Modelagem de dados de sobrevivência via modelo de risco logístico generalizado

AUTOR(ES)

Caroline Pires Cremasco

DATA DE PUBLICAÇÃO

2005

RESUMO

A modelagem de dados de sobrevivência com a presença de covariáveis por meio da função de risco tem sido cada vez mais utilizada devido a facilidade de interpretação Um dos exemplos mais importantes de modelos de risco é o modelo de riscos proporcionais proposto por Cox (1972). No entanto, este modelo supõe a proporcionalidade entre as funções de risco para duas ou mais covariáveis. Para acomodar situações em que o modelo de riscos proporcionais não é adequado, vários tipos de modelos não-proporcionais estão sendo desenvolvidos, como o modelo de falha acelerada, proposto por Prentice (1978), o modelo de risco híbrido de Etezadi-Amoli e Ciampi (1987) e os modelos de risco híbrido generalizados de Louzada-Neto (1997 e 1999). Neste trabalho exploramos um uma nova família paramétrica de modelo de risco não-proporcional dependente do tempo (McKenzie, 1999). Este modelo é baseado na generalização da função logística usual e é motivado, em parte, pela necessidade de se considerar o efeito do tempo na modelagem, e, em parte, pela preferência em se considerar uma estrutura paramétrica para a função de risco. Vários procedimentos inferenciais relacionados a esta nova família de modelos são apresentados.

ASSUNTO(S)

estatistica modelo de cox função de risco regressão logística análise de sobrevivência (biometria) estatística matemática

Documentos Relacionados

• Modelo logístico generalizado dependente do tempo com fragilidade
• Modelo de regressão logistico e exponencial por partes em analise de sobrevivencia
• Modelagem estatistica em estudos epidemiologicos. O modelo logistico
• Estimação bayesiana de probabilidade de captura para populações abertas via modelo logístico
• Modelagem de partição bayesiana para dados de sobrevivência de longa duração