Fragilidade gama e variância robusta: extensões do modelo semiparamétrico de Cox

• Autor(a) principal: Matuda, Nivea da Silva
• Data de Publicação: 2005
• Tipo de documento: Tese
• Idioma: por
• Título da fonte: Biblioteca Digital de Teses e Dissertações da USP
• Texto Completo: https://www.teses.usp.br/teses/disponiveis/6/6132/tde-13052021-090521/
• topic: Análise de Dados Multivariados de Sobrevida; Cluster Events; Eventos Agrupados; Eventos Recorrentes; Extensão do Modelo Semiparamétrico de Cox; Modelos de Fragilidade Compartilhada; Multivariate Survival Analysis; Recurrent Events; Shared Frailty Models

Objetivo. Apresentar, metodologicamente, as abordagens de variância robusta e de fragilidade em modelos semiparamétricos para analisar dados univariados e multivariados de sobrevida; e compará-las, empiricamente, estimando razões de taxas de falha na análise de dados reais da área biomédica. Métodos. A formulação dos modelos com fragilidade e com variância robusta são descritos e diferentes modelos para analisar falhas múltiplas são apresentados. Cinco conjuntos de dados são considerados na comparação, dois de eventos agrupados e três de eventos recorrentes. Considerou-se ala falha dos eventos recorrentes para a análise de dados univariados de sobrevida, em que a fragilidade representa a heterogeneidade não observada e a variância robusta melhora a variablidade dos estimadores quando o modelo não está especificado corretamente. Resultados. A abordagem de variância robusta apresentou um bom desempenho computacional. Os ajustes com fragilidade e com variância robusta foram afetados de maneira similar pelos modelos para falhas múltiplas. Conclusões. As duas abordagens podem levar a diferentes ajustes nos modelos para eventos recorrentes. As análises para 1ª falha podem diferir das análises com eventos recorrentes. A não ser que haja interesse em testar independência, o modelo de variância robusta parece ser o mais indicado, enquanto modelos de fragilidade com suposições menos restritivas e com razoável desempenho computacional não estiverem disponíveis em programas flexíveis. No momento, o S-Plus é o melhor programa para aplicar a fragilidade gama, seguido do Stata; o uso de uma macro do SAS mostrou-se desvantajoso. Os três programas são equivalentes para analisar modelos de variância robusta.