Modelagem conjunta de dados longitudinais contínuos no intervalo unitário e tempos de sobrevivência

• Autor(a) principal: Souza, Aline Campos Reis de
• Data de Publicação: 2021
• 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/45/45133/tde-26102021-114739/
• topic: Beta distribution; Distribuição beta; Distribuição beta inflacionada em um; Heath related quality of life; Joint models; Modelos conjuntos; One inflated beta distribution; Precondicionamento; Preconditioning; Qualidade de vida relacionada à saúde

Em diversas pesquisas os benefícios do tratamento intensivo em pacientes com câncer são investigados por meio de estudos longitudinais, nos quais medições repetidas de escores de qualidade de vida são observadas juntamente com os tempos até a ocorrência do óbito ou de algum evento clínico de interesse. Nesses cenários, indivíduos com piores condições de saúde são mais propícios ao abandono do estudo devido a morte ou abdicação do tratamento. A modelagem conjunta dos processos longitudinal e de sobrevivência possibilita a investigação simultânea dessas respostas e permite quantificar a associação existente entre as mesmas. Motivado por um estudo longitudinal envolvendo pacientes oncológicos que deram entrada em unidades de terapia intensiva, este trabalho contribui com a modelagem conjunta de componentes longitudinais restritas ao intervalo unitário e tempos de sobrevivência com o objetivo de (i) estimar o impacto da evolução das trajetórias longitudinais de qualidade de vida na taxa de mortalidade e (ii) avaliar o potencial preditivo dos escores de qualidade de vida na estimação das sobrevidas individuais. As vantagens da abordagem desenvolvida são acessadas através de um estudo de simulação, que verifica os efeitos da má especificação da componente longitudinal. Além disso, do ponto de vista computacional, um conjunto de reparametrizações da função de verossimilhança é proposta através de técnicas de precondicionamento, visando reduzir o alto custo da estimação de máxima verossimilhança.