Uma proposta de orientação para o uso de modelos contínuos em dados de sobrevivência discretos

Autores

DOI:

https://doi.org/10.35819/remat2020v6i2id3906

Palavras-chave:

Análise de Sobrevivência, Censura Intervalar, Tempo de Falha Discreto, Observações Empatadas

Resumo

Modelos discretos não são populares em análise de sobrevivência. Isso se deve principalmente à escassez de trabalhos que abordam a análise de dados discretos na presença de censura. Desta forma, a possibilidade de analisar um conjunto de dados discretos por meio de um modelo contínuo certamente traz facilidade à análise desses dados. Neste contexto, este trabalho propõe guias de decisão que podem auxiliar um pesquisador decidir sobre o uso de um modelo contínuo na análise de dados de sobrevivência originalmente discretos. Esses guias de decisão foram obtidos por meio de simulações de Monte Carlo e levam em consideração o tamanho da amostra, o percentual de censura e a proporção de observações empatadas. Os guias de decisão foram aplicados em três conjuntos de dados obtidos na literatura e se mostrou uma forma simples de decidir quando um modelo contínuo pode ser considerado para o ajuste de dados discretos.

Downloads

Os dados de download ainda não estão disponíveis.

Biografia do Autor

  • Elisângela Candeias Biazatti, Universidade Federal de Rondônia (UNIR), Departamento de Matemática e Estatística (DME), Ji-Paraná, RO, Brasil

    Possui Graduação em Bacharelado em Estatística pela Universidade Federal de Rondônia - UNIR (2014). Especialização em Docência do Ensino Superior (2016). Mestrado em Estatística pela Universidade de Brasília - UnB (2017). É professora do Departamento de Matemática e Estatística da Universidade Federal de Rondônia - Campus Ji-Paraná. Atualmente é Doutoranda em Estatística pela Universidade Federal de Pernambuco - UFPE.

  • Eduardo Yoshio Nakano, Universidade de Brasília (UnB), Departamento de Estatística (EST), Brasília, DF, Brasil

    Possui graduação em Estatística pela Universidade Estadual Paulista Júlio de Mesquita Filho (2000), mestrado em Estatística pela Universidade Federal de São Carlos (2002) e doutorado em Estatística pela Universidade de São Paulo (2010). É professor do Departamento de Estatística da Universidade de Brasília desde 2003. Tem experiência na área de Probabilidade e Estatística, atuando principalmente em aplicações médicas e biológicas. Seus temas preferidos são testes de hipóteses e predições bayesianas.

Referências

AALEN, O. O. Two examples of modelling heterogeneity in survival analysis. Scandinavian Journal of Statistics, v. 14, n. 1, p. 19-25, 1987.

ALMALKI, S. J.; NADARAJAH, S. A new discrete modified Weibull distribution. IEEE Transactions on Reliability, v. 63, n. 1, p. 68-80, 2014. DOI: https://doi.org/10.1109/TR.2014.2299691.

BAKOUCH, H. S.; JAZI, M. A.; NADARAJAH, S. A new discrete distribution. Statistics: A Journal of Theoretical and Applied Statistics, v. 48, n. 1, p. 200-240, 2014. DOI: https://doi.org/10.1080/02331888.2012.716677.

BIAZATTI, E. C. Modelo de regressão log Weibull com fração de cura para dados. 2017. 60 f. Dissertação (Mestrado em Estatística) – Programa de Pós-Graduação em Estatística, Universidade de Brasília, Brasília/DF, 2017.

CHALITA, L. V. A. S.; COLOSIMO, E. A.; DEMÉTRIO, C. B. G. Likelihood Approximations and discrete models for tied survival data. Communications in Statistics: Theory and Methods, v. 31, n. 7, p. 1215-1229, 2002.

Corrêa, J. B.; Costa, L. O.; Oliveira, N. T.; Lima, W. P.; Sluka, K. A.; Liebano, R. E. Effects of the carrier frequency of interferential current on pain modulation and central hypersensitivity in people with chronic nonspecific low back pain: A randomized placebo-controlled trial. European Journal of Pain, v. 20, n. 10, p. 1653-1666, 2016. DOI: https://doi.org/10.1002/ejp.889.

EFRON, B. Logistic regression, survival analysis and the Kaplan-Meier Curve. Journal of the American Statistical Association, v. 83, n. 402, p. 414-425, 1988. DOI: https://doi.org/10.2307/2288857.

HASHIMOTO, E. M. Modelo de regressão para dados com censura intervalar e dados de sobrevivência grupados. 2008. 121 f. Tese (Doutorado em Estatística e Experimentação Agronômica) – Programa de Pós-Graduação em Estatística e Experimentação Agronômica, Universidade de São Paulo, Piracicaba/SP, 2008.

KAPLAN, E. L.; MEIER, P. Nonparametric estimation from incomplete observations. Journal of the American Statistical Association, v. 53, n. 282, p. 457-481, 1958. DOI: https://doi.org/10.2307/2281868.

NAKAGAWA, T.; OSAKI, S. The discrete Weibull distribution. IEEE Transactions on Reliability, v. 24, n. 5, p. 300-301, 1975. DOI: https://doi.org/10.1109/TR.1975.5214915.

NAKANO, E. Y.; CARRASCO, C. G. Uma avaliação do uso de um modelo contínuo na análise de dados discretos de sobrevivência. TEMA: Tendências em Matemática Aplicada e Computacional, v. 7, n. 1, p. 91-100, 2006.

NEKOUKHOU, V; BIDRAM, H. The exponentiated discrete Weibull distribution. Sort, v. 39, n. 1, p. 127-146, 2015.

RINNE, H. The Weibull distribution: a handbook. Boca Raton: Taylor&Francis, 2008.

SILVA, J. F.; LIEBANO, R. E.; CORRÊA, J. B.; MATSUSHITA, R. Y.; NAKANO, E. Y. Análise do tempo para o alívio da intensidade da dor em pacientes com dor lombar crônica não específica via modelo de riscos proporcionais de Cox. Ciência e Natura, v. 39, n. 2, p. 233-243, 2017. DOI: https://doi.org/10.5902/2179460X24102.

TIETZE, C. Fertility after discontinuation of intrauterine and oral contraception. International Journal of Fertility, v. 13, n. 4, p. 385-389, 1968.

VILA, R.; NAKANO, E. Y.; SAULO, H. Theoretical results on the discrete Weibull distribution of Nakagawa and Osaki. Statistics: A Journal of Theoretical and Applied Statistics, v. 53, n. 2, p. 339-363, 2019. DOI: https://doi.org/10.1080/02331888.2018.1550645.

WEIBULL, W. A statistical distribution function of wide applicability. Journal of Applied Mechanics, v. 18, n. 3, p. 293-297, 1951.

Downloads

Publicado

2020-07-25

Edição

Seção

Matemática Pura e/ou Aplicada

Como Citar

BIAZATTI, Elisângela Candeias; NAKANO, Eduardo Yoshio. Uma proposta de orientação para o uso de modelos contínuos em dados de sobrevivência discretos. REMAT: Revista Eletrônica da Matemática, Bento Gonçalves, RS, Brasil, v. 6, n. 2, p. e4002, 2020. DOI: 10.35819/remat2020v6i2id3906. Disponível em: https://periodicos.ifrs.edu.br/index.php/REMAT/article/view/3906.. Acesso em: 25 nov. 2024.

Artigos Semelhantes

51-60 de 295

Você também pode iniciar uma pesquisa avançada por similaridade para este artigo.