Com o objetivo de avaliar a sobrevida e os fatores prognósticos da cardiomiopatia hipertrófica estudamos, de forma prospectiva, 214 pacientes matriculados no ambulatório de Cardiopatias Gerais do Instituto do Coração do Hospital das Clínicas da Faculdade de Medicina da Universidade de São Paulo, entre 1980 e 1997. A idade variou de 3 a 76 anos, com média de 37±16; 102 pacientes eram do sexo masculino e 112 do sexo feminino. Os pacientes foram submetidos a eletrocardiografia, eletrocardiografia dinâmica de 24 horas, ecocardiografia e estudo hemodinâmico. A média do tempo de seguimento foi de 88±56 meses com variação de 13 a 299. Observamos 22 óbitos, sendo 14 (6%) relacionados à doença e destes, 11/14 (78%) faleceram subitamente. A probabilidade de sobrevida em cinco anos foi de 93,8%, 87,7% em dez anos e 76,4% em 15 anos. A taxa de mortalidade anual foi de 0,4%. A análise estatística univariada de cada uma das 23 variáveis clínicas e das 20 obtidas pelos exames complementares mostrou que apenas a forma familiar foi fator de risco de óbito. As variáveis forma familiar, idade menor que 20 anos, síncope e classe funcional foram selecionadas para análise multivariada pelo modelo de Cox e método stepwise. Novamente, a forma familiar foi identificada como fator . de risco independente de óbito. Podemos concluir, com base em nossos dados de casuística de centro de referência que, a longo prazo, a sobrevida dos pacientes portadores de cardiomiopatia hipertrófica foi benigna e que a forma familiar é fator de risco de óbito. / To evaluate the prognostic factors related to long-term survival in hypertrophic cardiomyopathy, 214 outpatients were prospectively studied from 1980 to 1997 at the Equipe de Cardiopatias Gerais do Instituto do Coração do Hospital das Clínicas da Faculdade de Medicina da Universidade de São Paulo. There were 102 male and 112 female patients, aged 37±16 years, ranging from 3 to 76 years. They underwent electrocardiography, 24-h ambulatory electrocardiographic recording, echocardiography and hemodynamic study. There were 22 deaths, 14 (6%) of them as a direct consequence of the disease, after a mean follow up of 88±56 months (13 - 299). Eleven of these deaths (78%) were sudden and unexpected. The cumulative survival rates were 93.8% in 5 years, 87.7% in 10 years and 76.4% in 15 years. The annual mortality rate was 0.4%. Univariate analysis was performed taking into account 23 clinical variables and 20 variables obtained from laboratory tests. Only family history was shown to be associated with cardiac mortality. In addition, four known adverse factors such as family history, young age, syncope, and functional class were chosen for entering a Cox's multivariate stepwise model. Again, only family history was identified as an independent risk factor for cardiac death. We concluded, based on this selected population from a referral center, that long-term survival of patients with hypertrophic cardiomyopathy is benign and related to family history.

Diversos modelos têm sido propostos na literatura com o objetivo de analisar dados de sobrevivência em que a população sob estudo é assumida ser uma mistura de indivíduos suscetíveis (em risco) e não suscetíveis a um específico evento de interesse. Tais modelos são usualmente denominados modelos com sobreviventes de longa duração ou modelos com fração de cura. Neste trabalho, diversos desses modelos (nos contextos paramétrico e semi-paramétrico) foram considerados para analisar os dados de um ensaio clínico aleatorizado conduzido com o objetivo de comparar três estratégias terapêuticas (cirurgia, angioplastia e medicamentoso) utilizadas no tratamento de pacientes com doença coronariana multiarterial. Em todos os modelos, as funções de ligação logito e complemento log-log foram utilizadas para modelar a proporção de sobreviventes de longa duração (indivíduos não suscetíveis). Quanto à função de sobrevivência dos indivíduos suscetíveis, foram utilizados os modelos de Weibull e de Cox. Covariáveis foram consideradas tanto na proporção de sobreviventes de longa duração quanto na função de sobrevivência dos indivíduos suscetíveis. De modo geral, os modelos considerados se mostraram adequados para analisar os dados do ensaio clínico aleatorizado, indicando a cirurgia como a estratégia terapêutica mais eficiente. Indicaram também, que as covariáveis idade, hipertensão e diabetes mellitus exercem influência na ocorrência do óbito cardíaco, mas não no tempo até a ocorrência deste óbito nos pacientes suscetíveis. / Several models have been proposed in the literature with the aim of analyzing survival data when the population under study is assumed to be a mixture of susceptible (at risk) and not susceptible individuals to a specific event of interest. Such models are usually called long-term survivors models or cure rate models. In this work, several of these models (under both parametric and semi-parametric approaches) were considered to analyze the data from a randomized clinical trial conducted in order to compare three therapeutic strategies (surgery, angioplasty and medicine) used in the treatment of patients with multivessel coronary artery disease. For all models the logit and complementary log-log link functions were used to model the proportion of long-term survivors (not susceptible individuals). In regards to the survival function of the susceptible individuals, the Weibull and Cox models were used. Covariates were considered both in the proportion of longterm survivors and in the survival function of the susceptible individuals. Overall, the models considered were suitable for analyzing the data from the randomized clinical trial indicating surgery as the most effective therapeutic strategy. They also indicated that the covariates age, hypertension and diabetes mellitus exhibit influence on the occurrence of cardiac death, but not on the time to the occurrence of this death in susceptible patients.

Neste trabalho são reunidos diferentes modelos e técnicas para representar situações experimentais ou observacionais de análise de sobrevivência. Para modelar respostas bivariadas e covariáveis foi proposto o modelo de regressão Kumaraswamy-Weibull bivariado. A presen»ca de indivíduos curados foi considerada sob duas diferentes abordagens, originando o modelo de regressão com fração de cura para dados bivariados por meio de cópulas e o modelo de regressão log-linear bivariado com fração de cura. Os parâmetros dos modelos foram esti- mados pelo método de máxima verossimilhança sujeito a restriçãoo nos parâmetros por meio da função barreira adaptada. Adaptou-se uma análise de sensibilidade de forma a considerar as metodologias de Influência Global, Influência Local e Influência Local Total para verificar vários aspectos que envolvem a formulação e ajuste dos modelos propostos. Utilizou-se um conjunto de dados de insuficiência renal e retinopatia diabética são utilizados para exemplificar a aplicação dos modelos propostos. / This work brought together di®erent models and techniques to represent expe- rimental or observational situations in survival analysis. To model bivariate responses and covariates was proposed Kumaraswamy Weibull bivariate regression model. The presence of cured individuals was considered under two di®erent approaches originating the regression model with a cured fraction for bivariate data through copulas and the log-linear bivariate regression model with cured fraction. The parameters of the models were estimated by ma- ximum likelihood method subject to the restriction on the parameters through the adapted barrier function. A sensitivity analysis was adapted considering the methodologies of Global In°uence, Local In°uence and Total Local In°uence to check various aspects of the formulation and adjustment of the models proposed. Data set of renal failure and diabetic retinopathy are used to exemplify the application of the proposed models.

O crescimento de investimentos em biotecnologia na agricultura tem sido um elemento primordial para a segurança alimentar global. Isso tem levado a uma reorganização da indústria mundial de sementes na busca por técnicas mais adequadas de cultivo, mecanização, uso de fertilizantes, defensivos agrícolas e a utilização de sementes. O Brasil por ser um dos ambientes mais sólidos nesse contexto tem contribuído com o crescimento e a diversificação da produção de sementes levando as lavouras brasileiras a atingirem um novo patamar de produtividade. Diferentes metodologias estatísticas têm sido utilizadas para analisar o comportamento da germinação de uma população de sementes. Entretanto, usar abordagens estatísticas que analisam os dados de germinação da melhor maneira possível permitirá uma maior confiabilidade dos resultados, bem como, ganho de informações pertinentes. Como em testes de germinação de sementes estuda-se o tempo até a ocorrência do evento, que envolve medidas repetidas feitas no mesmo lote e não se conhece o tempo exato da germinação da semente, propõe-se o uso de modelos de dose-resposta com censura intervalar, que permitem a interpretação biológica dos parâmetros usados para medir o processo germinativo e refletem o desenho experimental dos dados. Neste trabalho foram utilizadas duas metodologias estatísticas usuais na análise de dados de germinação de sementes e seus resultados foram comparados com os da abordagem de modelos dose-resposta com censura intervalar. Foram utilizados os modelos de dose-resposta Weibull 2 e log-logístico para explicar o processo germinativo de sementes de Brachiaria e Citrumelo Swingle respectivamente, com diferentes tempos de observação. Os experimentos foram realizados em delineamento inteiramente aleatorizado e os procedimentos dos testes de germinação de acordo com as Regras para Análise de Sementes (RAS). As conclusões obtidas a partir da análise dos dados por meio da metodologia proposta, em geral, divergiram das conclusões obtidas por abordagens tradicionais (modelos de regressão não-linear considerando a distribuição normal e índices de germinação com o uso da análise de variância) utilizadas para analisar dados de germinação. Os modelos de dose-resposta com censura intervalar apresentaram ajustes satisfatórios e sendo portanto uma análise mais adequada que as abordagens usuais. / The growth of investment in biotechnology in agriculture has been a vital element for global food security. This has led to a reorganization of the world seed industry in the seeking of the most appropriate techniques of cultivation, mechanization, use of fertilizers, pesticides and seeds. The Brazil for being one of the most solid in the world context of the seed industry has contributed to the growth and diversification of seed production, leading Brazilian crops to a new level of productivity. Different statistical methodologies have been used to analyze the germination behavior. However, using statistical approaches that analyze germination data as efficiently as possible will allow a greater reliability of the results, as well as relevant information gain. As in seed germination test studies the time until the occurrence of the event, involves repeated measurements on the same experimental unit and do not know the exact time of germination, we propose the use of dose-response models with interval censured that allow biological interpretation of parameters used to measure the germination process and reflect the experimental design of the germination data. In this work we used two methodologies of usual statistical analysis and their results were compared with those of the approach that uses the dose-response models with interval censured. We used the dose response models Weibull 2 and log-logistic to explain the process of seed germination of Brachiaria and Citrumelo Swingle with different observation times. The experiments were carried out in completely randomized design and testing procedures according to the rules for seed analysis (RAS). The conclusions obtained from the analysis of the data by the proposed methodology in general diverged from the conclusions obtained by traditional approaches (regression models nonlinear considering normal distribution and germination indices using analysis of variance) used to analyze data germination. The dose-response models with interval-censored showed satisfactory adjustments and therefore a more accurate analysis than the usual approaches.

Neste trabalho foi proposto um modelo de regressão para dados com censura intervalar utilizando a distribuição Weibull-exponenciada, que possui como característica principal a função de taxa de falha que assume diferentes formas (unimodal, forma de banheira, crescente e decrescente). O atrativo desse modelo de regressão é a sua utilização para discriminar modelos, uma vez que o mesmo possui como casos particulares os modelos de regressão Exponencial, Weibull, Exponencial-exponenciada, entre outros. Também foi estudado um modelo de regressão para dados de sobrevivência grupados na qual a abordagem é fundamentada em modelos de tempo discreto e em tabelas de vida. A estrutura de regressão representada por uma probabilidade é modelada adotando-se diferentes funções de ligação, tais como, logito, complemento log-log, log-log e probito. Em ambas as pesquisas, métodos de validação dos modelos estatísticos propostos são descritos e fundamentados na análise de sensibilidade. Para detectar observações influentes nos modelos propostos, foram utilizadas medidas de diagnóstico baseadas na deleção de casos, denominadas de influência global e medidas baseadas em pequenas perturbações nos dados ou no modelo proposto, denominada de influência local. Para verificar a qualidade de ajuste do modelo e detectar pontos discrepantes foi realizada uma análise de resíduos nos modelos propostos. Os resultados desenvolvidos foram aplicados a dois conjuntos de dados reais. / In this study, a regression model for interval-censored data were developed, using the Exponentiated- Weibull distribution, that has as main characteristic the hazard function which assumes different forms (unimodal, bathtub shape, increase, decrease). A good feature of that regression model is their use to discriminate models, that have as particular cases, the models of regression: Exponential, Weibull, Exponential-exponentiated, amongst others. Also a regression model were studied for grouped survival data in which the approach is based in models of discrete time and in life tables, the regression structure represented by a probability is modeled through the use of different link function, logit, complementary log-log, log-log or probit. In both studies, validation methods for the statistical models studied are described and based on the sensitivity analysis. To find influential observations in the studied models, diagnostic measures were used based on case deletion, denominated as global influence and measures based on small perturbations on the data or in the studied model, denominated as local influence. To verify the goodness of fitting of the model and to detect outliers it was performed residual analysis for the proposed models. The developed results were applied to two real data sets.

A análise de dados de sobrevivência tem sido tradicionalmente baseada no modelo de regressão de Cox (COX, 1972). No entanto, a suposição de taxas de falha proporcionais assumida para esse modelo pode não ser atendida em diversas situações práticas. Essa restrição do modelo de Cox tem gerado interesse em abordagens alternativas, dentre elas os modelos dinâmicos que permitem efeito das covariáveis variando no tempo. Neste trabalho, foram revisados os principais modelos de sobrevivência dinâmicos com estrutura aditiva e multiplicativa nos contextos não paramétrico e semiparamétrico. Métodos gráficos baseados em resíduos foram apresentados com a finalidade de avaliar a qualidade de ajuste desses modelos. Uma versão tempo-dependente da área sob a curva ROC, denotada por AUC(t), foi proposta com a finalidade de avaliar e comparar a qualidade de predição entre modelos de sobrevivência com estruturas aditiva e multiplicativa. O desempenho da AUC(t) foi avaliado por meio de um estudo de simulação. Dados de três estudos descritos na literatura foram também analisados para ilustrar ou complementar os cenários que foram considerados no estudo de simulação. De modo geral, os resultados obtidos indicaram que os métodos gráficos apresentados para avaliar a adequação dos modelos em conjunto com a AUC(t) se constituem em um conjunto de ferramentas estatísticas úteis para o próposito de avaliar modelos de sobrevivência dinâmicos nos contextos não paramétrico e semiparamétrico. Além disso, a aplicação desse conjunto de ferramentas em alguns conjuntos de dados evidenciou que se, por um lado, os modelos dinâmicos são atrativos por permitirem covariáveis tempo-dependentes, por outro lado podem não ser apropriados para todos os conjuntos de dados, tendo em vista que estimação pode apresentar restrições para alguns deles. / Analysis of survival data has been traditionally based on the Cox regression model (COX, 1972). However, the proportionality of the hazards required by this model may not be attended for many practical situations. This restriction of the Cox model has generated interest in alternative approaches, among them dynamic models that allow covariates with time-varying effect. In this work, the main dynamic survival models with additive and multiplicative structures were revised under the nonparametric and semiparametric settings. Graphical methods based on residuals were presented in order to evaluate the goodness-of-fit of these models. A time-dependent version of the area under the ROC curve, denoted by AUC(t), was proposed to evaluate and compare the predictive accuracy of additive and multiplicative survival models. The performance of the AUC(t) was evaluated by means of a simulation study. Data from three studies described in the literature were also analyzed to illustrate or complement the scenarios that were considered in the simulation study. Overall, the results indicate that the graphical methods presented to assess the goodness-of-fit of the models together with the AUC(t) provide a useful set of statistics tools for the purpose of evaluating dynamic survival models in the nonparametric and semiparametric settings. Moreover, applying this set of tools in some data sets showed that on the one hand dynamic models are attractive because they allow time-dependent covariates, but on the other hand they may not be appropriate for all data sets since estimation may present restrictions for some of them.

Data from insect studies may present different features. Univariate responses may be analyzed using generalized linear models (continuous and discrete data), survival models (time until event data), mixed effects models (longitudinal data), among other methods. These models may be used to analyse data from experiments which assess complex ecological processes, such as competition and predation. In that sense, computational tools are useful for researchers in several fields, e.g., insect biology and physiology, applied ecology and biological control. Using different datasets from entomology as motivation, as well as other types of datasets for illustration purposes, this work intended to develop new modelling frameworks and goodness-of-fit assessment tools. We propose accelerated failure rate mixed models with simultaneous location and scale modelling with regressors to analyse time-until-attack data from a choice test experiment. We use the exponential, Weibull and exponentiated-Weibull models, and assess goodness-of-fit using half-normal plots with simulation envelopes. These plots are the subject of an entire Chapter on an R package, called hnp, developed to implement them. We use datasets from different types of experiments to illustrate the use of these plots and the package. A bivariate extension to the N-mixture modelling framework is proposed to analyse longitudinal count data for two species from the same food web that may interact directly or indirectly, and example datasets from ecological studies are used. An advantage of this modelling framework is the computation of an asymmetric correlation coefficient, which may be used by ecologists to study the degree of association between species. The jointNmix R package was also developed to implement the estimation process for these models. Finally, we propose a goodness-of-fit assessment tool for bivariate models, analogous to the half-normal plot with a simulation envelope, and illustrate the approach with simulated data and insect competition data. This tool is also implemented in an R package, called bivrp. All software developed in this thesis is made available freely on the Comprehensive R Archive Network. / Dados provenientes de estudos com insetos podem apresentar características diferentes. Respostas univariadas podem ser analisadas utilizando-se modelos lineares generalizados (dados contínuos e discretos), modelos de análise de sobrevivência (dados de tempo até ocorrência de um evento), modelos de efeitos mistos (dados longitudinais), dentre outros métodos. Esses modelos podem ser usados para analisar dados provenientes de experimentos que avaliam processos ecológicos complexos, como competição e predação. Nesse sentido, ferramentas computacionais são úteis para pesquisadores em diversos campos, por exemplo, biologia e fisiologia de insetos, ecologia aplicada e controle biológico. Utilizando diferentes conjuntos de dados entomológicos como motivação, assim como outros tipos de dados para ilustrar os métodos, este trabalho teve como objetivos desenvolver novos modelos e ferramentas para avaliar a qualidade do ajuste. Foram propostos modelos de tempo de vida acelerado mistos, com modelagem simultânea dos parâmetros de locação e de escala com regressores, para analisar dados de tempo até ataque de um experimento que avaliou escolha de predadores. Foram utilizados modelos exponencial, Weibull e Weibull-exponenciado, e a qualidade do ajuste foi avaliada utilizando gráficos meio-normais com envelope de simulação. Esses gráficos são o assunto de um Capítulo inteiro sobre um pacote para o software R, chamado hnp, desenvolvido para implementá-los. Foram utilizados conjuntos de dados de diferentes tipos de experimentos para ilustrar o uso desses gráficos e do pacote. Uma extensão bivariada para os modelos chamados \"N-mixture\" foi proposta para analisar dados longitudinais de contagem para duas espécies pertencentes à mesma teia trófica, que podem interagir direta e indiretamente, e conjuntos de dados provenientes de estudos ecológicos são usados para ilustrar a abordagem. Uma vantagem dessa estratégica de modelagem é a obtenção de um coeficiente de correlação assimétrico, que pode ser utilizado por ecologistas para inferir acerca do grau de associação entre espécies. O pacote jointNmix foi desenvolvido para implemetar o processo de estimação para esses modelos. Finalmente, foi proposta uma ferramenta de avaliação de qualidade do ajuste para modelos bivariados, análoga ao gráfico meio-normal com envelope de simulação, e a metodologia _e ilustrada com dados simulados e dados de competição de insetos. Essa ferramenta está também implementada em um pacote para o R, chamado bivrp. Todo o software desenvolvido nesta tese está disponível, gratuitamente, na Comprehensive R Archive Network (CRAN).

Em um contexto de analise de dados de sobrevivência univariados ou multivariados, dados de tempos de falha caracterizam-se pela possibilidade de poderem ser censurados. Embora comum na pratica, a censura impede o uso de alguns procedimentos estatisticos covencionais o que vem motivando, em especial apos a publicacao do artigo de Cox (1972), o desenvolvimento de metodos estatisticos nessa area. Uma linha de estudo recente e a de que, em algumas situacoes, a variavel resposta esteja sendo inuenciada por variaveis latentes, variaveis estas que sao usadas, em um sentido estatistico, para descreverem efeitos geneticos ou ambientais compartilhados pelos indivduos ou, ainda, covariaveis nao consideradas no estudo. Nesse trabalho, enfase e dada aos modelos de sobrevivencia que consideram tempos de falha multivariados e variaveis latentes. Esses tempos aparecem quando, por exemplo, cada individuo em estudo esta sujeito a diversos eventos ou, quando existe um agrupamento natural ou artificial o qual induz dependencia entre os tempos dos individuos do mesmo grupo. Modelos com variaveis latentes em que tais tempos de falha ocorrem em intervalos de tempo, ou seja, em um contexto de censura intervalar sao especialmente considerados nesse trabalho. O modelo de fragilidade gama para dados de sobrevivencia com censura intervalar e proposto, nesse trabalho, como um criterio para a selecao de bovinos. Como uma alternativa para esta selecao, o modelo de curvas de crescimento com efeitos aleatorios e tambem considerado. Para a estimacao dos parametros envolvidos em ambos os modelos propostos, programas computacionais sao apresentados. Uma abordagem Bayesiana e considerada no processo de estimação sendo, o metodo de Markov chain Monte Carlo (MCMC) utilizado e as distribuicoes a posteriori obtidas, usando-se o amostrador de Gibbs. O modelo de fragilidade gama com censura intervalar e o de curvas de crescimento com efeitos aleatorios sao comparados por meio de um estudo de simulação. Para ilustrar ambos os modelos propostos, estudos com bovinos das racas Nelore e Canchim são utilizados. / In a context of univariate or multivariate survival data analysis, failure times data are characterized by the possibility to be censored. Although common in practice, censoring precludes the use of some conventional statistical procedures and it has been motivating, specially after the publication of the Cox's paper (1972), the development of statistical methods in this area. A recent topic of study is concerned with some situations where the response variable is in uenced by latent variables which are used in a statistical sense to describe genetic or environmental efects shared by individuals or also covariates not considered in the study. In this work emphasis is given to survival models which consider multivariate failure times and latent variables. Such times occur when, for instance, each individual under study is exposed to several events or when there is a natural or artificial clustering that causes dependence among times of those individuals at the same cluster. Models with latent variables where such failure times lie in intervals of time, i.e. in an interval censored context are specially considered in this work. The gamma frailty interval censored survival model is proposed in this work as a selection criterion for cattle. As an alternative selection criterion the growth curves model with random efects is also considered. To estimate the involved parameters in both proposed models, computational programs are presented. A Bayesian approach is considered in the estimation process so that the Markov chain Monte Carlo (MCMC) method is used and the posterior distributions are obtained using Gibbs sampling. The gamma frailty interval-censored survival model and the growth curves model with random efects are compared using a simulation study. To illustrate both proposed models studies with Nelore and Canchim cattle are used.

O principal objetivo deste trabalho é desenvolver procedimentos inferências em uma perspectiva bayesiana para modelos de sobrevivência com (ou sem) fração de cura baseada na distribuição exponencial por partes. A metodologia bayesiana é baseada em métodos de Monte Carlo via Cadeias de Markov (MCMC). Para detectar observações influentes nos modelos considerados foi usado o método bayesiano de análise de influência caso a caso (Cho et al., 2009), baseados na divergência de Kullback-Leibler. Além disso, propomos o modelo destrutivo binomial negativo com fração de cura. O modelo proposto é mais geral que os modelos de sobrevivência com fração de cura, já que permitem estimar a probabilidade do número de causas que não foram eliminadas por um tratamento inicial / The main objective is to develop procedures inferences in a bayesian perspective for survival models with (or without) the cure rate based on piecewise exponential distribution. The methodology is based on bayesian methods for Markov Chain Monte Carlo (MCMC). To detect influential observations in the models considering bayesian case deletion influence diagnostics based on the Kullback-Leibler divergence (Cho et al., 2009). Furthermore, we propose the negative binomial model destructive cure rate. The proposed model is more general than the survival models with cure rate, since the probability to estimate the number of cases which were not eliminated by an initial treatment

A regressão quantílica para dados censurados é uma extensão dos modelos de regressão quantílica que, por levar em consideração a informação das observações censuradas na modelagem, e por apresentar propriedades bastante satisfatórias, pode ser vista como uma abordagem complementar às metodologias tradicionais em Análise de Sobrevivência, com a vantagem de permitir que as conclusões inferenciais sejam tomadas facilmente em relação aos tempos de sobrevivência propriamente ditos, e não em relação à taxa de riscos ou a uma função desse tempo. Além disso, em alguns casos, pode ser vista também como metodologia alternativa aos modelos clássicos quando as suposições destes são violadas ou quando os dados são heterogêneos. Apresentam-se nesta dissertação três técnicas para modelagem com regressão quantílica para dados censurados, que se diferenciam em relação às suas suposições e forma de estimação dos parâmetros. Um estudo de simulação para comparação das três técnicas para dados com distribuição normal, Weibull e log-logística é apresentado, em que são avaliados viés, erro padrão e erro quadrático médio. São discutidas as vantagens e desvantagens de cada uma das técnicas e uma delas é aplicada a um conjunto de dados reais do Instituto do Coração do Hospital das Clínicas da Faculdade de Medicina da Universidade de São Paulo. / Censored quantile regression is an extension of quantile regression, and because it incorporates information from censored data in the modelling, and presents quite satisfactory properties, this class of models can be seen as a complementary approach to the traditional methods in Survival Analysis, with the advantage of allowing inferential conclusions to be made easily in terms of survival times rather than in terms of risk rates or as functions of survival time. Moreover, in some cases, it can also be seen as an alternative methodology to the classical models when their assumptions are violated or when modelling heterogeneity of the data. This dissertation presents three techniques for modelling censored quantile regression, which differ by assumptions and parameter estimation method. A simulation study designed with normal, Weibull and loglogistic distribution is presented to evaluate bias, standard error and mean square error. The advantages and disadvantages of each of the three techniques are then discussed and one of them is applied to a real data set from the Heart Institute of Hospital das Clínicas, University of São Paulo.