Uso do fator de Bayes e critérios de informação para comparar modelos para dados agrupados e censurados

Abstract

Dados agrupados é um caso particular de dados de sobrevivência com censura intervalar, que ocorre quando as observações são avaliadas nos mesmos intervalos de tempo. Geralmente tal caso está associado a dados com grande número de empates, podendo assim serem analisados de forma a considerar o tempo como discreto e ajustando-se modelos à probabilidade do indivíduo falhar em um certo intervalo, dado que sobreviveu ao intervalo anterior (LAWLESS, 2002). Dentre os possíveis modelos adaptados a este tipo de dados, tem-se o Modelo Logístico e o Modelo de Cox. O objetivo deste artigo é comparar o ajuste dos modelos citados anteriormente utilizando critérios clássicos e bayesianos de seleção de modelos. Como ilustração, foi usado um conjunto de dados referente a uma manifestação clínica da doença de Chagas, conhecida como megacolo chagásico (ALMEIDA, 1996).ABSTRACT: Grouped data is a particular case of survival data with interval censoring that occurs when the observations are evaluated at the same time intervals. Generally, its associated at data with a large number of draws and, therefore, it can be analyzed considering discrete-time and tting models at the probability of an individual fails in an certain interval, given that they survived the previous one (LAWLESS, 2002). Among the possible models adapted to this type of data, we can mention the Logistic Model and Cox's Model. The purpose of this article is to compare the t of these two models using classic and bayesian model selection criteria. As an example, was used a data set related to a clinical manifestation of Chagas disease known as chagasic megacolon (ALMEIDA, 1996).