Avaliação de diferentes métodos de predição dinâmica em análise de sobrevivência
Carregando...
Data
Autor(es)
Título da Revista
ISSN da Revista
Título de Volume
Editor
Universidade Federal de Minas Gerais
Descrição
Tipo
Dissertação de mestrado
Título alternativo
Evaluation of different dynamic prediction methods in survival analysis
Primeiro orientador
Membros da banca
Silvana Márcia Bruschi Kelles
Vinícius Diniz Mayrink
Tarciana Liberal Pereira
Vinícius Diniz Mayrink
Tarciana Liberal Pereira
Resumo
Este trabalho explorou a aplicação de técnicas de predição dinâmica em análise de sobrevivência, avaliando sua eficácia em dois cenários clínicos: a utilização de CTI/UTI neonatal e risco de óbito em pacientes com cardiopatia chagásica. Quatro métodos principais foram utilizados: Naive 1, Naive 2, Landmark e Modelagem Conjunta (JM). No contexto da Modelagem Conjunta, foram avaliadas três distribuições para a linha de base (Weibull, Piecewise e Spline), permitindo uma análise detalhada das vantagens e limitações de cada abordagem. Os resultados indicaram que, nos estudos analisados, a técnica JM apresentou um bom desempenho em termos de discriminação e calibração, equiparando-se e, em alguns casos, superando outras abordagens de predição dinâmica estudadas neste trabalho, especialmente devido à sua capacidade de integrar variáveis longitudinais. Além disso, observou-se que o envelhecimento das variáveis dependentes do tempo influencia a performance dos modelos, ressaltando a importância de atualizações contínuas. Este estudo reforça a relevância de métodos dinâmicos para cenários clínicos complexos, com impacto direto na prática clínica e na tomada de decisões baseadas em evidências.
Abstract
This study explored the application of dynamic prediction techniques in survival analysis, assessing their effectiveness in two clinical scenarios: the use of neonatal ICU and the risk of death in patients with Chagas cardiomyopathy. Four main methods were employed: Naive 1, Naive 2, Landmark, and Joint Modeling (JM). Within the Joint Modeling framework, three baseline distributions were evaluated (Weibull, Piecewise, and Spline), allowing for a detailed analysis of the advantages and limitations of each approach. The results indicated that, in the analyzed studies, the JM technique demonstrated strong performance in terms of discrimination and calibration, matching or even surpassing other dynamic prediction approaches studied in this work, particularly due to its ability to integrate longitudinal variables. Additionally, it was observed that the aging of time-dependent variables influences model performance, highlighting the importance of continuous updates. This study reinforces the relevance of dynamic methods for complex clinical scenarios, with a direct impact on clinical practice and evidence-based decision-making.
Assunto
Estatística – Teses, Análise de sobrevivência (Biometria) algoritmos de predição – Teses, Unidade de tratamento intensivo – Recém-nascidos - Teses, Cardiopatias – Doença de Chagas - São Paulo – Minas Gerais – Teses
Palavras-chave
Dados longitudinais e de sobrevivência, Modelo de Cox, Landmark, Modelagem conjunta, Weibull, Piecewise, Spline, Predição de risco