Publicação: Análise de sobrevivência com fração de cura para distribuição inversa Chen: aplicação da análise de sobrevivência com fração de cura
Carregando...
Data
2024-12-06
Autores
Orientador
Oikawa, Sergio Minoru 
Coorientador
Pós-graduação
Curso de graduação
Presidente Prudente - FCT - Estatística
Título da Revista
ISSN da Revista
Título de Volume
Editor
Universidade Estadual Paulista (Unesp)
Tipo
Trabalho de conclusão de curso
Direito de acesso
Acesso aberto
Resumo
Resumo (português)
A análise de sobrevivência é uma das áreas mais fascinantes da estatística, e seu valor se destaca especialmente na medicina. Considere um estudo que acompanha pacientes desde o momento em que são diagnosticados com uma doença até um evento significativo, como a cura ou a progressão da doença. Essa é a essência da análise de sobrevivência: entender o tempo que leva para algo importante acontecer. Muitas vezes, nos deparamos com dados censurados nessa área. Isso significa que, para alguns pacientes, não sabemos exatamente quando o evento de interesse ocorreu, talvez porque o estudo terminou antes ou porque o paciente nunca experimentou o evento de interesse. Esses dados censurados podem ser observados em muitas análises e, frequentemente, sugerem que algumas pessoas no estudo talvez nunca vivam o evento de interesse. Isso pode indicar que algumas pessoas são imunes à condição estudada ou se curam naturalmente antes que o evento ocorra. É fundamental entender quantos pacientes permanecem curados e como diferentes fatores afetam tanto o tempo de sobrevivência quanto a fração de cura. Para isso, usamos modelos que levam em conta a fração de cura, ou seja, a proporção de pessoas que efetivamente se curam. Existem várias maneiras de analisar esses dados. No nosso estudo, escolhemos a distribuição inversa de Chen para criar um modelo de fração de cura, utilizando métodos estatísticos tradicionais e bayesianos. Criamos gráficos que comparam modelos com e sem fração de cura, baseados em dados simulados no software R. Os resultados foram animadores: a distribuição inversa de Chen se mostrou eficaz para explicar os dados. Isso nos dá uma ferramenta poderosa para entender e prever melhor os resultados de saúde para esses pacientes.
Resumo (inglês)
Survival analysis is one of the most fascinating areas of statistics, and its value is particularly evident in medicine. Consider a study that follows patients from the time they are diagnosed with a disease until a significant event, such as cure or progression of the disease, occurs. This is the essence of survival analysis: understanding how long it takes for something important to happen. We often encounter censored data in this field. This means that for some patients, we do not know exactly when the event of interest occurred, perhaps because the study ended early or because the patient never experienced the event of interest. Such censored data can be seen in many analyses and often suggest that some people in the study may never experience the event of interest. This may indicate that some people are immune to the condition being studied or that they naturally recover before the event occurs. It is essential to understand how many patients remain cured and how different factors affect both survival time and the cure rate. To do this, we used models that take into account the cure fraction, that is, the proportion of people who are effectively cured. There are several ways to analyze these data. In our study, we chose the inverse Chen distribution to create a cure fraction model, using traditional and Bayesian statistical methods. We created graphs comparing models with and without cure fraction, based on data simulated in the R software. The results were encouraging: the inverse Chen distribution proved to be effective in explaining the data. This gives us a powerful tool to better understand and predict health outcomes for these patients.
Descrição
Palavras-chave
Idioma
Português
Como citar
CASTANHEIRO, André Ferrari. Análise de sobrevivência com fração de cura para distribuição inversa Chen: aplicação da análise de sobrevivência com fração de cura. Orientador: Oikawa, Sergio Minoru. 2025. 50 f. Trabalho de Conclusão de Curso (Bacharelado em Estatística) - Faculdade de Ciências e Tecnologia, Universidade Estadual Paulista, Presidente Prudente, 2024.
