Please use this identifier to cite or link to this item:
http://hdl.handle.net/1843/61121
Type: | Tese |
Title: | Modelos de sobrevivência para dados correlacionados na presença de riscos competitivos e censura intervalar |
Authors: | Márcio Augusto Ferreira Rodrigues |
First Advisor: | Enrico Antônio Colosimo |
First Co-advisor: | Juliana Vilela Bastos |
First Referee: | Silvana Schneider |
Second Referee: | Magda Carvalho Pires |
Third Referee: | Vera Lúcia Damasceno Tomazella |
metadata.dc.contributor.referee4: | Fabio Nogueira Demarqui |
Abstract: | Na abordagem tradicional de análise de sobrevivência considera-se uma única causa para a ocorrência do evento de interesse, no entanto existem situações em que várias causas de falha são possíveis, porém somente a ocorrência da primeira delas pode ser observada. Quando um indivíduo está sob o risco de falhar por diferentes tipos de causas, esses diferentes tipos são denominados riscos competitivos ou concorrentes. Muitos estudos clínicos envolvendo dados de riscos competitivos são frequentemente sujeitos a censura intervalar. Isso significa que o tempo de falha não é observado com precisão, mas é conhecido apenas entre dois tempos de observação, como por exemplo visitas clinicas. Em diversos estudos, dados correlacionados estão presentes e uma análise estatística apropriada exige que estas correlações sejam consideradas por meio de modelagem de fragilidade ou ajustando a correlação intra conglomerado em um modelo marginal. Todavia, estudos investigando dados correlacionados na presença de riscos competitivos e censura intervalar não foram encontrados na literatura. Nesse contexto, propomos um modelo de regressão paramétrico em que a função de incidência acumulada é modelada por meio das funções taxa de falha causa específica. Nossa segunda contribuição consiste em um modelo semiparamétrico de regressão causa-específica utilizando expansão em série de Taylor para aproximar a função taxa de falha basal. Em ambos os modelos, para acomodar a presença de conglomerados, utilizamos um modelo tipo Generalized Estimation Equation (GEE) com matriz de trabalho independente e assim, um estimador de variância sanduíche é utilizado para ajustar a correlação dentro do agrupamento. Um estudo de simulação Monte Carlo foi conduzido e indicou um bom desempenho em termos de inferência em ambos os modelos propostos neste trabalho. Uma outra análise foi conduzida para um conjunto de dados reais sobre traumatismo dentário proveniente do Programa de Traumatismos Dentários da Faculdade de Odontologia da UFMG. |
Abstract: | In the classic survival analysis approach, a single cause is considered for the occurrence of the event of interest, however, there are situations in which several causes of failure are possible, but only the occurrence of the first of them can be observed. When an individual is at risk of failing due to different types of causes, these different types are called competitive or competing risks. Many clinical studies involving competing risks data are often subject to interval censoring. This means that the failure time is not observed precisely, but is only known between two observation times, such as clinical visits. In several studies correlated data are present and appropriate statistical analysis requires that these correlations be considered through frailty modeling or by adjusting the intra-cluster correlation in a marginal model. However, studies investigating correlated data in the presence of competing risks and interval censoring were not found in the literature. In this context, we propose a parametric regression model in which the accumulated incidence function is modeled using cause-specific failure rate functions. Our second contribution consists of a semiparametric cause-specific regression model using Taylor series expansion to approximate the basal failure rate function. In both models, to accommodate the presence of clusters, we use a Generalized Estimation Equation (GEE) model with an independent work matrix and thus, a sandwich variance estimator is used to adjust the correlation within the cluster. A Monte Carlo simulation study was conducted and indicated good performance in terms of inference in both models proposed in this work. Another analysis was conducted on a set of real data on dental trauma from the Dental Trauma Program of the UFMG School of Dentistry. |
Subject: | Estatística – Teses Análise de sobrevivência– Teses Riscos competitivos – Teses Censura Intervalar – Teses. |
language: | por |
metadata.dc.publisher.country: | Brasil |
Publisher: | Universidade Federal de Minas Gerais |
Publisher Initials: | UFMG |
metadata.dc.publisher.department: | ICX - DEPARTAMENTO DE ESTATÍSTICA |
metadata.dc.publisher.program: | Programa de Pós-Graduação em Estatística |
Rights: | Acesso Restrito |
metadata.dc.rights.uri: | http://creativecommons.org/licenses/by-nc-nd/3.0/pt/ |
URI: | http://hdl.handle.net/1843/61121 |
Issue Date: | 3-Oct-2023 |
metadata.dc.description.embargo: | 3-Oct-2025 |
Appears in Collections: | Teses de Doutorado |
Files in This Item:
File | Description | Size | Format | |
---|---|---|---|---|
Modelos de sobrevivência para dados correlacionados na presença de riscos competitivos e censura intervalar.pdf ???org.dspace.app.webui.jsptag.ItemTag.restrictionUntil??? 2025-10-03 | 2.24 MB | Adobe PDF | View/Open Request a copy |
This item is licensed under a Creative Commons License