Métodos de inferência Bayesiana e frequentista assumindo a distribuição defectiva de Gompertz na presença de fração de curas: aplicações a dados médicos (2019)
- Authors:
- Autor USP: SANTOS, MILENE REGINA DOS - FMRP
- Unidade: FMRP
- Sigla do Departamento: RMS
- DOI: 10.11606/D.17.2020.tde-08012020-103706
- Subjects: INFERÊNCIA BAYESIANA; SOBREVIDA; MODELOS MATEMÁTICOS
- Keywords: Análise de sobrevida; Bayesian inference; Defective distributions; Distribuição Gompertz modificada; Distribuições defectivas; Estimadores de máxima verossimilhança; Maximum likelihood estimators; MCMC methods; Métodos MCMC; Modified Gompertz distribution; Survival analysis
- Agências de fomento:
- Language: Português
- Abstract: A análise de sobrevivência, também chamada de análise de confiabilidade nas aplicações em engenharia, consiste em uma classe de métodos estatísticos usados para estudar o tempo até a ocorrência de um evento de interesse, como o tempo até o óbito de um paciente, o tempo de recuperação após um tratamento médico, o tempo de hospitalização devido a uma doença, entre vários outros eventos de interesse médico. Dados de sobrevivência geralmente apresentam censuras ocasionadas por limitação de tempo no seguimento dos pacientes, perdas de seguimentos por outras causas ou censuras ocasionadas pelo próprio planejamento do experimento. Outra característica comum em análise de sobrevivência é a presença de indivíduos imunes ou uma fração de curas, em que parte dos pacientes não são sujeitos ao evento de interesse. Nesse caso, a literatura estatística apresenta muitos modelos, com destaque especial aos modelos de mistura e não-misturas. Alternativamente, modelos baseados em distribuições impróprias, denominadas como distribuições defectivas podem ser usados para analisar dados com essas características. Nesta dissertação serão apresentadas inferências Bayesianas e de Máxima Verossimilhança para os parâmetros do modelo de fração de cura assumindo a distribuição defectiva de Gompertz na presença de dados censurados e covariáveis. Para ilustrar a metodologia proposta, são consideradas aplicações com dados relacionados aos tempos de sobrevida de pacientes com câncer cervical e pacientesportadores do vírus HIV. Na análise Bayesiana, sumários a posteriori de interesse são obtidos usando métodos de simulação MCMC (Monte Carlo em Cadeias de Markov) para gerar amostras da distribuição a posteriori conjunta de interesse
- Imprenta:
- Publisher place: Ribeirão Preto
- Date published: 2019
- Data da defesa: 06.09.2019
- Este artigo NÃO possui versão em acesso aberto
-
Status: Nenhuma versão em acesso aberto identificada -
ABNT
SANTOS, Milene Regina dos. Métodos de inferência Bayesiana e frequentista assumindo a distribuição defectiva de Gompertz na presença de fração de curas: aplicações a dados médicos. 2019. Dissertação (Mestrado) – Universidade de São Paulo, Ribeirão Preto, 2019. Disponível em: https://teses.usp.br/teses/disponiveis/17/17139/tde-08012020-103706/. Acesso em: 11 mar. 2026. -
APA
Santos, M. R. dos. (2019). Métodos de inferência Bayesiana e frequentista assumindo a distribuição defectiva de Gompertz na presença de fração de curas: aplicações a dados médicos (Dissertação (Mestrado). Universidade de São Paulo, Ribeirão Preto. Recuperado de https://teses.usp.br/teses/disponiveis/17/17139/tde-08012020-103706/ -
NLM
Santos MR dos. Métodos de inferência Bayesiana e frequentista assumindo a distribuição defectiva de Gompertz na presença de fração de curas: aplicações a dados médicos [Internet]. 2019 ;[citado 2026 mar. 11 ] Available from: https://teses.usp.br/teses/disponiveis/17/17139/tde-08012020-103706/ -
Vancouver
Santos MR dos. Métodos de inferência Bayesiana e frequentista assumindo a distribuição defectiva de Gompertz na presença de fração de curas: aplicações a dados médicos [Internet]. 2019 ;[citado 2026 mar. 11 ] Available from: https://teses.usp.br/teses/disponiveis/17/17139/tde-08012020-103706/
Informações sobre a disponibilidade de versões do artigo em acesso aberto coletadas automaticamente via oaDOI API (Unpaywall).
How to cite
A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas
