Modelos conjuntos de dados longitudinais e dados de sobrevivência

Detalhes bibliográficos
Autor(a) principal: Ferreira, Maria Inês Martins Dias
Data de Publicação: 2022
Tipo de documento: Dissertação
Idioma: por
Título da fonte: Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos)
Texto Completo: https://hdl.handle.net/1822/84607
Resumo: Dissertação de mestrado em Estatística para Ciência de Dados
id RCAP_7e895222aa83f344c10748a0e669cb48
oai_identifier_str oai:repositorium.sdum.uminho.pt:1822/84607
network_acronym_str RCAP
network_name_str Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos)
repository_id_str 7160
spelling Modelos conjuntos de dados longitudinais e dados de sobrevivênciaJoint models for longitudinal and time-to-event dataeGFRModelos longitudinaisModelos de sobrevivência e modelos conjuntosLongitudinal modelsSurvival models and joint modelsCiências Naturais::MatemáticasDissertação de mestrado em Estatística para Ciência de DadosO principal objetivo desta dissertação é tentar perceber a progressão da insuficiência renal, num grupo de indivíduos. O objetivo é inferir sobre diversos fatores de riscos que afetam a sobrevivência dessas pessoas. Analisando, ainda, fatores de risco que afetam a presença e o comportamento da variável eGFR, uma medida que indica se os rins estão ou não a funcionar direito. A insuficiência renal é a condição em que os rins perdem a sua capacidade para filtrar o sangue e eliminar substâncias que podem ser tóxicas para o organismo, como ureia ou a creatinina. A alteração no funcionamento dos rins pode acontecer devido à desidratação, sepse ou lesão nos rins pela presença de pedra nesses órgãos. Ao longo deste trabalho foram estudados três modelos importantes. Primeiramente foram estudados os modelos longitudinais que têm como objetivo caracterizar as alterações da variável resposta com o tempo assim como, determinar se essas alterações se relacionam com um conjunto de covariáveis, isto é, com o conjunto de fatores previamente escolhidos, que não o tempo. Seguidamente foram estudados os modelos de sobrevivência com o objetivo de estimar o tempo até à ocorrência de determinado evento. Por fim, foram então estudados os modelos conjuntos que são úteis quando estamos interessados na resposta tempo-até- evento mas tendo em conta o efeito de uma covariável interna que depende do tempo medido com erro. Este estudo conta com um grupo de 22910 pessoas e 18 variáveis. Para a realização da análise de sobrevivência recorreu-se ao uso do estimador de Kaplan-Meier. Os modelos lineares foi utilizados para compreender a evolução da variável eGFR. Foi elaborada inicialmente uma análise indivídual para quase todas as variáveis e posteriormente foram ajustadas a um modelo longitudinal multivariado, considerando como efeito aleatório a variável Paciente ID. Foi concluido que as variáveis que apresentam efeito na probabilidade do mau funcionamento dos rins são a idade à entrada do estudo, sexo, diabetes, enfarte do mioárdio, ACE, detetor de enzima, Bloqueador de AT2. Depois de elaborada essa análise, foi então construido o modelo conjunto, onde juntou o modelo longitudinal e o modelo de sobrevivência estimados. Esse modelo conjunto teve como objetivo estudar a associação entre esses dois modelos.The main objective of this dissertation is to try to understand the progression of renal failure in a group of individuals. The objective is to infer about several risk factors that affect the survival of these people. Also analyzing risk factors that affect the presence and behavior of the variable eGFR, a measure that indicates whether or not the kidneys are working properly. Kidney failure is a condition in which the kidneys lose their ability to filter blood and eliminate substances that can be toxic to the body, such as urea or creatinine. The change in operation of the kidneys can happen due to dehydration, sepsis or kidney damage from the presence of stone in these organs. Throughout this work, three very important models were studied. First, longitudinal models were studied, which aim to characterize the changes in the response variable with time. as well as determining whether these changes are related to a set of covariates, that is, to the set of previously chosen factors other than time. Then, survival models were studied in order to estimate the time until the occurrence of a certain event. Finally, joint models that are useful when we are interested in the time-to- event but we want to take into account the effect of an internal covariate that depends on the time measured with error. This study has a group of 22910 people and 18 variables. To carry out the survival analysis, the Kaplan-Meier estimator was used. Generalized linear models were used to understand the evolution of the eGFR variable. Initially, an individual analysis was carried out for almost all variables and later they were adjusted to a multivariate longitudinal model, considering the variable Patient ID as a random effect. It was concluded that the variables that have an effect on the probability of kidney malfunction are age at study entry, sex, diabetes, MI, ACE, AT2 blocker. After this analysis was elaborated, the joint model was then built, where the longitudinal model and the calculated survival model were added. This joint model aimed to study the association between these two models.Sousa, InêsUniversidade do MinhoFerreira, Maria Inês Martins Dias2022-12-212022-12-21T00:00:00Zinfo:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/masterThesisapplication/pdfhttps://hdl.handle.net/1822/84607por203232879info:eu-repo/semantics/openAccessreponame:Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos)instname:Agência para a Sociedade do Conhecimento (UMIC) - FCT - Sociedade da Informaçãoinstacron:RCAAP2023-07-21T12:25:31Zoai:repositorium.sdum.uminho.pt:1822/84607Portal AgregadorONGhttps://www.rcaap.pt/oai/openaireopendoar:71602024-03-19T19:19:45.626234Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos) - Agência para a Sociedade do Conhecimento (UMIC) - FCT - Sociedade da Informaçãofalse
dc.title.none.fl_str_mv Modelos conjuntos de dados longitudinais e dados de sobrevivência
Joint models for longitudinal and time-to-event data
title Modelos conjuntos de dados longitudinais e dados de sobrevivência
spellingShingle Modelos conjuntos de dados longitudinais e dados de sobrevivência
Ferreira, Maria Inês Martins Dias
eGFR
Modelos longitudinais
Modelos de sobrevivência e modelos conjuntos
Longitudinal models
Survival models and joint models
Ciências Naturais::Matemáticas
title_short Modelos conjuntos de dados longitudinais e dados de sobrevivência
title_full Modelos conjuntos de dados longitudinais e dados de sobrevivência
title_fullStr Modelos conjuntos de dados longitudinais e dados de sobrevivência
title_full_unstemmed Modelos conjuntos de dados longitudinais e dados de sobrevivência
title_sort Modelos conjuntos de dados longitudinais e dados de sobrevivência
author Ferreira, Maria Inês Martins Dias
author_facet Ferreira, Maria Inês Martins Dias
author_role author
dc.contributor.none.fl_str_mv Sousa, Inês
Universidade do Minho
dc.contributor.author.fl_str_mv Ferreira, Maria Inês Martins Dias
dc.subject.por.fl_str_mv eGFR
Modelos longitudinais
Modelos de sobrevivência e modelos conjuntos
Longitudinal models
Survival models and joint models
Ciências Naturais::Matemáticas
topic eGFR
Modelos longitudinais
Modelos de sobrevivência e modelos conjuntos
Longitudinal models
Survival models and joint models
Ciências Naturais::Matemáticas
description Dissertação de mestrado em Estatística para Ciência de Dados
publishDate 2022
dc.date.none.fl_str_mv 2022-12-21
2022-12-21T00:00:00Z
dc.type.status.fl_str_mv info:eu-repo/semantics/publishedVersion
dc.type.driver.fl_str_mv info:eu-repo/semantics/masterThesis
format masterThesis
status_str publishedVersion
dc.identifier.uri.fl_str_mv https://hdl.handle.net/1822/84607
url https://hdl.handle.net/1822/84607
dc.language.iso.fl_str_mv por
language por
dc.relation.none.fl_str_mv 203232879
dc.rights.driver.fl_str_mv info:eu-repo/semantics/openAccess
eu_rights_str_mv openAccess
dc.format.none.fl_str_mv application/pdf
dc.source.none.fl_str_mv reponame:Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos)
instname:Agência para a Sociedade do Conhecimento (UMIC) - FCT - Sociedade da Informação
instacron:RCAAP
instname_str Agência para a Sociedade do Conhecimento (UMIC) - FCT - Sociedade da Informação
instacron_str RCAAP
institution RCAAP
reponame_str Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos)
collection Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos)
repository.name.fl_str_mv Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos) - Agência para a Sociedade do Conhecimento (UMIC) - FCT - Sociedade da Informação
repository.mail.fl_str_mv
_version_ 1799132658180030464

Registros relacionados