Testes não paramétricos em análise de sobrevivência no contexto de inferência causal
Escores de Propensão, Métodos de Ponderação, Testes não paramétricos, Efeitos Causais, Análise de SobrevivênciaPesquisas que objetivam estimar efeitos causais de intervenções sobre desfechos referentes ao tempo até o evento em estudos observacionais enfrentam desafios relevantes, especialmente quando se deseja realizar a comparação de grupos na presença de confundimento. Metodologias baseadas em escores de propensão estão amplamente consolidadas na literatura e fornecem um arcabouço robusto para inferência causal em estudos observacionais. Procedimentos de ponderação já têm sido empregados em métodos não paramétricos, como no estimador de Kaplan-Meier, permitindo a construção de pseudo-populações usando escores de propensão, que resultam em estimativas ajustadas não viesadas na presença de confundimento. No entanto, sua integração com testes de hipóteses não paramétricos em análise de sobrevivência ainda é limitada, sendo uma área que requer desenvolvimentos metodológicos. Nesta dissertação, desenvolve-se uma generalização de testes não paramétricos ponderados pelo inverso da probabilidade de tratamento, com foco na comparação da função de sobrevivência sob diferentes padrões de risco. A metodologia proposta é avaliada por meio de estudos de simulação que contemplam hipóteses alternativas envolvendo riscos proporcionais, separação precoce, tardia e cruzamento de curvas, além de diferentes cenários de censura e tamanho amostral. Os resultados evidenciam ganhos expressivos no poder do teste quando o padrão de separação está alinhado ao esquema de ponderação utilizado, sugerindo que testes ajustados com pesos adequados podem superar abordagens clássicas na identificação de efeitos causais.