Modelos de Regressão em Análise de Sobrevivência: teoria e simulação de dados com aplicação na área da saúde

Abstract

Este trabalho analisou e comparou modelos de regressão aplicados à análise de sobrevivência utilizando dados simulados e aplicações em saúde. Foram revisados conceitos fundamentais, como tempo de falha, censura e funções probabilísticas, além do uso do estimador de Kaplan-Meier. A etapa experimental consistiu em simulações no RStudio com as distribuições exponencial, Weibull e log-normal, ajustadas aos modelos paramétricos correspondentes. A avaliação dos modelos foi feita por máxima verossimilhança, log-verossimilhança e resíduos de Cox-Snell. Os resultados indicaram melhor flexibilidade dos modelos Weibull e log-normal, enquanto o modelo exponencial mostrou adequação apenas quando a taxa de risco é constante. O estudo reforça a utilidade dos modelos paramétricos de regressão na análise de sobrevivência em contextos de saúde.

This study analyzed and compared regression models applied to survival analysis using simulated data and applications in the health field. Fundamental concepts such as failure time, censoring, and associated probability functions were reviewed, along with the use of the Kaplan-Meier estimator. The experimental stage involved simulations in RStudio using exponential, Weibull, and log-normal distributions, later fitted to their corresponding parametric models. Model performance was evaluated through maximum likelihood, log-likelihood, and Cox-Snell residuals. Results showed that the Weibull and log-normal models offered greater flexibility, while the exponential model was suitable only when the hazard rate remains constant. The study reinforces the relevance of parametric regression models as robust tools for analyzing survival times in health-related contexts.