Tese

Multivariate lifetime models to evaluate long-term survivors in medical studies (2019)

• Authors:
  • Oliveira, Ricardo Puziol de
  • Achcar, Jorge Alberto (Orientador)
• Autor USP: OLIVEIRA, RICARDO PUZIOL DE - FMRP
• Unidade: FMRP
• Sigla do Departamento: RMS
• Subjects: INFERÊNCIA BAYESIANA; NEOPLASIAS
• Keywords: Análise Bayesiana; Bayesian approach; Cancer studies; Continuous models; Cure rate; Dependence structure; Discrete models; Estrutura de dependência; Estudos de câncer; Estudos médicos; Medical studies; Modelos contínuos; Modelos discretos; Modelos multivariados; Multivariate models; Public health; Regression models; Risk factors; Survival analysis; Taxa de cura
• Agências de fomento:
  • Coordenação de Aperfeiçoamento de Pessoal de Nível Superior (CAPES)
• Language: Inglês
• Abstract: Dados multivariados de sobrevida são apresentados na literatura em muitas formas e direcionamentos de modelagem. Uma situação comum é a presença de tempos de sobrevida correlacionados quando um indivíduo é acompanhado até a ocorrência de dois ou mais tipos de eventos, ou quando indivíduos distintos têm tempos dependentes para o mesmo tipo de evento ocorrendo várias vezes. Em muitas aplicações envolvendo esses tipos de dados, é comum o uso de uma abordagem de modelagem assumindo variáveis aleatórias contínuas. Nessa direção, a distribuição normal multivariada é a mais comumente utilizada uma vez que possui propriedades amigáveis como uma estrutura de dependência prontamente interpretável. Além disso, na maioria desses estudos, há a presença de covariáveis, como tratamentos, indicadores de grupos, características individuais ou condições ambientais, cuja relação com o tempo de vida é de interesse. Nessa situação, é necessário assumir modelos de regressão de longa duração. Dessa forma, o conhecido modelo de riscos proporcionais de Cox e suas variações, utilizando funções de risco marginais usadas para a análise de dados de sobrevida multivariada como observado na literatura, não são suficientes para explicar a estrutura de dependência completa do par de tempos de vida no vetor das covariáveis. Nesta tese, são apresentados alguns novos modelos multivariados de longa duração assumindo uma estrutura de taxa de cura baseada em abordagens de modelos de misturas e não-misturas para aanálise de sobreviventes de longo prazo aplicados a dados de estudos médicos. Os modelos propostos também podem ser úteis para estudar a estrutura de dependência do par de tempos de vidas no vetor de covariáveis X. Os resultados que emergiram deste estudo reforçam o fato de que a busca de distribuições multivariadas apropriadas podem ser extremamente difíceis, dependendo da estrutura de correlação dos dados de sobrevida. No entanto, a metodologia proposta poderia ser muito útil na análise dos dados de sobrevida médicos onde o interesse é a estimativa da fração de pacientes na população estudada que nunca experimentaram o evento de interesse. Além disso, a identificação de covariáveis importantes também foi facilmente obtida, assumindo os modelos propostos, mesmo usando distribuições a priori não informativas para os parâmetros do modelo, sob uma abordagem Bayesiana. Os resultados também poderiam ser estendidos a outros tipos de ensaios clínicos; análise de confiabilidade em engenharia; análise de risco em economia; entre muitas outras áreas. Para a pesquisa reprodutível, também é apresentada a estrutura geral para os códigos de computador da abordagem de modelagem proposta que pode ser realizada usando softwares livres R ou OpenBugs
• Imprenta:
  • Publisher place: Ribeirão Preto
  • Date published: 2019
• Data da defesa: 20.09.2019


---

How to cite

A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas

• ABNT

  OLIVEIRA, Ricardo Puziol de. Multivariate lifetime models to evaluate long-term survivors in medical studies. 2019. Tese (Doutorado) – Universidade de São Paulo, Ribeirão Preto, 2019. Disponível em: http://www.teses.usp.br/teses/disponiveis/17/17139/tde-08012020-110425/. Acesso em: 19 abr. 2024.

• APA

  Oliveira, R. P. de. (2019). Multivariate lifetime models to evaluate long-term survivors in medical studies (Tese (Doutorado). Universidade de São Paulo, Ribeirão Preto. Recuperado de http://www.teses.usp.br/teses/disponiveis/17/17139/tde-08012020-110425/

• NLM

  Oliveira RP de. Multivariate lifetime models to evaluate long-term survivors in medical studies [Internet]. 2019 ;[citado 2024 abr. 19 ] Available from: http://www.teses.usp.br/teses/disponiveis/17/17139/tde-08012020-110425/

• Vancouver

  Oliveira RP de. Multivariate lifetime models to evaluate long-term survivors in medical studies [Internet]. 2019 ;[citado 2024 abr. 19 ] Available from: http://www.teses.usp.br/teses/disponiveis/17/17139/tde-08012020-110425/

Últimas obras dos mesmos autores vinculados com a USP cadastradas na BDPI:

• The unit-Weibull distribution as an alternative to the Kumaraswamy distribution for the modeling of quantiles conditional on covariates
• Basu-Dhar bivariate geometric distribution
• A multivariate geometric distribution for lifetimes of n-components series systems
• Use of Basu-Dhar bivariate geometric distribution in the analysis of the reliability of component series systems
• Basu-Dhar’s bivariate geometric distribution in presence of censored data and covariates: some computational aspects
• Mixture and nonmixture cure fraction models assuming discrete lifetimes: application to a pelvic sarcoma dataset
• Discrete and continuous bivariate lifetime models in presence of cure rate: a comparative study under Bayesian approach
• A generalization of Basu-Dhar’s bivariate geometric distribution to the trivariate case
• Use of a discrete Sushila distribution in the analysis of right-censored lifetime data