Modelos semiparamétricos para dados de sobrevivência com censura intervalar

Exportado OPUSMade available in DSpace on 2019-08-11T22:24:48Z (GMT). No. of bitstreams: 1 tese_final_paulocerqueirajr.pdf: 2230629 bytes, checksum: 54de5ef315e1a3d07869011baa651198 (MD5) Previous issue date: 25Em análise de sobrevivência, dizemos que a censura é intervalar quando sabe-se somente que o tempo de sobrevivência dos indivíduos em análise pertence a um intervalo de tempo. Assim, esta tese de doutorado tem como objetivo propor extensões ao modelo exponencial por partes com grade aleatória, via estrutura de agrupamento do modelo partição produto, sob uma abordagem dinâmica, para dados de sobrevivência sujeitos à censura intervalar. Propomos modelos para dois tipos de população: sem e com fração de curados. Para dados sem fração de curados, apresentamos três propostas de modelagem. A primeira, representando o MEP com grade aleatória com efeito da covariável fixo no tempo, e as seguintes representando extensões de dois modelos dinâmicos, um com grade fixa e outro com grade aleatória, em que ambos permitem que o efeito da covariável varie no tempo. Para este tipo de população, ilustramos os modelos propostos, e modelos disponíveis na literatura, com dados de câncer de mama, avaliando o tempo até a deterioração da mama das pacientes. Como resultado principal, observamos que o modelo dinâmico com grade fixa e efeito variando no tempo proposto apresentou os melhores resultados quando comparado aos demais. Em situações em que há presença de uma fração de curados na população, apresentamos duas propostas de modelos com fração de cura. A primeira é um MEP dinâmico com grade fixa e a segunda sendo a versão com grade aleatória via estrutura de agrupamento do modelo partição produto, construídos com base no modelo de tempos de promoção. Neste cenário, ilustramos os modelos propostos utilizando dados de tempos de infecção por HIV-1 em pacientes hemofílicos. Os resultados mostraram que o modelo com fração de cura dinâmico com grade aleatória, quando comparado com o modelo dinâmico com grade fixa, apresentou a melhor adequação aos dados.In survival analysis we say that the data is subejct to interval-censored when it is known that the survival time of the individuals is in a interval time. Thus, this thesis aims to propose extensions to the piecewise exponential model with random grid, via the product partition model clustering structure under a dynamic approach, to survival data subject to interval-censored. We propose models for two types of populations: with and without a cured fraction. For population without a cured fraction, we present three modeling proposal. The first one representing the PEM with random time grid, with time-independent coefficients. In addition two dynamic models representing extensions, one with fixed time grid and another with random time grid, both allowing time-dependent coefficients. For this type of population, we illustrate the proposed models, and those available in the literature, using a breast cancer data, analysing the deterioration time of the patients. The main result shows that the proposed dynamic model with fixed time grid and time-independent coefficient has the best results when compared to the others. For situations with cured fraction in the population, we present two proposals of cure rate models. The first one, is dynamic MEP with fixed time grid, and the second being the random time grid version, using the product partition model clustering structure, built based on the promotion time model. In this scenario, we illustrate an proposed models, using the infection time data. The results show that the dynamic cure rate model with a random time grid, showed the best fit to the data, when compared with the dynamic cure rate model with a fixed grid time