Regressão de Cox e hazard ratio: como interpretar

Quando o desfecho do estudo é o tempo até um evento — óbito, recidiva, alta, falha de um dispositivo —, a comparação entre grupos quase sempre passa pela regressão de Cox, e o número que sai dela é o hazard ratio (HR). É um dos resultados mais reportados na literatura clínica e, também, um dos mais mal interpretados. Entender o que o HR de fato mede evita conclusões frágeis na banca e no parecer do revisor.

O que é o hazard, antes do ratio

O hazard é a taxa instantânea de ocorrência do evento: dado que o paciente chegou até certo momento sem o evento, qual a "velocidade" com que ele tende a ocorrer naquele instante. Não é uma probabilidade fixa, e sim algo que pode variar a cada ponto do tempo de seguimento.

O hazard ratio é a razão entre o hazard de dois grupos — por exemplo, expostos versus não expostos. Um HR de 1 significa hazards iguais (nenhuma diferença); maior que 1 indica que o evento ocorre mais rápido no grupo de interesse; menor que 1 indica efeito protetor.

O modelo de Cox em uma frase

A regressão de Cox (ou modelo de riscos proporcionais) estima o efeito de uma ou mais variáveis sobre o hazard, sem precisar especificar a forma da curva de risco basal. Por isso é chamada de "semiparamétrica": ela modela como os grupos se afastam da linha de base, não a linha de base em si. É a extensão natural da curva de Kaplan-Meier quando você quer ajustar por covariáveis em vez de apenas comparar curvas.

Interpretando o número

Para uma variável binária (grupo A vs. B), um HR de 1,7 significa que, a cada instante do seguimento, a taxa de ocorrência do evento no grupo A é 1,7 vez a do grupo B. Para uma variável contínua, o HR refere-se ao efeito de uma unidade de aumento — por exemplo, HR de 1,03 por ano de idade significa 3% a mais de hazard a cada ano adicional.

Como toda estimativa, o HR só faz sentido acompanhado de intervalo de confiança e do valor de p. Se o intervalo de confiança de 95% cruza o 1, não há evidência de efeito no nível usual. E vale a mesma disciplina do valor de p: significância não é o mesmo que relevância clínica.

Os erros de interpretação mais comuns

1. Tratar HR como risco relativo

O hazard ratio compara taxas instantâneas; o risco relativo compara probabilidades acumuladas em um período fixo. Eles costumam apontar na mesma direção, mas não são o mesmo número — e a confusão fica pior quando o evento é frequente ou o seguimento, longo.

2. Ler o HR como razão de tempos de sobrevida

Um HR de 2 não significa que um grupo vive "metade do tempo" do outro. O HR fala de taxa de evento, não de mediana de sobrevida. As medianas vêm da curva de Kaplan-Meier, não diretamente do HR.

3. Ignorar o pressuposto de proporcionalidade

O modelo assume que a razão de hazards é constante ao longo do tempo. Se as curvas de sobrevida se cruzam, ou se o efeito aparece só no início e some depois, esse pressuposto pode estar violado — e o HR único deixa de descrever bem os dados. Verifique-o com resíduos de Schoenfeld, curvas log-log ou a inclusão de um termo de interação com o tempo.

O que reportar

Um modelo de Cox bem comunicado traz: o HR de cada variável com seu intervalo de confiança de 95%, se a análise é bruta ou ajustada (e por quais covariáveis), o número de eventos (não só o n de pacientes), e a verificação do pressuposto de riscos proporcionais. Diretrizes de relato como o checklist STROBE (observacionais) ou o CONSORT (ensaios) reforçam apresentar estimativas com precisão, e não apenas a significância. Atenção também ao número de eventos por variável: modelos com poucos eventos e muitas covariáveis ficam instáveis — a mesma lógica de parcimônia da regressão logística.