A proposal for guidance on the use of Continuous Models in discrete-data survival

Detalhes bibliográficos
Autor(a) principal: Biazatti, Elisângela Candeias
Data de Publicação: 2020
Outros Autores: Nakano, Eduardo Yoshio
Tipo de documento: Artigo
Idioma: por
Título da fonte: Remat (Bento Gonçalves)
Texto Completo: https://periodicos.ifrs.edu.br/index.php/REMAT/article/view/3906
Resumo: Discrete models are not popular in survival analysis. This mainly occurs due to the lack of works modeling censored discrete data. Thus, the possibility of analyzing discrete data sets through a continuous model certainly makes this analysis a little easier. In this context, this paper proposes decision guides to help a researcher to decide about the use of a continuous model in the analysis of originally discrete-data survival. These decision guides were obtained through Monte Carlo simulations, considering the sample size, the censored percentages and the proportion of ties observations. The decision guides were applied in three data sets obtained in the literature and which showed a simple way to decide when a continuous model can be considered to modelling discrete data.
id IFRS-2_fcbcfe6bb7c47f561fe23ef7164d8e08
oai_identifier_str oai:ojs2.periodicos.ifrs.edu.br:article/3906
network_acronym_str IFRS-2
network_name_str Remat (Bento Gonçalves)
repository_id_str
spelling A proposal for guidance on the use of Continuous Models in discrete-data survivalUma proposta de orientação para o uso de modelos contínuos em dados de sobrevivência discretosSurvival AnalysisInterval CensoringDiscrete Time FailureTied ObservationsAnálise de sobrevivênciaCensura intervalarTempo de falha discretoObservações empatadasAnálise de SobrevivênciaCensura IntervalarTempo de Falha DiscretoObservações EmpatadasDiscrete models are not popular in survival analysis. This mainly occurs due to the lack of works modeling censored discrete data. Thus, the possibility of analyzing discrete data sets through a continuous model certainly makes this analysis a little easier. In this context, this paper proposes decision guides to help a researcher to decide about the use of a continuous model in the analysis of originally discrete-data survival. These decision guides were obtained through Monte Carlo simulations, considering the sample size, the censored percentages and the proportion of ties observations. The decision guides were applied in three data sets obtained in the literature and which showed a simple way to decide when a continuous model can be considered to modelling discrete data.Modelos discretos não são populares em análise de sobrevivência. Isso se deve principalmente à escassez de trabalhos que abordam a análise de dados discretos na presença de censura. Desta forma, a possibilidade de analisar um conjunto de dados discretos por meio de um modelo contínuo certamente traz facilidade à análise desses dados. Neste contexto, este trabalho propõe guias de decisão que podem auxiliar um pesquisador decidir sobre o uso de um modelo contínuo na análise de dados discretos de sobrevivência. Esses guias de decisão foram obtidos por meio de simulações de Monte Carlo e levam em consideração o tamanho da amostra, o percentual de censura e a proporção de observações empatadas. Os guias de decisão foram aplicados em três conjuntos de dados obtidos na literatura e se mostrou uma forma simples de decidir quando um modelo contínuo pode ser considerado para o ajuste de dados discretos.Modelos discretos não são populares em análise de sobrevivência. Isso se deve principalmente à escassez de trabalhos que abordam a análise de dados discretos na presença de censura. Desta forma, a possibilidade de analisar um conjunto de dados discretos por meio de um modelo contínuo certamente traz facilidade à análise desses dados. Neste contexto, este trabalho propõe guias de decisão que podem auxiliar um pesquisador decidir sobre o uso de um modelo contínuo na análise de dados de sobrevivência originalmente discretos. Esses guias de decisão foram obtidos por meio de simulações de Monte Carlo e levam em consideração o tamanho da amostra, o percentual de censura e a proporção de observações empatadas. Os guias de decisão foram aplicados em três conjuntos de dados obtidos na literatura e se mostrou uma forma simples de decidir quando um modelo contínuo pode ser considerado para o ajuste de dados discretos.Instituto Federal de Educação, Ciência e Tecnologia do Rio Grande do Sul2020-07-25info:eu-repo/semantics/articleinfo:eu-repo/semantics/publishedVersionArtigos; Avaliado pelos paresapplication/pdfhttps://periodicos.ifrs.edu.br/index.php/REMAT/article/view/390610.35819/remat2020v6i2id3906REMAT: Revista Eletrônica da Matemática; Vol. 6 No. 2 (2020); e4002REMAT: Revista Eletrônica da Matemática; Vol. 6 Núm. 2 (2020); e4002REMAT: Revista Eletrônica da Matemática; v. 6 n. 2 (2020); e40022447-2689reponame:Remat (Bento Gonçalves)instname:Instituto Federal de Educação, Ciência e Tecnologia do Rio Grande do Sul (IFRS)instacron:IFRSporhttps://periodicos.ifrs.edu.br/index.php/REMAT/article/view/3906/2688Copyright (c) 2020 REMAT: Revista Eletrônica da Matemáticahttps://creativecommons.org/licenses/by/4.0info:eu-repo/semantics/openAccessBiazatti, Elisângela CandeiasNakano, Eduardo Yoshio2022-12-28T16:05:32Zoai:ojs2.periodicos.ifrs.edu.br:article/3906Revistahttp://periodicos.ifrs.edu.br/index.php/REMATPUBhttps://periodicos.ifrs.edu.br/index.php/REMAT/oai||greice.andreis@caxias.ifrs.edu.br2447-26892447-2689opendoar:2022-12-28T16:05:32Remat (Bento Gonçalves) - Instituto Federal de Educação, Ciência e Tecnologia do Rio Grande do Sul (IFRS)false
dc.title.none.fl_str_mv A proposal for guidance on the use of Continuous Models in discrete-data survival
Uma proposta de orientação para o uso de modelos contínuos em dados de sobrevivência discretos
title A proposal for guidance on the use of Continuous Models in discrete-data survival
spellingShingle A proposal for guidance on the use of Continuous Models in discrete-data survival
Biazatti, Elisângela Candeias
Survival Analysis
Interval Censoring
Discrete Time Failure
Tied Observations
Análise de sobrevivência
Censura intervalar
Tempo de falha discreto
Observações empatadas
Análise de Sobrevivência
Censura Intervalar
Tempo de Falha Discreto
Observações Empatadas
title_short A proposal for guidance on the use of Continuous Models in discrete-data survival
title_full A proposal for guidance on the use of Continuous Models in discrete-data survival
title_fullStr A proposal for guidance on the use of Continuous Models in discrete-data survival
title_full_unstemmed A proposal for guidance on the use of Continuous Models in discrete-data survival
title_sort A proposal for guidance on the use of Continuous Models in discrete-data survival
author Biazatti, Elisângela Candeias
author_facet Biazatti, Elisângela Candeias
Nakano, Eduardo Yoshio
author_role author
author2 Nakano, Eduardo Yoshio
author2_role author
dc.contributor.author.fl_str_mv Biazatti, Elisângela Candeias
Nakano, Eduardo Yoshio
dc.subject.por.fl_str_mv Survival Analysis
Interval Censoring
Discrete Time Failure
Tied Observations
Análise de sobrevivência
Censura intervalar
Tempo de falha discreto
Observações empatadas
Análise de Sobrevivência
Censura Intervalar
Tempo de Falha Discreto
Observações Empatadas
topic Survival Analysis
Interval Censoring
Discrete Time Failure
Tied Observations
Análise de sobrevivência
Censura intervalar
Tempo de falha discreto
Observações empatadas
Análise de Sobrevivência
Censura Intervalar
Tempo de Falha Discreto
Observações Empatadas
description Discrete models are not popular in survival analysis. This mainly occurs due to the lack of works modeling censored discrete data. Thus, the possibility of analyzing discrete data sets through a continuous model certainly makes this analysis a little easier. In this context, this paper proposes decision guides to help a researcher to decide about the use of a continuous model in the analysis of originally discrete-data survival. These decision guides were obtained through Monte Carlo simulations, considering the sample size, the censored percentages and the proportion of ties observations. The decision guides were applied in three data sets obtained in the literature and which showed a simple way to decide when a continuous model can be considered to modelling discrete data.
publishDate 2020
dc.date.none.fl_str_mv 2020-07-25
dc.type.driver.fl_str_mv info:eu-repo/semantics/article
info:eu-repo/semantics/publishedVersion
Artigos; Avaliado pelos pares
format article
status_str publishedVersion
dc.identifier.uri.fl_str_mv https://periodicos.ifrs.edu.br/index.php/REMAT/article/view/3906
10.35819/remat2020v6i2id3906
url https://periodicos.ifrs.edu.br/index.php/REMAT/article/view/3906
identifier_str_mv 10.35819/remat2020v6i2id3906
dc.language.iso.fl_str_mv por
language por
dc.relation.none.fl_str_mv https://periodicos.ifrs.edu.br/index.php/REMAT/article/view/3906/2688
dc.rights.driver.fl_str_mv Copyright (c) 2020 REMAT: Revista Eletrônica da Matemática
https://creativecommons.org/licenses/by/4.0
info:eu-repo/semantics/openAccess
rights_invalid_str_mv Copyright (c) 2020 REMAT: Revista Eletrônica da Matemática
https://creativecommons.org/licenses/by/4.0
eu_rights_str_mv openAccess
dc.format.none.fl_str_mv application/pdf
dc.publisher.none.fl_str_mv Instituto Federal de Educação, Ciência e Tecnologia do Rio Grande do Sul
publisher.none.fl_str_mv Instituto Federal de Educação, Ciência e Tecnologia do Rio Grande do Sul
dc.source.none.fl_str_mv REMAT: Revista Eletrônica da Matemática; Vol. 6 No. 2 (2020); e4002
REMAT: Revista Eletrônica da Matemática; Vol. 6 Núm. 2 (2020); e4002
REMAT: Revista Eletrônica da Matemática; v. 6 n. 2 (2020); e4002
2447-2689
reponame:Remat (Bento Gonçalves)
instname:Instituto Federal de Educação, Ciência e Tecnologia do Rio Grande do Sul (IFRS)
instacron:IFRS
instname_str Instituto Federal de Educação, Ciência e Tecnologia do Rio Grande do Sul (IFRS)
instacron_str IFRS
institution IFRS
reponame_str Remat (Bento Gonçalves)
collection Remat (Bento Gonçalves)
repository.name.fl_str_mv Remat (Bento Gonçalves) - Instituto Federal de Educação, Ciência e Tecnologia do Rio Grande do Sul (IFRS)
repository.mail.fl_str_mv ||greice.andreis@caxias.ifrs.edu.br
_version_ 1798329705655435264