Responsável:

Márcia Brandão de Oliveira Martins

Local:

Auditório Rio Javari

Público-Alvo:

Todos os públicos

Descrição

Apresenta-se uma nova abordagem para modelos de análise de sobrevivência, na qual o número de causas competitivas para o evento de interesse é modelado como uma mistura das distribuições de Poisson e Birnbaum-Saunders (Gonçalves et al., 2022). Nesse contexto, são discutidas algumas propriedades estatísticas do modelo, demonstrando que o modelo de tempo de promoção surge como um caso limite. Em particular, é analisado o número esperado de causas competitivas, incorporando-se covariáveis para modelar diretamente a fração de cura. Para a estimação dos parâmetros, propõe-se um algoritmo do tipo EM (Expectation-Maximization), baseado no método da máxima verossimilhança (MV), e são explorados aspectos da inferência estatística do modelo. Além disso, estabelecem-se condições suficientes para garantir a consistência e a normalidade assintótica dos estimadores de MV. O desempenho do método de estimação é avaliado por meio de simulação de Monte Carlo, analisando suas propriedades assintóticas e conduzindo um estudo de poder do teste da razão de verossimilhanças, comparando a metodologia proposta com o modelo de tempo de promoção. Por fim, é demonstrada a aplicabilidade do modelo por meio da análise de um conjunto de dados reais de um estudo populacional sobre a incidência de câncer de mama no estado de São Paulo, Brasil.

Horário:

Dia 21/10 das 14:00 - 15:00