Análise de dados de sobrevida para pacientes com câncer na mama: uma aplicação assumindo modelos de fração de cura sob o enfoque Bayesiano

• Autor(a) principal: Icuma, Tatiana Reis
• Data de Publicação: 2016
• Outros Autores: Buzatto, Isabela Panzeri Carlotti, Tiezzi, Daniel Guimarães, Achcar, Jorge Alberto
• Tipo de documento: Artigo
• Idioma: por
• Título da fonte: Repositório Institucional da UFLA
• Texto Completo: http://repositorio.ufla.br/jspui/handle/1/13912
• topic: Dados censurados; Covariáveis; Modelos de fração de curas; Câncer de mama - Dados; Análise Bayesiana; Censored data; Covariates; Fraction models cures; Breast cancer - Data; Bayesian analysis

O câncer de mama é o segundo tipo de câncer mais comum no mundo (WORLD CANCER REPORT 2014 a,b). A evolução do tratamento do câncer da mama permite uma vida mais longa para as pacientes. Neste artigo, será considerado um estudo com um conjunto de dados relacionados a um estudo realizado no Hospital das Clínicas da Faculdade de Medicina da Universidade de São Paulo, Ribeirão Preto, Brasil, com pacientes em estágios II e III de câncer de mama HER2 atendidos na Divisão de Câncer de mama do HCFMRP-USP no período de 2008 a 2012, passando por quimioterapia neoadjuvante associado com o medicamento Herceptin®. O principal objetivo deste estudo é verificar se há diferenças significativas nos tempos de sobrevida das pacientes que receberam,pelo menos,quatro ciclos de Herceptin® e as que receberam menos ciclos da medicação durante a meodjuvância. Como objetivo secundário, será verificado se algumas covariáveis observadas (idade, estágio da doença, tipo de cirurgia, resposta patológica completa, positividade para receptor de estrogênio ou positividade para receptor) apresentam efeitos significativos sobre os tempos de sobrevivência das pacientes (SLD: sobrevida livre da doença e ST: sobrevida total, ambas em meses). Para isso, são discutidas as vantagens de um modelo estatístico com fração de curas em termos de ajuste aos dados quando comparado com modelos tradicionais baseados na distribuição Weibull sem fração de curas sob um enfoque clássico ou Bayesiano onde é feito um estudo comparativo. Sumários a posteriori de interesse são obtidos usando métodos MCMC (Markov Chain Monte Carlo) existentes.