Dissertação (mestrado)—Universidade de Brasília, Instituto de Ciências Exatas, Departamento de Estatística, 2017. / Submitted by Raquel Almeida (raquel.df13@gmail.com) on 2017-05-25T18:14:50Z No. of bitstreams: 1 2017_MarcílioRamosPereiraCardial.pdf: 859702 bytes, checksum: a5faefeaa2144ea4d0b78a886b29b065 (MD5) / Approved for entry into archive by Raquel Viana (raquelviana@bce.unb.br) on 2017-06-06T20:43:26Z (GMT) No. of bitstreams: 1 2017_MarcílioRamosPereiraCardial.pdf: 859702 bytes, checksum: a5faefeaa2144ea4d0b78a886b29b065 (MD5) / Made available in DSpace on 2017-06-06T20:43:26Z (GMT). No. of bitstreams: 1 2017_MarcílioRamosPereiraCardial.pdf: 859702 bytes, checksum: a5faefeaa2144ea4d0b78a886b29b065 (MD5) Previous issue date: 2017-06-06 / Este trabalho faz um estudo inferencial da distribuição Weibull Discreta Exponenciada para dados de sobrevivência discretos. A distribuição em estudo é uma extensão da distribuição Weibull Discreta de Nakagawa e Osaki. Esta generalização da distribuição Weibull Discreta fornece um ajuste paramétrico em que se permite trabalhar com taxas de falha crescente, decrescente, constante, forma de banheira e unimodal. A formulação do modelo foi realizada no contexto de Análise de Sobrevivência, que considera a existência de dados censurados, e a inferência foi realizada nas abordagens clássica e bayesiana. Na abordagem clássica, a partir do método de máxima verossimilhança, foram utilizados métodos computacionais de otimização para encontrar as estimativas pontuais e intervalares e utilizou-se o Teste de Razão de Verossimilhanças (TRV) para realização de testes de hipóteses como forma de seleção de modelos. Na abordagem bayesiana foram utilizadas técnicas de MCMC (Markov Chain Monte Carlo) para obtenção das estimativas pontuais dos parâmetros do modelo e seus respectivos intervalos de credibilidade HPD (Highest Posterior Density) e o teste de significância genuinamente bayesiano (FBST - Full Bayesian Significance Test). A metodologia apresentada foi aplicada em dados simulados e ilustrada em dois conjuntos de dados reais: o primeiro refere-se ao tempo de sobrevivência de pacientes diagnosticados com câncer de pescoço e cabeça e o segundo considera o tempo até o alivio da dor em pacientes com dor lombar crônica não específica. Todas as simulações e estimativas foram obtidas por meio do software livre R. / This work presented an inferential study of the Exponentiated Discrete Weibull distribution for discrete survival data. This distribution is an extension of the Nakagawa e Osaki's Discrete Weibull distribution. This generalization of the Discrete Weibull distribution provides a parametric adjustment that allows to work with increasing, decreasing, constant, bathtub shape and unimodal hazard rates. The model was formulated in the context of Survival Analysis, which considers the existence of censored data, and inferences were made in the classical and bayesian approaches. In the classical approach, from the maximum likelihood method, computational optimization methods were used to find the point and interval estimates and the Likelihood Ratio Test was used to perform hypothesis tests as a form of model selection. In addition, in the Bayesian approach, the use of the MCMC (Markov Chain Monte Carlo) techniques was used to obtain the point estimates of the model's parameters and their respective HPD (Highest Posterior Density) credible intervals and the FBST (Full Bayesian Significance Test). The methodology presented was applied in simulated data and illustrated in two real data sets: the first refers to the survival time of patients diagnosed with head and neck cancer and the second performed an analysis of the time to relieving pain in patients with chronic non-specific back pain. All simulations and estimates were obtained by the free software R.

Dissertação (mestrado)—Universidade de Brasília, Instituto de Ciências Exatas, Departamento de Estatística, 2017. / Submitted by Raiane Silva (raianesilva@bce.unb.br) on 2017-07-18T15:47:02Z No. of bitstreams: 1 2017_VanessaSilvaResende.pdf: 1790290 bytes, checksum: 2113a9e077de5258cc6628ebcb59784a (MD5) / Approved for entry into archive by Raquel Viana (raquelviana@bce.unb.br) on 2017-08-31T21:45:10Z (GMT) No. of bitstreams: 1 2017_VanessaSilvaResende.pdf: 1790290 bytes, checksum: 2113a9e077de5258cc6628ebcb59784a (MD5) / Made available in DSpace on 2017-08-31T21:45:10Z (GMT). No. of bitstreams: 1 2017_VanessaSilvaResende.pdf: 1790290 bytes, checksum: 2113a9e077de5258cc6628ebcb59784a (MD5) Previous issue date: 2017-08-31 / A censura intervalar ocorre quando não se conhece o tempo de sobrevivência exato, sabe-se somente que ocorreu em um intervalo de tempo. De outra forma, quando todos os indivíduos são avaliados nos mesmos intervalos de tempo, ocasionando muitos empates, têm-se dados grupados. Portanto, os dados de sobrevivência grupados são casos particulares da censura intervalar. Neste trabalho, foi proposto um modelo de regressão para dados de sobrevivência grupados utilizando a distribuição log-beta Burr III, cuja principal característica é a possibilidade da função taxa de falha assumir diferentes formas (crescente, decrescente, unimodal). Posteriormente, foi proposto um modelo de regressão para dados grupados utilizando a distribuição log-Burr III, que um caso particular da distribuição anteriormente citada. Os parâmetros dos modelos foram estimados utilizando os métodos de máxima verossimilhança e bootstrap. Por fim, utilizou-se um conjunto de dados reais para exemplificar a aplicação dos modelos propostos. / Interval-censored data occur when the exact survival times are known only to be in a time interval. When all individuals are evaluated in the same time intervals, causing many ties, we have grouped data. Thus, grouped survival data are particular cases of interval censored data. In this work, a regression model for grouped survival data was developed using log-beta Burr III distribution, which main characteristic is the possibility of the hazard function assuming different forms (increasing, decreasing, unimodal). Also, a regression model for grouped data was developed using log-Burr III distribution, which is a particular case of the aforementioned distribution. The parameters of the models were estimated by maximum likelihood method and bootstrap. Finally, a real data set is used to exemplify the application of the proposed models.

O objetivo deste trabalho é determinar o tempo decorrido e fatores relacionados a sobrevida, a partir do diagnóstico da AIDS dos pacientes atendidos no Centro de Pesquisa Hospital Evandro Chagas (CPqHEC). Comparar a sobrevida segundo os critérios definição de caso de AIDS estabelecidos pelo Centro de controle de doenças e prevenção dos EUA (CDC) em 1987 e 1993 e pelo Ministério da Saúde Brasil em 1998. De um total de 1591 indivíduos com sorologia positiva para HIV, cadastrados entre 1986 a 1999, foi selecionada uma amostra aleatória sistemática com 392 indivíduos, sendo identificados 193 casos de AIDS pelo critério CDC 1993. A sobrevida foi considerada como o tempo decorrido da data do diagnóstico da AIDS ao óbito (falha), sendo a censura definida para os pacientes com perda de seguimento ou que permaneceram vivos até dezembro de 2000, com a data da censura igual a data do último atendimento. A duração da sobrevida foi descrita através do método de Kaplan-Meier, sendo comparadas as funções de sobrevida das categorias das variáveis pelo teste log-rank. Um modelo com os co-fatores de maior relevância na sobrevida foi ajustado, utilizando-se o modelo dos riscos proporcionais de Cox. Dos 193 pacientes com AIDS, 92 (47,7%) morreram, 21 (10,9%) abandonaram o tratamento, e 80 (41,7%) permaneceram vivos até o fim do estudo. Encontramos sobrevida relativamente alta nos três critérios de definição de caso avaliados, em parte explicada pelos casos serem procedentes de um único hospital de pesquisa, com alto grau de conhecimento na condução da doença. A profilaxia primária para PPC foi preditor de melhor sobrevida. Casos com AIDS definida por herpes zoster apresentaram melhor prognóstico e os definidos por duas doenças o pior prognóstico.

Usualmente a análise de sobrevivência considera a modelagem da função da taxa de falha ou função de risco. Uma alternativa a essa visão é estudar a vida residual, que em alguns casos é mais intuitiva do que a função de risco. A vida residual é o tempo de sobrevida adicional de um indivíduo que sobreviveu até um dado instante t0. Este trabalho descreve técnicas semiparamétricas e não paramétricas para estimar a média e a mediana de vida residual em uma população, testes para igualdade dessas medidas em duas populações e também modelos de regressão. Tais técnicas já foram testadas anteriormente em dados com baixa presença de censura; aqui elas são aplicadas a um conjunto de dados de pacientes com insuficiência cardíaca que possui uma alta quantidade de observações censuradas. / Usually, survival analysis is based on the modeling of the hazard function. One alternative approach is to consider the residual life, which would be more intuitive than the hazard function. Residual lifetime is the remaining survival time of a person given he or she survived a given time point t0. We describe semiparametric and non-parametric techniques for mean and median residual life estimation in a one-sample population, as well as tests for two-sample cases and regression models. Such techniques were previously tested for moderate censored data; here we apply them to heart-failure patients data with a high rate of censoring.

O câncer é responsável por aproximadamente 13% de todas as mortes no mundo, sendo que elas ocorrem principalmente em pessoas que são diagnosticadas tardiamente e em estágios avançados. Devido às suas características devastadoras e à prevalência cada vez maior da doença, é inquestionável a necessidade de investigações e pesquisas constantes na área, no sentido de aprimorar a detecção precoce e auxiliar em sua prevenção e tratamento. Dentre as diversas abordagens existentes, uma alternativa é a criação de técnicas para estimar o período de crescimento \"silencioso\" do câncer, que significa conhecer o momento do início do processo cancerígeno, também chamado de período de latência. A partir da revisão da literatura realizada, foi verificada uma escassez de modelos que estimam a latência do câncer, indicando a necessidade de estudo sobre o tema. Nesse contexto, métodos de análise de sobrevivência surgem como uma ferramenta útil para a construção desses modelos. No presente trabalho, é apresentada uma revisão de um modelo já existente, bem como sua formulação e métodos de estimação. Além disso, apresenta-se uma aplicação em um conjunto de dados reais e uma discussão dos resultados obtidos.Foi identificada a necessidade da formulação de um novo modelo, visto que o método estudado apresenta algumas limitações. Com isso são apresentadas 3 alternativas de modelos que solucionam os pontos apresentados na discussão, com respectivas aplicações. / Cancer is responsible for about 13% of all deaths in the world occuring mainly in people who are late diagnosed and in advanced stages. Due to its devastating characteristics and the growing prevalence of the disease, it is unquestionable the need of constant investigation and research in this area, in order to improve the early detection and to help in its prevention and treatment. Among the existing approaches, one alternative is the creation of techniques to estimate the \"silent\" growth period of cancer, which means to know the beginning moment of the carcinogen period, also known as latency period. In a literature review, it was found an shortage of models that estimate the latency of cancer, indicating the need of study about this theme. In this context, survival analysis methods appear as an useful tool to build these models. In this study, a review of an existing model is presented, as well as its formulation and estimation methods. Furthermore, an application on real data and a discussion of the obtained results are made. As a result, it was identified the need to formulate a new model, because of the limitations of the studied one. We present 3 alternative models that solve the points presented in the discussion, with applications.

Orientador: Aida C. G. Verdugo Lazo / Dissertação (mestrado) - Universidade Estadual de Campinas, Instituto de Matematica, Estatistica e Computação Cientifica / Made available in DSpace on 2018-07-23T18:33:22Z (GMT). No. of bitstreams: 1 Matuda_NiveadaSilva_M.pdf: 3623854 bytes, checksum: 146f65b0f200872e091830629e681137 (MD5) Previous issue date: 1998 / Resumo: Não informado / Abstract: Not informed / Mestrado / Mestre em Estatística

Orientador: Rogério Antonio de Oliveira / Resumo: O adenocarcinoma pulmonar é um problema mundial na saúde pública e representa uma das maiores causa de morte por câncer no mundo. Os microRNAs são grandes reguladores e têm sido propostos como biomarcadores em diversos tipos de cânceres. O objetivo desta pesquisa é encontrar possíveis microRNAs para melhorar a classificação dos tecidos (normal ou tumoral) e a sobrevivência dos pacientes. Utilizou-se o banco de dados do projeto Atlas do Genoma do Câncer (TCGA) para pacientes com adenocarcinoma pulmonar (LUAD). A análise estatística empregada foi baseada na construção de árvores de classificação, que encontrou o miR-21-5p, miR-133a-3p, miR-1287-3p e let-7g-3p estatisticamente significativos, e árvore de regressão para a sobrevivência dos pacientes, que encontrou o miR-887-3p, miR-1271-5p, miR-128-1-5p, miR-493-3p e miR-4999-5p estatisticamente significativos. / Abstract: Pulmonary adenocarcinoma is a worldwide public health problem and represents one of the biggest causes of cancer death in the world. MicroRNAs are strong regulators and have been proposed as biomarkers in several types of cancer. The objective of this research is to find possible microRNAs to improve the classification of tissues (normal or tumor) and patient survival. We used the database of the Atlas of Cancer Genome project (TCGA) for patients with pulmonary adenocarcinoma (LUAD). A statistical analysis employed was based on the construction of classification trees, which found miR-21-5p, miR-133a-3p, miR-1287-3p and let-7g-3p, with statistical classification, and regression tree for the situation of patients, who found miR-887-3p, miR-1271-5p, miR-128-1-5p, miR-493-3p and miR-4999-5p are statistically used. / Mestre

O setor sucroenergético do Brasil encarou uma década de expansão da produção, seguida por um período de retração das atividades. Neste período, 80 usinas e destilarias deixaram de operar por motivo de falência das empresas ou decisões operacionais dos grupos controladores. A cana de açúcar possui características biológicas que determinam a necessidade de processamento industrial em poucas horas após a atividade de colheita, sob pena de grande perda de teor de sacarose. Essa questão tecnológica determina que a organização espacial da produção de açúcar e etanol seja preferencialmente realizada dentro de um raio geográfico reduzido em relação aos canaviais. O objetivo desta tese é analisar se as recentes paralisações e falências no setor sucroenergético do Brasil foram influenciadas pelas condições operacionais dos mercados regionais de cana de açúcar, assim como identificar os principais determinantes dos eventos de paralisação das atividades das usinas e destilarias entre 2001 e 2016. Indicadores de estrutura de mercado e concentração espacial são desenvolvidos e discutidos com base no conceito de mercado antitruste usado pelas principais agências de defesa da concorrência. A descrição da estrutura de mercado e a intensidade dos eventos de desligamento e falência em cada região são avaliados considerando a existência de múltiplas unidades de processamento que são de propriedade de uma mesma empresa em cada região. Os resultados indicam que a concentração e a disputa pela cana de açúcar como insumo por usinas localizadas próximas umas das outras estão espacialmente associadas aos eventos de falência e desligamento. No entanto, a análise de sobrevivência indica que o aumento do número de concorrentes demandando este insumo e a expansão do processamento de cana de açúcar no raio geográfico de colheita viável não foram fatores que contribuíram isoladamente para as falências e interrupções. Estes eventos foram menos frequentes entre as unidades industriais cuja empresa controladora conta com investidores estrangeiros na estrutura de capital e nos casos em que uma parcela mais alta dos insumos é obtida por meio de uma estrutura verticalmente integrada. / Brazil\'s sugar and ethanol industry faced a decade of expansion of production, followed by a period of retraction of activities. During this period, 80 mills and distilleries ceased to operate due to corporate bankruptcy or operational decisions of the controlling groups. Sugarcane has biological characteristics that determine the need for industrial processing in a few hours after harvesting, under penalty of great loss of sucrose content. This technological issue determines that the spatial organization of sugar and ethanol production is preferably carried out within a reduced geographic radius in relation to sugar cane fields. The objective of this thesis is to analyze if the recent shutdowns and bankruptcies in the Brazilian sugarcane industry were influenced by the operational conditions of the regional sugarcane markets, as well as to identify the main determinants of stoppage events of the maills and distilleries between 2001 and 2016. Indicators of market structure and spatial concentration are developed and discussed based on the concept of the antitrust market used by the major antitrust agencies. The description of the market structure and the intensity of the shutdown and bankruptcy events in each region are evaluated considering the existence of multiple processing units that are owned by the same company in each region. The results indicate that the concentration and the dispute for sugarcane as an input by plants located close to each other are spatially associated with the events of bankruptcy and shutdown. However, the survival analysis indicates that the increase in the number of competitors demanding this input and the expansion of sugarcane processing in the viable crop geographical radius were not factors that contributed in isolation to bankruptcies and interruptions. These events were less frequent among industrial units whose parent company relies on foreign investors in the capital structure and where a higher share of inputs are obtained through a vertically integrated structure.

Frequentemente eventos intermediários fornecem informações mais detalhadas sobre o processo da doença ou recuperação, por exemplo, e permitem uma maior precisão na previsão do prognóstico de pacientes. Tais eventos não fatais durante o curso da doença podem ser vistos como transições de um estado para outro. A ideia básica dos modelos multiestado é que o indivíduo se move através de uma serie de estados em tempo contínuo, sendo possível estimar as probabilidades e intensidades de transição entre eles e o efeito das covariáveis associadas a cada transição. Muitos estudos incluem o agrupamento dos tempos de sobrevivência como, por exemplo, em estudos multicêntricos, e também é de interesse estudar a evolução dos pacientes ao longo do tempo, caracterizando assim dados multiestado agrupados. Devido ao fato de os dados virem de diferentes centros/grupos, os tempos de falha desses indivíduos estarem agrupados e a fatores de risco comuns não observados, é interessante considerar o uso de fragilidades para que possamos capturar a heterogeneidade entre os grupos no risco para os diferentes tipos de transição, além de considerar a estrutura de dependência entre transições dos indivíduos de um mesmo grupo. Neste trabalho apresentamos a metodologia dos modelos multiestado, dos modelos de fragilidade e, em seguida, a integração dos modelos multiestado com modelos de fragilidade, tratando do seu processo de estimação paramétrica e semiparamétrica. O estudo de simulação realizado mostrou a importância de considerarmos fragilidade sem modelos multiestado agrupados, pois sem considerá-las, as estimativas tornam-se viesadas. Além disso, verificamos as propriedades frequentistas dos estimadores do modelo multiestado com fragilidades aninhadas. Por fim, como um exemplo de aplicação a um conjunto de dados reais, utilizamos o processo de recuperação de transplante de medula óssea de pacientes tratados em quatro hospitais. Fizemos uma comparação de modelos por meio das medidas de qualidade do ajuste AIC e BIC, chegando à conclusão de que o modelo que considera dois efeitos aleatórios (uma para o hospital e outro para a interação transição-hospital) ajusta-se melhor aos dados. Além de considerar a heterogeneidade entre os hospitais, tal modelo também considera a heterogeneidade entre os hospitais em cada transição. Sendo assim, os valores das fragilidades estimadas da interação transição-hospital revelam o quão frágeis os pacientes de cada hospital são para experimentarem determinado tipo de evento/transição. / Often intermediate events provide more detailed information about the disease process or recovery, for example, and allow greater accuracy in predicting the prognosis of patients. Such non-fatal events during the course of the disease can be seen as transitions from one state to another. The basic idea of a multistate models is that the person moves through a series of states in continuous time, it is possible to estimate the transition probabilities and intensities between them and the effect of covariates associated with each transition. Many studies include the grouping of survival times, for example, in multi-center studies, and is also of interest to study the evolution of patients over time,characterizing grouped multistate data. Because the data coming from different centers/groups, the failure times these individuals are grouped and the common risk factors not observed, it is interesting to consider the use of frailty so that we can capture the heterogeneity between the groups at risk for different types of transition, in addition to considering the dependence structure between transitions of individuals of the same group. In this work we present the methodology of multistate models, frailty models and then the integration of models with multi-state fragility models, dealing with the process of parametric and semi-parametric estimation. The conducted simulation study showed the importance of considering frailty in grouped multistate models, because without conside- ring them, the estimates become biased. Furthermore, we find the frequentist properties of estimators of multistate model with nested frailty. Finally, as an application example to a set of real data, we use the process of bone marrow transplantation recovery of patients in four hospitals. We did a comparison of models through quality measures setting AIC and BIC, coming to the conclusion that the model considers two random effects (one for the hospital and another for interaction transition-hospital) fits the data better. In addition to considering the heterogeneity between hospitals, such a model also considers the heterogeneity between hospitals in each transition. Thus,the values of the frailty estimated interaction transition-hospital reveal how fragile patients from each hospital are to experience certain type of event/transition.

Os modelos de credit scoring têm sido bastante difundidos nos últimos anos como uma importante ferramenta para agilizar e tornar mais confiável o processo de concessão de crédito por parte das instituições financeiras. Esses modelos são utilizados para classificar os clientes em relação a seus riscos de inadimplência. Neste trabalho, é avaliada a aplicabilidade de uma nova metodologia, baseada em pseudo-valores, como alternativa para a construção de modelos de credit scoring. O objetivo é compará-la com abordagens tradicionais como a regressão logística e o modelo de riscos proporcionais de Cox. A aplicação prática é feita para dados de operações de crédito pessoal sem consignação, coletados do Sistema de Informações de Crédito do Banco Central do Brasil. As performances dos modelos são comparadas utilizando a estatística de Kolmogorov-Smirnov e a área sob a curva ROC. / Credit Scoring models have become popular in recent years as an important tool in the credit granting process, making it more expedite and reliable. The models are mainly considered to classify customers according to their default risk. In this work we evaluate the apllicability of a new methodology, based on pseudo-values, as an alternative to constructing credit scoring models. The objective is to compare this novel methodology with traditional approaches such as logistic regression and Cox proportional hazards model. The models are applied to a dataset on personal credit data, collected from the Credit Information System of Central Bank of Brazil. The performances of the models are compared via Kolmogorov-Smirnov statistic and the area under ROC curve.