Publicação
Modelação conjunta de dados longitudinais e de sobrevivência em bioestatística
| Resumo: | Em estudos longitudinais a variável resposta é medida repetidamente em tempos predefinidos para um conjunto de indivíduos (ou objetos). Em análise de sobrevivência a variável resposta é o tempo até a ocorrência de um evento de interesse, como: morte e recorrência de sintomas. O tempo do evento para cada indivíduo pode ser registado exatamente, como censurado à direita ou censura intervalar. Existem modelos na literatura para analisar dados longitudinais e de sobrevivência de forma separadas, mas estas abordagens podem ser inadequadas se existir associação entre os processos estocásticos que geram dados longitudinais e de sobrevivências. A modelação conjunta de dados longitudinais e de sobrevivência tem recebido muita atenção nos últimos anos, especialmente na área de Bioestatística. O termo modelação conjunta refere-se à análise estatística dos dados resultantes de medidas repetidas e dos resultados do tempo até a ocorrência do evento de interesse, simultaneamente, tendo em consideração a associação entre esses processos. O presente trabalho pretende apresentar, fazendo uma revisão, dos modelos existentes para a modelação conjunta de dados longitudinais e de sobrevivência. Inicialmente, o modelo longitudinal comummente usado é descrito como um modelo linear de efeitos mistos. De seguida é feita uma descrição da modelação usual para análise de sobrevivência. Para a abordagem de modelação conjunta, descrevemos com mais detalhes o modelo Gaussiano transformado para dados longitudinais e de tempo até evento. Este é um processo modelo alternativo aos dados já existentes com vantagem de ser computacionalmente muito mais eficiente e com a possibilidade de serem ajustados modelos mais rapidamente. |
|---|---|
| Autores principais: | Neto, Nelson Osvaldo Lopes Ferreira |
| Assunto: | Modelo longitudinal Modelo de sobrevivência Modelação conjunta Modelo Gaussiano transformado Longitudinal model Survival model Joint modelling Transformed gaussian model |
| Ano: | 2018 |
| País: | Portugal |
| Tipo de documento: | dissertação de mestrado |
| Tipo de acesso: | acesso restrito |
| Instituição associada: | Universidade do Minho |
| Idioma: | português |
| Origem: | RepositóriUM - Universidade do Minho |
| Resumo: | Em estudos longitudinais a variável resposta é medida repetidamente em tempos predefinidos para um conjunto de indivíduos (ou objetos). Em análise de sobrevivência a variável resposta é o tempo até a ocorrência de um evento de interesse, como: morte e recorrência de sintomas. O tempo do evento para cada indivíduo pode ser registado exatamente, como censurado à direita ou censura intervalar. Existem modelos na literatura para analisar dados longitudinais e de sobrevivência de forma separadas, mas estas abordagens podem ser inadequadas se existir associação entre os processos estocásticos que geram dados longitudinais e de sobrevivências. A modelação conjunta de dados longitudinais e de sobrevivência tem recebido muita atenção nos últimos anos, especialmente na área de Bioestatística. O termo modelação conjunta refere-se à análise estatística dos dados resultantes de medidas repetidas e dos resultados do tempo até a ocorrência do evento de interesse, simultaneamente, tendo em consideração a associação entre esses processos. O presente trabalho pretende apresentar, fazendo uma revisão, dos modelos existentes para a modelação conjunta de dados longitudinais e de sobrevivência. Inicialmente, o modelo longitudinal comummente usado é descrito como um modelo linear de efeitos mistos. De seguida é feita uma descrição da modelação usual para análise de sobrevivência. Para a abordagem de modelação conjunta, descrevemos com mais detalhes o modelo Gaussiano transformado para dados longitudinais e de tempo até evento. Este é um processo modelo alternativo aos dados já existentes com vantagem de ser computacionalmente muito mais eficiente e com a possibilidade de serem ajustados modelos mais rapidamente. |
|---|