Estimação clássica e Bayesiana em modelos de sobrevida com fração de cura

• Ano de defesa: 2013
• Autor(a) principal: Almeida, Josemir Ramos de
• Orientador(a): Andrade, Bernardo Borba de
• 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: Probabilidade e Estatística; Modelagem Matemática
• País: BR
• Palavras-chave em Português: Análise de sobrevivência. Modelos de longa duração. Método de Laplace. MCMC
• Palavras-chave em Inglês: Survival analysis. Models of long term. Method Laplace. MCMC
• Área do conhecimento CNPq: CNPQ::CIENCIAS EXATAS E DA TERRA::MATEMATICA::MATEMATICA APLICADA
• Link de acesso: https://repositorio.ufrn.br/jspui/handle/123456789/17012

In Survival Analysis, long duration models allow for the estimation of the healing fraction, which represents a portion of the population immune to the event of interest. Here we address classical and Bayesian estimation based on mixture models and promotion time models, using different distributions (exponential, Weibull and Pareto) to model failure time. The database used to illustrate the implementations is described in Kersey et al. (1987) and it consists of a group of leukemia patients who underwent a certain type of transplant. The specific implementations used were numeric optimization by BFGS as implemented in R (base::optim), Laplace approximation (own implementation) and Gibbs sampling as implemented in Winbugs. We describe the main features of the models used, the estimation methods and the computational aspects. We also discuss how different prior information can affect the Bayesian estimates