Detalhes bibliográficos
Ano de defesa: |
2014 |
Autor(a) principal: |
Oliveira, Joselânio Wesley de |
Orientador(a): |
Valença, Dione Maria |
Banca de defesa: |
Não Informado pela instituição |
Tipo de documento: |
Dissertação
|
Tipo de acesso: |
Acesso aberto |
Idioma: |
por |
Instituição de defesa: |
Universidade Federal do Rio Grande do Norte
|
Programa de Pós-Graduação: |
Programa de Pós-Graduação em Matemática Aplicada e Estatística
|
Departamento: |
Centro de Ciências Exatas e da Terra
|
País: |
Brasil
|
Palavras-chave em Português: |
|
Área do conhecimento CNPq: |
|
Link de acesso: |
https://repositorio.ufrn.br/jspui/handle/123456789/27560
|
Resumo: |
Neste trabalho estudamos o uso de técnicas de Controle Estatístico de Processos (CEP) para monitoramento de tempos de sobrevivência. Diferentemente de aplicações na área industrial, em que a população em estudo e considerada homogênea, o CEP na área de saúde admite a heterogeneidade e leva em consideração características particulares de pacientes que, antes de se submeterem a um procedimento médico, podem apresentar diferentes riscos de morte. Nessa perspectiva, alguns autores propõem o uso de um gráfi co de controle CUSUM ajustado ao risco (RAST CUSUM) para monitorar resultados clínicos em que a resposta e o tempo at e a ocorrência de um evento e está sujeita a censura a direita. No entanto, os modelos adotados não consideram a possibilidade de fração de cura. Neste estudo propomos estender esta abordagem considerando um modelo de sobrevivência com fração de cura. Para tanto, admitimos as distribuições log-logística e Weibull como exemplos. Finalmente, realizamos um estudo de simulação com a distribuição Weibull para obter limites de controle ótimos e avaliar o desempenho do gráfi co que propomos em comparação com o RAST CUSUM sem fração de cura. Como resultado, notamos que o gráfi co RAST CUSUM sem fração de cura se mostra inadequado ao ser aplicado em dados com fração de cura, mas o gráfico RAST CUSUM com fração de cura parece ter desempenho similar se aplicado em dados sem fração de cura. |