Análisis del tiempo de supervivencia en mujeres con cáncer de mama utilizando modelos de regresión distributiva

Área de la Ciencia:

• En el campo de la oncología
• Estadísticas biológicas

Sus antecedentes:

• El cáncer de mama presenta un desafío significativo para la salud mundial, especialmente en Brasil.
• Se observan tasas de mortalidad más altas en las regiones menos desarrolladas de Brasil.

Objetivo del estudio:

• Para analizar las variables asociadas con el tiempo de supervivencia en pacientes con cáncer de mama en Campina Grande, Paraíba, Brasil.
• Identificar los factores de pronóstico para la supervivencia del cáncer de mama utilizando modelos estadísticos avanzados.

Principales métodos:

• Modelos de regresión distributiva utilizados, específicamente Modelos aditivos generalizados para ubicación, escala y forma (GAMLSS).
• Se ajustaron las distribuciones GAMLSS Weibull y log-normal, seleccionando Weibull como más apropiado a través del criterio de información Akaike.
• Se utilizó un procedimiento de selección de variables específico de GAMLSS para identificar las covariables significativas.

Principales resultados:

• Se identificaron cuatro covariables que afectan significativamente el tiempo promedio de supervivencia del cáncer de mama: sesiones de terapia hormonal, sesiones de quimioterapia, estado de p53 y estado de los receptores de estrógeno.
• Estas covariables, excluyendo el estado de los receptores de estrógeno, también explicaron la variabilidad en los tiempos de supervivencia.
• Se examinaron el sitio del tumor, la edad, la radioterapia y otros marcadores moleculares, pero no se seleccionaron como predictores primarios de la supervivencia promedio.

Conclusiones:

• El número de sesiones de terapia hormonal y quimioterapia es crucial para la supervivencia del cáncer de mama.
• p53 y el estado de los receptores de estrógeno son indicadores pronósticos significativos para las pacientes con cáncer de mama.
• Los modelos GAMLSS proporcionan un marco flexible para analizar datos complejos de supervivencia en oncología.