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_UTI1_1:2" "0.27" "0" "Dias_UTI1_1:3" "2.65" "0.09"
## [2,] "agemédio_1:2" "0.72" "0.36" "agemédio_1:3" "0.14" "0.35"
## [3,] "ageidoso_1:2" "0.55" "0.11" "ageidoso_1:3" "0.41" "0.68"
## [4,] "Genero1_1:2" "0.93" "0.59" "Genero1_1:3" "1.15" "0.74"
## [5,] "Hiper_1:2" "1.1" "0.59" "Hiper_1:3" "1.11" "0.82"
## [6,] "Obesidade_1:2" "1.18" "0.24" "Obesidade_1:3" "0.4" "0.12"
## [7,] "Renal_1:2" "0.95" "0.86" "Renal_1:3" "0.87" "0.83"
## [8,] "Tabagismo1_1:2" "1.1" "0.59" "Tabagismo1_1:3" "0.38" "0.1"
## [9,] "Tabagismo2_1:2" "0.99" "0.98" "Tabagismo2_1:3" "0.3" "0.02"
## [10,] "Tabagismo3_1:2" "1.33" "0.47" "Tabagismo3_1:3" "1.64" "0.67"
## [11,] "Etilismo1_1:2" "0.76" "0.22" "Etilismo1_1:3" "0.56" "0.54"
## [12,] "Etilismo2_1:2" "0.97" "0.88" "Etilismo2_1:3" "2.94" "0.03"
## [13,] "Etilismo3_1:2" "1.17" "0.52" "Etilismo3_1:3" "0.44" "0.24"
## [14,] "Diabetes1_1:2" "0.85" "0.33" "Diabetes1_1:3" "0.64" "0.3"
## [15,] "DPOC1_1:2" "1.24" "0.35" "DPOC1_1:3" "0.13" "0.34"
## [16,] "Cancer1_1:2" "0.76" "0.71" "Cancer1_1:3" "0" "0"
## [17,] "FR2ruim_1:2" "1.41" "0.07" "FR2ruim_1:3" "0.77" "0.65"
## [18,] "Nausea1_1:2" "0.71" "0.63" "Nausea1_1:3" "1.16" "0.9"
## [19,] "Diarreia1_1:2" "0.51" "0.06" "Diarreia1_1:3" "0.71" "0.52"
## [20,] "vascular1_1:2" "0.38" "0" "vascular1_1:3" "0.62" "0.4"
## [21,] "renal1_1:2" "0.3" "0" "renal1_1:3" "3.06" "0.02"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_UTI1_1:2" "0.27" "0" "Dias_UTI1_1:3" "2.15" "0.12"
## [2,] "FR2ruim_1:2" "1.52" "0.02" "FR2ruim_1:3" "0.53" "0.12"
## [3,] "agemédio_1:2" "0.65" "0.17" "agemédio_1:3" "0.43" "0.55"
## [4,] "ageidoso_1:2" "0.47" "0.02" "ageidoso_1:3" "1.1" "0.94"
## [5,] "vascular1_1:2" "0.4" "0" "vascular1_1:3" "0.65" "0.37"
## [6,] "renal1_1:2" "0.3" "0" "renal1_1:3" "2.18" "0.08"
## [7,] "Tabagismo1_1:2" "1" "0.98" "Tabagismo1_1:3" "0.61" "0.25"
## [8,] "Tabagismo2_1:2" "0.9" "0.48" "Tabagismo2_1:3" "0.95" "0.9"
## [9,] "Tabagismo3_1:2" "1.18" "0.64" "Tabagismo3_1:3" "0.79" "0.85"Modelo 1.2: Dias_UTI+ FR2 + age+ vascular+ renal
## var1 exp(coef) Pr(>|z|) var2 exp(coef) Pr(>|z|)
## [1,] "Dias_UTI1_1:2" "0.27" "0" "Dias_UTI1_1:3" "2.22" "0.1"
## [2,] "FR2ruim_1:2" "1.56" "0.01" "FR2ruim_1:3" "0.62" "0.23"
## [3,] "agemédio_1:2" "0.69" "0.23" "agemédio_1:3" "0.38" "0.48"
## [4,] "ageidoso_1:2" "0.51" "0.03" "ageidoso_1:3" "0.97" "0.98"
## [5,] "vascular1_1:2" "0.43" "0" "vascular1_1:3" "0.64" "0.29"
## [6,] "renal1_1:2" "0.3" "0" "renal1_1:3" "1.9" "0.13"Modelo 1.2:Dias_UTI+ Genero+age
## var1 exp(coef) Pr(>|z|) var2 exp(coef) Pr(>|z|)
## [1,] "Dias_UTI1_1:2" "0.22" "0" "Dias_UTI1_1:3" "2.21" "0.08"
## [2,] "Genero1_1:2" "1.06" "0.58" "Genero1_1:3" "1.01" "0.97"
## [3,] "agemédio_1:2" "1.1" "0.79" "agemédio_1:3" "0.28" "0.07"
## [4,] "ageidoso_1:2" "0.78" "0.48" "ageidoso_1:3" "0.91" "0.88"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 2876.134
## md.sig.1 18 2863.897
## md.sig.2 12 2957.609
## md.sig.3 8 3930.469Neste 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_UTI1 -1.3825879 0.2509283 0.1454843 0.1610291 -8.586
## FR2ruim 0.4104146 1.5074426 0.1747509 0.1845010 2.224
## agemédio -0.2497269 0.7790135 0.4042298 0.3406104 -0.733
## ageidoso -0.5976773 0.5500879 0.4117952 0.3503893 -1.706
## vascular1 -0.9354619 0.3924046 0.2199737 0.1772480 -5.278
## renal1 -1.1976860 0.3018920 0.1711300 0.1913544 -6.259
## Tabagismo1 0.0031326 1.0031375 0.1566736 0.1680729 0.019
## Tabagismo2 0.0942696 1.0988559 0.1536751 0.1523436 0.619
## Tabagismo3 0.2742463 1.3155388 0.4059605 0.3299085 0.831
## Plaquetas_PLT 0.0028098 1.0028137 0.0007372 0.0007696 3.651
## Linfocitos_LINFO 0.0027921 1.0027960 0.0010813 0.0002759 10.120
## Neutrofilos_SEG -0.1400453 0.8693189 0.0569114 0.0454135 -3.084
## Leucocitos_totais_WBC 0.1094234 1.1156346 0.0477299 0.0371193 2.948
## Hemoglobina_HB 0.0983450 1.1033434 0.0310893 0.0255948 3.842
##
## 1:2 p
## Dias_UTI1 < 2e-16
## FR2ruim 0.026118
## agemédio 0.463452
## ageidoso 0.088054
## vascular1 1.31e-07
## renal1 3.87e-10
## Tabagismo1 0.985130
## Tabagismo2 0.536051
## Tabagismo3 0.405815
## Plaquetas_PLT 0.000261
## Linfocitos_LINFO < 2e-16
## Neutrofilos_SEG 0.002044
## Leucocitos_totais_WBC 0.003200
## Hemoglobina_HB 0.000122
##
##
## 1:3 coef exp(coef) se(coef) robust se z p
## Dias_UTI1 0.525643 1.691546 0.531941 0.547041 0.961 0.336611
## FR2ruim -0.410275 0.663467 0.455105 0.430587 -0.953 0.340677
## agemédio -1.875259 0.153315 1.150363 1.488027 -1.260 0.207586
## ageidoso -0.930391 0.394399 1.130555 1.424765 -0.653 0.513747
## vascular1 -0.484569 0.615962 0.451021 0.532416 -0.910 0.362752
## renal1 0.592567 1.808626 0.422830 0.476449 1.244 0.213604
## Tabagismo1 -0.401321 0.669435 0.455259 0.466362 -0.861 0.389495
## Tabagismo2 -0.388552 0.678038 0.451099 0.487543 -0.797 0.425474
## Tabagismo3 -0.455336 0.634235 1.098240 0.962135 -0.473 0.636030
## Plaquetas_PLT -0.004150 0.995858 0.002079 0.002468 -1.682 0.092625
## Linfocitos_LINFO -0.655111 0.519384 0.408440 0.375317 -1.745 0.080900
## Neutrofilos_SEG -0.119961 0.886955 0.097077 0.066452 -1.805 0.071038
## Leucocitos_totais_WBC 0.150575 1.162503 0.080338 0.040697 3.700 0.000216
## Hemoglobina_HB -0.081900 0.921364 0.069982 0.083816 -0.977 0.328496
##
## States: 1= (s0), 2= 1, 3= 2
##
## Likelihood ratio test=277.3 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_UTI1 -1.4219326 0.2412473 0.1431393 0.1551661 -9.164
## FR2ruim 0.4644281 1.5911040 0.1704205 0.1735001 2.677
## agemédio -0.2343249 0.7911048 0.3981776 0.3100243 -0.756
## ageidoso -0.5392550 0.5831825 0.4015723 0.3146607 -1.714
## vascular1 -0.9260146 0.3961293 0.2076550 0.1790755 -5.171
## renal1 -1.1226757 0.3254079 0.1643509 0.1823971 -6.155
## Plaquetas_PLT 0.0027172 1.0027209 0.0006581 0.0007031 3.865
## Linfocitos_LINFO 0.0026610 1.0026646 0.0010946 0.0002393 11.118
## Leucocitos_totais_WBC -0.0085360 0.9915003 0.0065735 0.0054741 -1.559
## Hemoglobina_HB 0.0935320 1.0980458 0.0301719 0.0262532 3.563
##
## 1:2 p
## Dias_UTI1 < 2e-16
## FR2ruim 0.007432
## agemédio 0.449753
## ageidoso 0.086572
## vascular1 2.33e-07
## renal1 7.50e-10
## Plaquetas_PLT 0.000111
## Linfocitos_LINFO < 2e-16
## Leucocitos_totais_WBC 0.118915
## Hemoglobina_HB 0.000367
##
##
## 1:3 coef exp(coef) se(coef) robust se z
## Dias_UTI1 6.711e-01 1.956e+00 5.130e-01 5.090e-01 1.318
## FR2ruim -3.180e-01 7.276e-01 4.231e-01 3.932e-01 -0.809
## agemédio -1.706e+00 1.817e-01 1.112e+00 1.450e+00 -1.177
## ageidoso -6.196e-01 5.381e-01 1.054e+00 1.374e+00 -0.451
## vascular1 -2.807e-01 7.552e-01 4.189e-01 4.272e-01 -0.657
## renal1 6.326e-01 1.883e+00 3.970e-01 4.069e-01 1.555
## Plaquetas_PLT -4.757e-03 9.953e-01 1.998e-03 2.338e-03 -2.034
## Linfocitos_LINFO 8.087e-05 1.000e+00 1.276e-02 5.102e-03 0.016
## Leucocitos_totais_WBC 1.263e-02 1.013e+00 1.068e-02 4.989e-03 2.531
## Hemoglobina_HB -8.113e-02 9.221e-01 6.544e-02 7.913e-02 -1.025
##
## 1:3 p
## Dias_UTI1 0.1874
## FR2ruim 0.4187
## agemédio 0.2393
## ageidoso 0.6519
## vascular1 0.5111
## renal1 0.1200
## Plaquetas_PLT 0.0419
## Linfocitos_LINFO 0.9874
## Leucocitos_totais_WBC 0.0114
## Hemoglobina_HB 0.3052
##
## States: 1= (s0), 2= 1, 3= 2
##
## Likelihood ratio test=269.4 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 2828.509
## md1 20 2924.728Qualidade do Ajuste
Acessando os resíduos de Cox-Snell:
