Buscar

 

RI UFLA (Universidade Federal de Lavras) >
DEX - Departamento de Ciências Exatas >
DEX - Programa de Pós-graduação >
DEX - Estatística e Experimentação Agropecuária - Doutorado (Teses) >

Por favor, utilize esse identificador para citar este item ou usar como link: http://repositorio.ufla.br/jspui/handle/1/4301

Título: Métodos bayesianos para análise de dados de eventos recorrentes considerando uma classe geral de modelos com fragilidade multiplicativa
Título Alternativo: Bayesian methods for data analysis of recurrent events considering a general class of models with multiplicative frailty
Autor(es): Gouvêa, Graziela Dutra Rocha
Orientador: Scalon, João Domingos
Membro da banca: Muniz, Joel Augusto
Fogo, José Carlos
Cirillo, Marcelo Ângelo
Tomazella, Vera Lúcia Damasceno
Área de concentração: Estatística e Experimentação Agropecuária
Assunto: inferência bayesiana
teste de normalidade
hemodiálise
bayesian inference
survival analysis
Data de Defesa: 22-Fev-2010
Data de publicação: 3-Out-2014
Referência: GOUVÊA, G. D. R. Métodos bayesianos para análise de dados de eventos recorrentes considerando uma classe geral de modelos com fragilidade multiplicativa. 2010. 137 p. Tese (Doutorado em Estatística e Experimentação Agropecuária)-Universidade Federal de Lavras, Lavras, 2010.
Resumo: Em muitas situações há interesse em observar a ocorrência de um único tipo de falha, mais de uma vez, em cada indivíduo envolvido na análise. Nesse caso, é razoável supor a existência de associação entre tempos de ocorrência de eventos. Para considerar a existência de uma possível associação entre os tempos de sobrevivência, uma classe de modelos, denominada modelos de fragilidade, na qual um efeito aleatório é introduzido no modelo de Cox, vem sendo estudada. Peña e Hollander (2004) propuseram uma nova classe de modelos, mais geral e flexível, que incorpora simultaneamente os efeitos de covariáveis, o impacto da acumulação de tempos de ocorrências de eventos sobre o indivíduo, o efeito de variáveis latentes e o efeito das intervenções realizadas após cada ocorrência de evento. No que se refere à abordagem bayesiana, os modelos de fragilidade já foram explorados por vários autores. Por outro lado, a classe geral de modelos para eventos recorrentes ainda não foi estudada sob o enfoque bayesiano. Sendo assim, a proposta desta tese foi a utilização de métodos bayesianos para a classe geral de modelos com fragilidade para análise de dados de eventos recorrentes e também estudar, sob esse enfoque, o modelo de fragilidade multiplicativo e o modelo de Cox. Os modelos foram comparados considerando os métodos de seleção AIC (Critério de Informação de Akaike) e BIC (Critério de Informação Bayesiano). A metodologia proposta foi aplicada aos dados de Insuficiência Renal Crônica da Santa Casa de Misericórdia na cidade de Lavras, MG, os quais foram coletados exclusivamente para utilização nesta tese. Para esse conjunto de dados o efeito das covariáveis foi estudado e as fragilidades individuais para os pacientes em tratamento de Hemodiálise foram estimadas. Concluiu-se que a classe geral de modelos é importante porque considera além dos efeitos presentes nos outros modelos, o efeito da acumulação da recorrência dos eventos sobre os indivíduos. A aplicação ao conjunto de dados mostrou a importância dos termos de fragilidade e do parâmetro que mede efeito da acumulação da recorrência dos eventos sobre os indivíduos. Foi mostrado que o modelo proposto por Peña e Hollander pode ser útil para analisar dados de tempos de recorrência de hospitalizações para pacientes em tratamento de Hemodiálise. Nesse caso, foi verificado que o efeito do acumulo de recorrências de evento é um fator importante para predizer uma nova internação.
In some situations, we may observe that the event of interest occurs repeatedly in the same individual, such as when a patient diagnosed with cancer tends to relapse over time or when a person is repeatedly readmitted in a hospital. In this situation, it is more reasonable to suppose the existence of a relationship between times until the occurrence of events. In order to examine the association between survival times, a class of models has been studied. These are called frailty models and consider a random effect in the Cox model. Penã and Hollander (2004) proposed a new class of models, more general and flexible, that simultaneously incorporates the effect of covariates, the impact on the unit of accumulating event occurrences, the effect of latent or unobserved variables which, for each unit, endow correlation among the inter-event times, as well as the effect of performed interventions after each event occurrence.With respect to Bayesian approach, the frailty models have already been explored by many authors. By the other side, the general class of models for recurrent events has not been studied under Bayesian approach. Then, the aim of this thesis was to explore Bayesian methods for the general class of frailty models for recurrent event data analysis and also study, under this focus, the multiplicative frailty model and the Cox model. The models were compared using the selection methods AIC (Akaike information criterion) and BIC (Bayesian information criterion). The proposed methodology was applied to data of chronic renal failure from Santa Casa de Misericórdia in Lavras, MG, which was collected only for this study. The effect of covariates was studied and the individual frailties for the patients in treatment of hemodialysis were estimated. We conclude that the general class of models is important because consider, beside of effects in other models, the effect of cumulating times of recurrent events in the individuals. The application to the dataset showed the importance of both frailty terms and the parameter which measures the effect of cumulating times of recurrent events. It was showed that the model purposed by Peña and Hollander can be useful to analyse recurrent times data of hospitalization to patients in treatment of hemodialysis. In this case, it was checked that the effect of cumulating cumulating recurrent events is an important feature to predict a new hospitalization
URI: http://repositorio.ufla.br/jspui/handle/1/4301
Publicador: UNIVERSIDADE FEDERAL DE LAVRAS
Idioma: pt_BR
Aparece nas coleções: DEX - Estatística e Experimentação Agropecuária - Doutorado (Teses)

Arquivos neste Item:

Arquivo Descrição TamanhoFormato
TESE_Métodos bayesianos para análise de dados de eventos recorrentes considerando uma classe geral de modelos com fragilidade multiplicativa.pdf4,16 MBAdobe PDFVer/abrir

Itens protegidos por copyright, com todos os direitos reservados, Salvo indicação em contrário.


Mostrar estatísticas

 


DSpace Software Copyright © 2002-2007 MIT and Hewlett-Packard - Feedback