skip to main content
Tipo de recurso Mostra resultados com: Mostra resultados com: Índice

Modelo bayesiano para dados de sobrevivência com riscos semicompetitivos baseado em cópulas

Patiño, Elizabeth González

Biblioteca Digital de Teses e Dissertações da USP; Universidade de São Paulo; Instituto de Matemática e Estatística 2018-03-23

Acesso online. A biblioteca também possui exemplares impressos.

  • Título:
    Modelo bayesiano para dados de sobrevivência com riscos semicompetitivos baseado em cópulas
  • Autor: Patiño, Elizabeth González
  • Orientador: Silva, Gisela Tunes da
  • Assuntos: Amostrador De Gibbs; Riscos Semicompetitivos; Modelo Misto; Inferência Bayesiana; Copulas Arquimedianas; Gibbs Sampling; Mixed Model; Bayesian Inference; Arquimedean Copula; Semicompeting Risks
  • Notas: Tese (Doutorado)
  • Descrição: Motivados por um conjunto de dados de pacientes com insuficiência renal crônica (IRC), propomos uma nova modelagem bayesiana que envolve cópulas da família Arquimediana e um modelo misto para dados de sobrevivência com riscos semicompetitivos. A estrutura de riscos semicompetitivos é bastante comum em estudos clínicos em que dois eventos são de interesse, um intermediário e outro terminal, de forma tal que a ocorrência do evento terminal impede a ocorrência do intermediário mas não vice-versa. Nesta modelagem provamos que a distribuição a posteriori sob a cópula de Clayton é própria. Implementamos os algoritmos de dados aumentados e amostrador de Gibbs para a inferência bayesiana, assim como os criterios de comparação de modelos: LPML, DIC e BIC. Realizamos um estudo de simulação para avaliar o desempenho da modelagem e finalmente aplicamos a metodologia proposta para analisar os dados dos pacientes com IRC, além de outros de pacientes que receberam transplante de medula óssea.
  • DOI: 10.11606/T.45.2018.tde-17072018-155825
  • Editor: Biblioteca Digital de Teses e Dissertações da USP; Universidade de São Paulo; Instituto de Matemática e Estatística
  • Data de criação/publicação: 2018-03-23
  • Formato: Adobe PDF
  • Idioma: Português

Buscando em bases de dados remotas. Favor aguardar.