1Linfócitos (LINFO)
## Min. 1st Qu. Median Mean 3rd Qu. Max. NA's
## 0.0600 0.6175 0.9900 4.0241 1.4325 940.0000 1Plaquetas (PLT)
## Min. 1st Qu. Median Mean 3rd Qu. Max. NA's
## 2.35 151.75 191.00 209.81 246.00 667.00 1Proteína C-Reativa (PCR)
## Min. 1st Qu. Median Mean 3rd Qu. Max. NA's
## 1.69 47.65 89.40 106.38 159.25 376.00 17Troponina
## Min. 1st Qu. Median Mean 3rd Qu. Max. NA's
## 3.00 6.05 9.80 23.67 18.29 805.40 106LDH
## Min. 1st Qu. Median Mean 3rd Qu. Max. NA's
## 25.0 246.2 300.0 322.3 383.2 825.0 111Dímero-D
## Min. 1st Qu. Median Mean 3rd Qu. Max. NA's
## 45 548 907 3265 2069 80000 9Glicose
## Min. 1st Qu. Median Mean 3rd Qu. Max. NA's
## 47.0 107.0 129.5 157.1 165.0 836.0 27AST
## Min. 1st Qu. Median Mean 3rd Qu. Max. NA's
## 8.00 25.00 35.00 43.42 50.00 300.00 16ALT
## Min. 1st Qu. Median Mean 3rd Qu. Max. NA's
## 5.00 21.00 31.00 42.49 50.50 483.00 10Creatinina
## Min. 1st Qu. Median Mean 3rd Qu. Max.
## 0.340 0.790 0.960 1.355 1.250 15.150Ureia
## Min. 1st Qu. Median Mean 3rd Qu. Max.
## 8.00 27.00 36.00 44.86 51.00 344.00Fibrinogênio
## Min. 1st Qu. Median Mean 3rd Qu. Max. NA's
## 45.0 454.0 562.9 554.9 656.5 900.0 123Ferritina
## Min. 1st Qu. Median Mean 3rd Qu. Max. NA's
## 35.31 494.40 941.30 1245.83 1770.00 6405.00 192Hemoglobina glicada
## Min. 1st Qu. Median Mean 3rd Qu. Max. NA's
## 4.300 5.800 6.300 7.142 7.400 16.300 184TSH
## Min. 1st Qu. Median Mean 3rd Qu. Max. NA's
## 0.0140 0.6125 1.1550 2.0184 2.4300 29.4900 195Tiroxina livre (T4)
## Min. 1st Qu. Median Mean 3rd Qu. Max. NA's
## 0.240 1.070 1.250 1.256 1.442 2.950 221Tempo de Protrombina (TP)
## Min. 1st Qu. Median Mean 3rd Qu. Max. NA's
## 9.5 11.5 12.1 12.6 12.8 69.7 28RNI
## Min. 1st Qu. Median Mean 3rd Qu. Max. NA's
## 0.830 0.980 1.035 1.084 1.100 7.200 29TTPA
## Min. 1st Qu. Median Mean 3rd Qu. Max. NA's
## 0.82 24.80 27.70 28.12 30.68 111.60 35Lactato
## Min. 1st Qu. Median Mean 3rd Qu. Max. NA's
## 0.50 1.10 1.40 1.64 2.00 6.00 1pH
## Min. 1st Qu. Median Mean 3rd Qu. Max. NA's
## 6.828 7.404 7.446 7.433 7.474 7.790 2pO₂
## Min. 1st Qu. Median Mean 3rd Qu. Max. NA's
## 16.80 56.70 68.70 73.05 83.35 355.00 2pCO₂
## Min. 1st Qu. Median Mean 3rd Qu. Max. NA's
## 15.20 29.55 32.90 34.29 37.60 78.70 2Bicarbonato (HCO₃⁻)
## Min. 1st Qu. Median Mean 3rd Qu. Max. NA's
## 2.40 20.60 22.50 22.43 24.40 41.50 2Os efeitos das covariáveis com a probabilidade de efeitos nulos:
## var1 exp(coef) Pr(>|z|) var2 exp(coef) Pr(>|z|)
## [1,] "Hemoglobn_HB_1:2" "1.27" "0" "H_HB_1:3" "0.05" "0"
## [2,] "Hematocrt_HT_1:2" "1.08" "0" "H_HT_1:3" "4.65" "0"
## [3,] "Lccts_tt_WBC_1:2" "1.04" "0" "L__WBC_1" "7.66" "0"
## [4,] "Neutrfls_SEG_1:2" "1.01" "0.78" "N_SEG_1:" "0.22" "0"
## [5,] "Lnfcts_LINFO_1:2" "0.93" "0" "L_LINFO_" "0.1" "0"
## [6,] "Plaquets_PLT_1:2" "1.01" "0" "P_PLT_1:" "0.99" "0"
## [7,] "Prtn_C_R_PCR_1:2" "1" "0.87" "P_C_R_PC" "1.02" "0"
## [8,] "Troponina_1:2" "1" "0.68" "Trpn_1:3" "1" "0.64"
## [9,] "LDH_1:2" "1" "0.52" "LDH_1:3" "1.01" "0.02"
## [10,] "Dimero_D_1:2" "1" "0.06" "Dm_D_1:3" "1" "0"
## [11,] "Glicose_1:2" "1" "0.27" "Glcs_1:3" "1" "0.25"
## [12,] "Asprtt_A_AST_1:2" "0.99" "0.14" "A_A_AST_" "0.93" "0"
## [13,] "Alnn_mnt_ALT_1:2" "1" "0.98" "A__ALT_1" "0.93" "0"
## [14,] "Creatinina_1:2" "1.24" "0.05" "Crtn_1:3" "0.3" "0"
## [15,] "Ureia_1:2" "0.96" "0" "Urei_1:3" "1.13" "0"
## [16,] "Fibrinogenio_1:2" "1" "0" "Fbrn_1:3" "0.99" "0.01"
## [17,] "Ferritina_1:2" "1" "0.71" "Frrt_1:3" "1" "0"
## [18,] "Hmglbn_glcsl_1:2" "0.94" "0.27" "Hmg__1:3" "2.22" "0"
## [19,] "TSH_1:2" "1.14" "0.17" "TSH_1:3" "20.86" "0"
## [20,] "Tirxn_Lvr_T4_1:2" "0.37" "0.05" "T_L_T4_1" "3.86" "0.07"
## [21,] "Tmp_d_prt_TP_1:2" "0.62" "0" "T___TP_1" "0.15" "0.01"
## [22,] "RNI_1:2" "10.32" "0.01" "RNI_1:3" "0" "0.39"
## [23,] "Tmp_____TTPA_1:2" "0.88" "0" "T_____TT" "2.86" "0"
## [24,] "Lactato_1:2" "0.84" "0.42" "Lctt_1:3" "0.7" "0.4"
## [25,] "PH_1:2" "82701" "0" "PH_1:3" "2e+74" "0"
## [26,] "pO2_1:2" "0.99" "0" "pO2_1:3" "0.86" "0"
## [27,] "pCO2_1:2" "1.05" "0.02" "pCO2_1:3" "4.67" "0"
## [28,] "Bicrbnt_HCO3_1:2" "0.8" "0" "B_HCO3_1" "0.02" "0"Logo, a maioria das covariáveis apresentam ser importantes, porém uma investigação mais profunda deve ser feita. O efeito aparenta ser muito forte.
Modelo 3 (Proposta 1)
Dado uma escolha relativamente arbitrária, baseada nos resultados, uma proposta é aplicar um step-wise com as covariáveis relativas aos exames. Juntando com as covariáveis do Modelo 1.1.
## Call:
## coxph(formula = Surv(ttdados$tempo, ttdados$st) ~ Dias_UTI +
## FR2 + age + vascular + renal + Tabagismo + Plaquetas_PLT +
## +Linfocitos_LINFO + Neutrofilos_SEG + Leucocitos_totais_WBC +
## Hemoglobina_HB, data = ttdados, id = ttdados$`Record ID`)
##
##
## 1:2 coef exp(coef) se(coef) robust se z
## Dias_UTI -0.0941073 0.9101851 0.0081826 0.0106414 -8.844
## FR2ruim 0.4156565 1.5153653 0.1731390 0.1775716 2.341
## agemédio -0.8169332 0.4417844 0.4061850 0.2865024 -2.851
## ageidoso -1.1729642 0.3094483 0.4147723 0.2967310 -3.953
## vascular1 -0.8810201 0.4143600 0.2286883 0.1913863 -4.603
## renal1 -1.0667702 0.3441181 0.1873627 0.2027872 -5.261
## Tabagismo1 0.0259854 1.0263260 0.1562552 0.1518290 0.171
## Tabagismo2 -0.1936171 0.8239733 0.1600703 0.1508488 -1.284
## Tabagismo3 0.4151379 1.5145796 0.4102910 0.2964255 1.400
## Plaquetas_PLT 0.0019280 1.0019298 0.0007122 0.0007143 2.699
## Linfocitos_LINFO 0.0028808 1.0028849 0.0010830 0.0002877 10.014
## Neutrofilos_SEG -0.0238882 0.9763949 0.0612639 0.0552886 -0.432
## Leucocitos_totais_WBC 0.0039739 1.0039818 0.0503777 0.0461461 0.086
## Hemoglobina_HB 0.1102865 1.1165979 0.0323654 0.0291610 3.782
##
## 1:2 p
## Dias_UTI < 2e-16
## FR2ruim 0.019243
## agemédio 0.004353
## ageidoso 7.72e-05
## vascular1 4.16e-06
## renal1 1.44e-07
## Tabagismo1 0.864106
## Tabagismo2 0.199311
## Tabagismo3 0.161370
## Plaquetas_PLT 0.006952
## Linfocitos_LINFO < 2e-16
## Neutrofilos_SEG 0.665695
## Leucocitos_totais_WBC 0.931374
## Hemoglobina_HB 0.000156
##
##
## 1:3 coef exp(coef) se(coef) robust se z p
## Dias_UTI -0.057270 0.944339 0.013983 0.011563 -4.953 7.31e-07
## FR2ruim -0.256693 0.773605 0.436598 0.406267 -0.632 0.52750
## agemédio -2.317737 0.098496 1.155321 1.294995 -1.790 0.07349
## ageidoso -1.502717 0.222525 1.143348 1.255156 -1.197 0.23121
## vascular1 -0.279460 0.756192 0.464909 0.548358 -0.510 0.61031
## renal1 1.049291 2.855626 0.434039 0.463089 2.266 0.02346
## Tabagismo1 -0.317194 0.728189 0.443653 0.419539 -0.756 0.44962
## Tabagismo2 -0.921121 0.398073 0.480346 0.494972 -1.861 0.06275
## Tabagismo3 -0.743997 0.475211 1.111035 1.083592 -0.687 0.49233
## Plaquetas_PLT -0.006115 0.993903 0.002016 0.002049 -2.985 0.00284
## Linfocitos_LINFO -0.857858 0.424069 0.391156 0.337028 -2.545 0.01092
## Neutrofilos_SEG -0.095145 0.909241 0.102928 0.064624 -1.472 0.14095
## Leucocitos_totais_WBC 0.175884 1.192300 0.084197 0.042502 4.138 3.50e-05
## Hemoglobina_HB -0.164371 0.848427 0.071234 0.070694 -2.325 0.02007
##
## States: 1= (s0), 2= 1, 3= 2
##
## Likelihood ratio test=391.4 on 28 df, p=< 2.2e-16
## n= 319, number of events= 318
## (90 observations deleted due to missingness)Veja que podemos retirar as covariáveis Neutrofilos_SEG e Tabagismo:
## Call:
## coxph(formula = Surv(ttdados$tempo, ttdados$st) ~ Dias_UTI +
## FR2 + age + vascular + renal + Plaquetas_PLT + +Linfocitos_LINFO +
## Leucocitos_totais_WBC + Hemoglobina_HB, data = ttdados, id = ttdados$`Record ID`)
##
##
## 1:2 coef exp(coef) se(coef) robust se z
## Dias_UTI -0.0942764 0.9100312 0.0078809 0.0104550 -9.017
## FR2ruim 0.4307140 1.5383555 0.1673608 0.1620843 2.657
## agemédio -0.6970615 0.4980467 0.4018546 0.2852682 -2.444
## ageidoso -1.0075629 0.3651077 0.4056286 0.2940044 -3.427
## vascular1 -0.7835217 0.4567945 0.2164223 0.1904220 -4.115
## renal1 -1.0569401 0.3475176 0.1792818 0.2007789 -5.264
## Plaquetas_PLT 0.0018657 1.0018675 0.0006330 0.0006165 3.026
## Linfocitos_LINFO 0.0028147 1.0028186 0.0010927 0.0002390 11.777
## Leucocitos_totais_WBC -0.0083295 0.9917051 0.0076523 0.0061556 -1.353
## Hemoglobina_HB 0.1138985 1.1206383 0.0317198 0.0293709 3.878
##
## 1:2 p
## Dias_UTI < 2e-16
## FR2ruim 0.007876
## agemédio 0.014544
## ageidoso 0.000610
## vascular1 3.88e-05
## renal1 1.41e-07
## Plaquetas_PLT 0.002476
## Linfocitos_LINFO < 2e-16
## Leucocitos_totais_WBC 0.176007
## Hemoglobina_HB 0.000105
##
##
## 1:3 coef exp(coef) se(coef) robust se z
## Dias_UTI -0.0418608 0.9590033 0.0114457 0.0104214 -4.017
## FR2ruim -0.3233335 0.7237325 0.4189793 0.3719119 -0.869
## agemédio -1.9342828 0.1445279 1.1078881 1.2712387 -1.522
## ageidoso -0.8122874 0.4438416 1.0536373 1.1909982 -0.682
## vascular1 0.0253349 1.0256585 0.4248340 0.4202629 0.060
## renal1 1.0275814 2.7942994 0.4044601 0.4285465 2.398
## Plaquetas_PLT -0.0057915 0.9942252 0.0019651 0.0022070 -2.624
## Linfocitos_LINFO -0.0005579 0.9994423 0.0136164 0.0066640 -0.084
## Leucocitos_totais_WBC 0.0170469 1.0171931 0.0111410 0.0059697 2.856
## Hemoglobina_HB -0.1305828 0.8775839 0.0700399 0.0779605 -1.675
##
## 1:3 p
## Dias_UTI 5.9e-05
## FR2ruim 0.38464
## agemédio 0.12812
## ageidoso 0.49522
## vascular1 0.95193
## renal1 0.01649
## Plaquetas_PLT 0.00869
## Linfocitos_LINFO 0.93329
## Leucocitos_totais_WBC 0.00430
## Hemoglobina_HB 0.09394
##
## States: 1= (s0), 2= 1, 3= 2
##
## Likelihood ratio test=383.2 on 20 df, p=< 2.2e-16
## n= 328, number of events= 327
## (81 observations deleted due to missingness)## Warning in AIC.default(md0, md1): os modelos não foram todos ajustados com o
## mesmo número de observações## df AIC
## md0 28 2714.424
## md1 20 2810.924Qualidade do Ajuste
Acessando os resíduos de Cox-Snell:
