Modelos de sobrevivência de longa-duração : uma abordagem unificada
AUTOR(ES)
Mateus Rodrigues Iritani
DATA DE PUBLICAÇÃO
2008
RESUMO
Em análise de sobrevivência, determinados estudos caracterizam-se por apresentar uma fração significativa de sobreviventes, ou seja, pacientes em tratamento que não apresentaram o evento de interesse, mesmo após um longo período de acompanhamento. Assim considerar modelos de sobrevivência usuais, que assumem que a função de sobrevivência converge para zero quando a variável tempo tende a infinito, pode não ser adequado. Nesse trabalho é apresentado uma extensão do modelo proposto por Chen, Ibrahim e Sinha (1999), usando a função geradora de uma sequência de números reais introduzida por Feller (1967). Essa extensão possibilitou o desenvolvimento de uma teoria unificada para os modelos de sobrevivência de longa-duração, Rodrigues et al. (2008). Mostra-se que modelos já existentes na literatura são considerados casos particulares da teoria unificada, por exemplo, o modelo de Berkson &Gage (1952). Também tem-se em Rodrigues et al. (2008), que a função geradora de longa-duração satisfaz a propriedade de risco proporcional se, e somente se, o número de causas competitivas relacionadas a ocorrência do evento de interesse segue uma distribuição de Poisson. Como ilutração utiliza-se um conjunto de dados reais.
ASSUNTO(S)
análise de sobrevivência long-term survival risco competitivo generating function estatistica proportional hazards functions distribuição de poisson poisson função geradora competing risks distribuição binomial bernolli
ACESSO AO ARTIGO
http://www.bdtd.ufscar.br/htdocs/tedeSimplificado//tde_busca/arquivo.php?codArquivo=2152Documentos Relacionados
- Seleção de modelos de tempos com longa-duração para dados de finanças
- Modelos de sobrevivência bivariados baseados na cópula FGM : uma abordagem bayesiana
- Modelagem de partição bayesiana para dados de sobrevivência de longa duração
- Uma crise de longa duração
- Uma abordagem unificada para algoritmos de equalização autodidata