Modelos para dados de sobrevivência multivariados com censura informativa

• Autor(a) principal: Silvana Schneider
• Data de Publicação: 2017
• Tipo de documento: Tese
• Idioma: por
• Título da fonte: Repositório Institucional da UFMG
• Texto Completo: http://hdl.handle.net/1843/BUBD-AXGPA3
• topic: Distribuição weibull; Fração de cura; Modelo exponencial por partes; Estatística; Censura

Na utilização da grande parte dos métodos apresentados na literatura para analisar dados de sobrevivência, é necessário fazer a suposição de que o mecanismo gerador da censura é não informativo, ou seja, assumir que a distribuição dos tempos de censura não depende de nenhum parâmetro da distribuição dos tempos de falha. Porém, em muitas situações, essa suposição pode ser inadequada e levar a inferências enganosas. Com o objetivo de acomodar a dependência entre os tempos de falha e os tempos de censura informativa, consideramos a abordagem fornecida pelos modelos de fragilidade, especicamente a abordagem proposta por Huang & Wolfe (2002). Primeiramente propomos uma versão completamente paramétrica ao modelo de Huang & Wolfe (2002), utilizando a distribuic¸ao Weibull para ajustar os tempos de falha e os tempos de censura informativa. Em seguida, também propomos uma versão semiparamétrica, considerando a distribuição Exponencial por Partes para modelar os tempos de falha e de censura. Para esses dois modelos mostramos as etapas da estimação via abordagens de máxima verossimilhança e bayesiana. Posteriormente, propomos uma versão bayesiana do modelo de Huang & Wolfe (2002). A censura informativa também pode inuenciar as estimativas obtidas pelos modelos para analisar dados de sobrevivência com fração de cura. Para tanto, propomos um modelo paramétrico capaz de captar a dependência entre os tempos de promoção e os tempos de censura informativa, em que empregamos a distribuição Weibull para ajustar os tempos de promoção e os tempos de censura informativa. Além desse modelo, também propomos um modelo semiparamétrico para os dados de fração de cura com censura informativa, utilizando a distribuição Exponencial por Partes para modelar os tempos de promoção e tempos de censura. Apresentamos as etapas para estimação através das abordagens de máxima verossimilhança e bayesiana. Realizamos estudos de simulação Monte Carlo, considerando três cenários: dados gerados com correlações positiva, negativa e nula entre os tempos de falha e censura, para dados com e sem fração de cura. Apresentamos uma aplicação em dados sobre mortalidade em centros de diálise renal dos Estados Unidos, cedidos pelo estudo chamado Dialysis Outcomes and Practice Patterns Study (DOPPS), utilizando os modelos propostos com censura informativa. Por último, mostramos uma aplicação em dados sobre câncer de melanoma, fornecidos pelo Programa Surveillance, Epidemiology, and End Results (SEER), empregando os modelos propostos com censura informativa e fração de cura.