Use este identificador para citar ou linkar para este item: http://repositorio.ufla.br/jspui/handle/1/13912
Título: Análise de dados de sobrevida para pacientes com câncer na mama: uma aplicação assumindo modelos de fração de cura sob o enfoque Bayesiano
Título(s) alternativo(s): Analysis of survival data for breast cancer patients: a case study assuming cure fraction models under the Bayesian approach
Autores: Icuma, Tatiana Reis
Buzatto, Isabela Panzeri Carlotti
Tiezzi, Daniel Guimarães
Achcar, Jorge Alberto
Palavras-chave: Dados censurados
Covariáveis
Modelos de fração de curas
Câncer de mama - Dados
Análise Bayesiana
Censored data
Covariates
Fraction models cures
Breast cancer - Data
Bayesian analysis
Data do documento: 1-Ago-2017
Editor: Universidade Federal de Lavras
Citação: ICUMA, T. R.; BUZZATTO, I. P. C.; TIEZZI, D. G.; ACHCAR, J. Análise de dados de sobrevida para pacientes com câncer na mama: uma aplicação assumindo modelos de fração de cura sob o enfoque Bayesiano. Revista Brasileira de Biometria, Lavras, v. 34, n. 4, p. 669-692, dez. 2016.
Resumo: O câncer de mama é o segundo tipo de câncer mais comum no mundo (WORLD CANCER REPORT 2014 a,b). A evolução do tratamento do câncer da mama permite uma vida mais longa para as pacientes. Neste artigo, será considerado um estudo com um conjunto de dados relacionados a um estudo realizado no Hospital das Clínicas da Faculdade de Medicina da Universidade de São Paulo, Ribeirão Preto, Brasil, com pacientes em estágios II e III de câncer de mama HER2 atendidos na Divisão de Câncer de mama do HCFMRP-USP no período de 2008 a 2012, passando por quimioterapia neoadjuvante associado com o medicamento Herceptin®. O principal objetivo deste estudo é verificar se há diferenças significativas nos tempos de sobrevida das pacientes que receberam,pelo menos,quatro ciclos de Herceptin® e as que receberam menos ciclos da medicação durante a meodjuvância. Como objetivo secundário, será verificado se algumas covariáveis observadas (idade, estágio da doença, tipo de cirurgia, resposta patológica completa, positividade para receptor de estrogênio ou positividade para receptor) apresentam efeitos significativos sobre os tempos de sobrevivência das pacientes (SLD: sobrevida livre da doença e ST: sobrevida total, ambas em meses). Para isso, são discutidas as vantagens de um modelo estatístico com fração de curas em termos de ajuste aos dados quando comparado com modelos tradicionais baseados na distribuição Weibull sem fração de curas sob um enfoque clássico ou Bayesiano onde é feito um estudo comparativo. Sumários a posteriori de interesse são obtidos usando métodos MCMC (Markov Chain Monte Carlo) existentes.
ABSTRACT: Breast cancer is the second most common cancer in the world (WORLD CANCER REPORT 2014 a, b). The evolution of the treatment of breast cancer allows a longer life for the patients. In this article, it will be considered a study with a data set related to a study conducted at the Hospital das Clinicas, Faculty of Medicine, University of São Paulo, Ribeirão Preto, Brazil, with patients in stages II and III of HER2 breast cancer treated at the HCFMRP USP breast cancer division from 2008 to 2012, undergoing neoadjuvant chemotherapy combined with Herceptin drug. The aim of this study is to verify that there are significant differences in survival times of patients who received at least four cycles of Herceptin. As a secondary objective, it will be checked if some observed covariates (age, stage of disease, type of surgery, pathologic complete response, positive for estrogen receptor or positive for receptor have significant effects on the patients survival times (SLD: free survival disease and ST: overall survival, both in months) for this, we discuss the advantages of a statistical cure fraction model in terms of fit to the data when compared with traditional models based on the Weibull distribution without cure fraction under an classical or a Bayesian approach where a comparative study.
URI: http://repositorio.ufla.br/jspui/handle/1/13912
Aparece nas coleções:Revista Brasileira de Biometria



Este item está licenciada sob uma Licença Creative Commons Creative Commons