O mercado cinematográfico pode ser caracterizado como uma indústria de entretenimento com a produção de bens de informação que são também bens de experiência, cuja qualidade só é conhecida após o consumo. Deste modo, a revisão crítica se torna importante para induzir seu consumo, fornecendo previamente algum grau de informação sobre a qualidade do bem. Segue-se o trabalho de Reinstein e Snyder (2005) para determinar se as revisões críticas conduzidas por consumidores e por críticos profissionais online afetam o tempo de exibição de filmes no mercado americano de cinema, medido em quantidades de semanas, conforme modelos de duração/sobrevivência na literatura. Para esta finalidade foi gerado, a partir de sites de cinemas americanos (Box Office Mojo e Rotten Tomatoes), um banco de dados extremamente rico com informações semanais de todos os filmes disponíveis no cinema americano de 2004 a 2015. Especificamente, investigou-se os efeitos das revisões críticas de críticos profissionais de primeira linha (Tops) e de consumidores, conforme a média das notas atribuídas na semana de lançamento de cada filme. No que se refere à avaliação dos consumidores foi aplicada a computação afetiva, que reconhece o sentimento e a emoção em suas resenhas online para captar o efeito boca a boca potencializado pelas mídias sociais e fornecendo, portanto, uma análise mais profunda do boca a boca online. O estudo controla por possíveis problemas de endogeneidade decorrente de simultaneidade, usando as críticas somente antes e durante a semana de lançamento dos filmes. Os resultados sugerem que os críticos profissionais exercem grande influência no tempo de duração dos filmes em cartaz, bem como a positividade dos consumidores em relação ao filme. No entanto, o efeito dos críticos profissionais é em média 3 vezes maior do que dos consumidores. Adicionalmente, pode-se observar que algumas emoções afetam a expectativa de vida dos filmes a depender do gênero do mesmo / The movie market may be considered as entertainment industry, which produces experience goods that is also information goods, whose quality is only known only after consumption. Thus, critical reviews becomes important to induce consumption, since it provides some level of information about product quality. We follow Reinstein and Snyder (2005) works in order to determine if experts and consumers online critical reviews affect the survival time of movies at the American movie market, measured by number of weeks, according to survival analysis models in the literature. For this purpose, an extremely rich database with weekly information on all the films available in American cinema from 2004 to 2015 was generated from American movie sites (Box Office Mojo and Rotten Tomatoes). Specifically, we investigate the effects of critical reviews from top professionals and from consumers, according to the average ratings assigned in each movie\'s release week. As far as consumer assessment was concerned, affective computing was applied, which recognizes the sentiment (sentiment analysis) and emotion (emotion mining) in their online reviews to capture the word-of-mouth effect boosted by social media. The study controls for possible problems of endogeneity due to simultaneity, using the criticisms before and during the week of release of the films. The results suggest that the professional critics exert a great influence on the duration of the films in exhibition, as well as the positivity of the consumers in relation to the film. Thus, the effect of professionals are 5 times greater, generally, than the effect of the consumer critics. Additionally, it can be observed that some emotions affect movie life expectancy depending on the its genre

No presente trabalho, e proposto um modelo de regressão utilizando a distribuição gama generalizada exponenciada (GGE) para dados censurados, esta nova distribuição e uma extensão da distribuição gama generalizada. A distribuição GGE (CORDEIRO et al., 2009) que tem quatro parâmetros pode modelar dados de sobrevivência quando a função de risco tem forma crescente, decrescente, forma de U e unimodal. Neste trabalho apresenta-se uma expansão natural da distribuição GGE para dados censurados, esta distribuição desperta o interesse pelo fato de representar uma família paramétrica que possui como casos particulares outras distribuições amplamente utilizadas na analise de dados de tempo de vida, como as distribuições gama generalizada (STACY, 1962), Weibull, Weibull exponenciada (MUDHOLKAR et al., 1995, 1996), exponencial exponenciada (GUPTA; KUNDU, 1999, 2001), Rayleigh generalizada (KUNDU; RAKAB, 2005), dentre outras, e mostra-se útil na discriminação entre alguns modelos probabilísticos alternativos. Considerando dados censurados, e abordado o método de máxima verossimilhança para estimar os parâmetros do modelo proposto. Outra proposta deste trabalho e introduzir um modelo de regressão log-gama generalizado exponenciado com efeito aleatório. Por fim, são apresentadas três aplicações para ilustrar a distribuição proposta. / In the present study, we propose a regression model using the exponentiated generalized gama (EGG) distribution for censored data, this new distribution is an extension of the generalized gama distribution. The EGG distribution (CORDEIRO et al., 2009) that has four parameters it can model survival data when the risk function is increasing, decreasing, form of U and unimodal-shaped. In this work comes to a natural expansion of the EGG distribution for censored data, is awake distribution the interest for the fact of representing a parametric family that has, as particular cases, other distributions which are broadly used in lifetime data analysis, as the generalized gama (STACY, 1962), Weibull, exponentiated Weibull (MUDHOLKAR et al., 1995, 1996), exponentiated exponential (GUPTA; KUNDU, 1999, 2001), generalized Rayleigh (KUNDU; RAKAB, 2005), among others, and it is shown useful in the discrimination among some models alternative probabilistics. Considering censored data, the maximum likelihood estimator is considered for the proposed model parameters. Another proposal of this work was to introduce a log-exponentiated generalized gamma regression model with random eect. Finally, three applications were presented to illustrate the proposed distribution.

Submitted by Luis Guilherme Macena (guilhermelg2004@gmail.com) on 2013-04-08T16:55:05Z No. of bitstreams: 1 Laurinda Yoko Shinzato Higa_TESE.pdf: 1486069 bytes, checksum: f70375f751ecd6d4742cf70048bbdb2e (MD5) / Made available in DSpace on 2013-04-08T16:55:05Z (GMT). No. of bitstreams: 1 Laurinda Yoko Shinzato Higa_TESE.pdf: 1486069 bytes, checksum: f70375f751ecd6d4742cf70048bbdb2e (MD5) Previous issue date: 2011 / Fundação Oswaldo Cruz. Instituto Fernandes Figueira. Departamento de Ensino. Programa de Pós-Graduação em Saúde da Criança e da Mulher. Rio de Janeiro, RJ, Brasil / Introdução: A fibrose cística (FC) é uma doença genética, de transmissão autossômica recessiva, que compromete múltiplos órgãos, que apresenta curso crônico e progressivo sendo considerada potencialmente letal. Objetivos: Estimar a sobrevivência dos pacientes com FC e os fatores de risco associados à redução no tempo de sobrevivência. Métodos: Tratou-se de uma coorte aberta de casos diagnosticados entre 01/01/1990 e 10/10/2009 no Centro de Referência em FC do RJ, CRFC-RJ, Brasil na qual se analisou a sobrevivência global e fatores de risco associados com a sobrevida dos pacientes. O período de risco iniciou-se na idade ao diagnóstico e terminou na idade quando ocorreu o óbito por FC, a perda de seguimento ou o fim do estudo. Os fatores analisados foram: sexo, motivo da suspeita diagnóstica, genótipo, número de órgãos comprometidos, estado nutricional, colonização bacteriana, reposição enzimática e década do diagnóstico. As curvas de sobrevivência foram estimadas pelo método Kaplan- Meier, ajustadas para truncamento à esquerda e para dados censurados à direita. A seguir, as hazard ratios (HR) foram estimadas pelo modelo de Cox, utilizando o processo de contagem, tendo a idade como escala de tempo e avaliadas pelo teste de razão de verossimilhança, e os modelos comparados pela análise de resíduos. Resultados: A população (n=177) apresentou o predomínio do sexo feminino (56%) e a idade mediana ao diagnóstico foi 14 meses. A idade mediana de sobrevivência foi 20,8 anos. Após o diagnóstico 81% sobreviveram até cinco anos; 70% até 10 anos e 61% até 14,5 anos. O modelo explicou 19,9% dos efeitos e incluiu seis covariáveis: colonização por Pseudomonas aeruginosa, isolada e associada (HR = 10,30; IC95% = 2,41-43,97), por Staphylococcus aureus (HR=4,50; IC95% = 0,93-1,85), por outras bactérias (HR=3,38; IC95% = 0,92-1,32), sexo feminino (HR=1,95; IC95% = 0,96-3,96), estado nutricional ≤ p5 (HR=1,94; IC95% = 0,94-3,98) e diagnóstico na década de 1990 (HR=4,34; IC95% = 1,50-12,52). Conclusão: Este estudo de coorte de 177 pacientes com FC mostrou uma idade mediana de sobrevivência de 20,8 anos dos pacientes no CRFC-RJ. Foram confirmados os efeitos das covariáveis que, presentes ao diagnóstico, se associaram a maior mortalidade. A intervenção nestas covariáveis promoverá a recuperação nutricional, a erradicação da Pseudomonas aeruginosa ou o adiamento da colonização crônica, dessa forma aumentando a sobrevivência. / Introduction: Cystic Fibrosis (CF) is a rare genetic disease, of autossomal recessive transmission, with multiple organ involvement, progressive course and potentially lethal. Objective: To study the CF patients survival and to find the factors associated with. Methods: In an open cohort of cases diagnosed between 01/01/1990 and 10/10/2009 in a CF reference center in Rio de Janeiro, we analyzed global survival and risk factors associated with the survival of CF patients. The at-risk period started at the age of CF diagnosis and ended at age of death, loss of follow-up or end of the study. The factors analyzed were gender, presentation mode, genotype, number of involved organs, nutritional state, bacterial colonization, enzyme replacement and decade of diagnosis. Survival curves were estimated by Kaplan-Meier (KM) adjusted for left truncation and right censored data. Hazard ratios (HR) were estimated by Cox model using counting process approach with age as time scale and evaluated by likelihood ratio test. Model diagnostic was conducted by residuals analysis. Results: The majority of the population (n=177) was female (56%) and during the study the median age at diagnosis was 14 months. The median survival was of 20.8 years. After diagnosis, 81% survived up to 5 years, 70% up to 10 and 61% up to 14.5. The model explained 19.9% of the effects and included six covariates: Pseudomonas aeruginosa colonization, isolated or associated (HR = 10.30; 95%CI = 2.41-43.97), for Staphylococcus aureus (HR = 4.50; CI95% = 0.93-1.85), for other bacteria (HR = 3.38; CI95% = 0.92-1.32), for female gender (HR = 1.95; CI95% = 0.96-3.96), for nutritional state ≤ p5 (HR = 1.94; CI95% = 0.94-3.98), and for diagnostic decade (HR = 4.34; CI95% = 1.50-12.52). Conclusion: The strength of risk factors found at diagnosis was evident in the prognosis besides indicating that interventions may reduce morbidity by nutritional recovery and by Pseudomonas aeruginosa eradication thus increasing survival.

Made available in DSpace on 2016-06-02T20:06:01Z (GMT). No. of bitstreams: 1 2197.pdf: 1979337 bytes, checksum: 0091ce4138b8a98277d9af0d5d2aa788 (MD5) Previous issue date: 2008-11-13 / Universidade Federal de Sao Carlos / In this dissertation we present a regression modelling proposal for modelling the market prices of urban batches at São Carlos city (SP), over the year of 2005. Usual regression modelling and survival techniques, with left censoring, are considered. A simulation study exames the coverage probabilities the asymptotic confidence for the parameters of the considered modelling. / Nesta disertação apresentaremos uma proposta de um modelo de equação de regressão representativa para a formação do valor de mercado dos lotes urbanos do município de São Carlos, SP, ano de 2005, visando à criação de Plantas de Valores Genéricos (PVG) utilizando as técnicas de: Modelos Lineares Usuais (erros normais e variância constante), estes amplamente utilizados, e a Análise de Sobrevivência com censura à esquerda. Após o ajuste, as duas metodologias são comparadas e testadas num estudo de simulação onde examinamos a probabilidade de cobertura de alguns parâmetros envolvidos na regressão.

Made available in DSpace on 2016-06-02T20:06:04Z (GMT). No. of bitstreams: 1 3437.pdf: 1348932 bytes, checksum: d4b8cd2d1775831eeea609373f32648d (MD5) Previous issue date: 2011-02-11 / Universidade Federal de Minas Gerais / Several authors have preferred to model survival data in the presence of covariates through the hazard function, a fact related to its interpretation. The hazard function describes as the instantaneous average of failure changes over time. In this context, one of the most used models is the Cox s model (1972), in which the basic supposition for its use is that the ratio of the failure rates, of any two individuals, are proportional. However, experiments show that there are survival data which can not be accommodated by the Cox s model. This fact has been determinant in the developing of several types of non-proporcional hazard models. Among them we mention the accelerated failure model (Prentice, 1978), the hybrid hazard model (Etezadi-Amoli and Ciampi, 1987) and the extended hybrid hazard models (Louzada-Neto, 1997 and 1999). Mackenzie (1996) proposed a parametric family of non-proportional hazard model called generalized time-dependent logistic model - GTDL. This model is based on the generalization of the standard logistic function for the time-dependent form and is motivated in part by considering the timeeffect in its setting and, in part by the need to consider parametric structure. The frailty model (Vaupel et al., 1979, Tomazella, 2003, Tomazella et al., 2004) is characterized by the use of a random effect, ie, an unobservable random variable, which represents information that or could not or were not collected, such as, environmental and genetics factors, or yet information that, for some reason, were not considered in the planning. The frailty variable is introduced in the modeling of the hazard function, with the objective of control the unobservable heterogeneity of the units under study, including the dependence of the units that share the same hazard factors. In this work we considered an extension of the GTDL model using the frailty model as an alternative to model data which does not have a proportional hazard structure. From a classical perspective, we did a simulation study and an application with real data. We also used a Bayesian approach to a real data set. / Vários autores têm preferido modelar dados de sobrevivência na presença de covariáveis por meio da função de risco, fato este relacionado à sua interpretação. A função de risco descreve como a taxa instantânea de falha se modifica com o passar do tempo. Neste contexto, um dos modelos mais utilizados é o modelo de Cox (1972) sendo que a suposição básica para o seu uso é que a razão das taxas de falhas, de dois quaisquer indivíduos, sejam proporcionais. Contudo, experiências mostram que existem dados de sobrevivência que não podem ser acomodados pelo modelos de Cox. Este fato tem sido determinante no desenvolvimento de vários tipos de modelos de risco não proporcional. Entre eles podemos citar o modelo de falha acelerado (Prentice, 1978), o modelo de risco híbrido (Etezadi-Amoli e Ciampi, 1987) e os modelos de risco híbrido estendido (Louzada- Neto, 1997 e 1999). Mackenzie (1996) propôs uma nova família paramétrica de modelo de risco não proporcional intitulado modelo de risco logístico generalizado dependente do tempo (Generalized time-dependent logistic model-GTDL). Este modelo é baseado na generalização da função logística padrão para a forma dependente do tempo e é motivado em parte por considerar o efeito do tempo em seu ajuste e, em parte pela necessidade de considerar estrutura paramétrica. O modelo de fragilidade (Vaupel et al., 1979, Tomazella, 2003, Tomazella et al., 2004) é caracterizado pela utilização de um efeito aleatório, ou seja, de uma variável aleatória não observável, que representa as informações que não podem ou não foram observadas, como por exemplo, fatores ambientais e genéticos, ou ainda informações que, por algum motivo, não foram consideradas no planejamento. A variável de fragilidade é introduzida na modelagem da função de risco, com o objetivo de controlar a heterogeneidade não observável das unidades em estudo, inclusive a dependência das unidades que compartilham os mesmos fatores de risco. Neste trabalho consideramos uma extensão do modelo GTDL utilizando o modelo de fragilidade como uma alternativa para ii modelar dados que não tem uma estrutura de risco proporcional. Sob uma perspectiva Clássica, fizemos um estudo de simulação e uma aplicação com dados reais. Também utilizamos a abordagem Bayesiana para um conjunto de dados reais.

Made available in DSpace on 2016-06-02T20:06:04Z (GMT). No. of bitstreams: 1 3451.pdf: 871063 bytes, checksum: 8af58118f0d60c000ca46f5d8bfda544 (MD5) Previous issue date: 2011-02-24 / In survival analysis, some studies are characterized by having a significant fraction of units that will never suffer the event of interest, even if accompanied by a long period of time. For the analysis of long-term data, we approach the standard mixture model by Berkson & Gage, where we assume the generalized modified Weibull distribution for the lifetime of individuals at risk. This model includes several classes of models as special cases, allowing its use to discriminate models. The standard mixture model implicitly assume that those individuals experiencing the event of interest possess homogeneous risk. Alternatively, we consider the standard mixture model with a frailty term in order to quantify the unobservable heterogeneity among individuals. This model is characterized by the inclusion of a unobservable random variable, which represents information that can not or have not been observed. We assume multiplicative frailty with a gamma distribution. For the lifetime of individuals at risk, we assume the Weibull distribution, obtaining the frailty Weibull standard mixture model. For both models, we realized simulation studies with the purpose of analyzing the frequentists properties of estimation procedures. Applications to real data set showed the applicability of the proposed models in which parameter estimates were determined using the approaches of maximum likelihood and Bayesian. / Em análise de sobrevivência determinados estudos caracterizam-se por apresentar uma fração significativa de unidades que nunca apresentarão o evento de interesse, mesmo se acompanhados por um longo período de tempo. Para a análise de dados com longa duração, abordamos o modelo de mistura padrão de Berkson & Gage supondo que os tempos de vida dos indivíduos em risco seguem distribuição Weibull modificada generalizada. Este modelo engloba diversas classes de modelos como casos particulares, propiciando o uso deste para discriminar modelos. O modelo abordado assume implicitamente que todos os indivíduos que falharam possuem risco homogêneo. Alternativamente, consideramos o modelo de mistura padrão com um termo de fragilidade com o objetivo de quantificar a heterogeneidade não observável entre os indivíduos. Este modelo é caracterizado pela inclusão de uma variável aleatória não observável, que representa as informações que não podem ou que não foram observadas. Assumimos que a fragilidade atua de forma multiplicativa com distribuição gama. Para os tempos de vida dos indivíduos em risco consideramos a distribuição Weibull, obtendo o modelo de mistura padrão Weibull com fragilidade. Para os dois modelos realizamos estudos de simulação com o objetivo de analisar as propriedades frequentistas dos processos de estimação. Aplicações a conjunto de dados reais mostraram a aplicabilidade dos modelos propostos, em que a estimação dos parâmetros foram determinadas através das abordagens de máxima verossimilhança e Bayesiana.

Made available in DSpace on 2016-06-02T20:06:06Z (GMT). No. of bitstreams: 1 4336.pdf: 1594022 bytes, checksum: ff2370b4d516b9cdf6dd6da3be557c42 (MD5) Previous issue date: 2012-03-16 / Financiadora de Estudos e Projetos / Experiments involving chemical induction of carcinogens in animals are common in the biological area. Interest in these experiments is, in general, evaluating the chemopreventive effect of a substance in the destruction of damaged cells. In this type of study, two variables of interest are the number of induced tumors and their development times. We explored the use of statistical model proposed by Kokoska (1987) for the analysis of experimental data of chemoprevention of cancer in animals. We flexibility the Kokoska s model, subsequently used by Freedman (1993), whereas for the variable number of tumors induced Conway-Maxwell Poisson (COM-Poisson) distribution. This distribution has demonstrated efficiency due to its great flexibility, when compared to other discrete distributions to accommodate problems related to sub-dispersion and super-dispersion often found in count data. The purpose of this paper is to adapt the theory of long-term destructive model (Rodrigues et al., 2011) for experiments chemoprevention of cancer in animals, in order to evaluate the effectiveness of cancer treatments. Unlike the proposed Rodrigues et al. (2011), we formulate a model for the variable number of detected malignant tumors per animal, assuming that the probability of detection is no longer constant, but dependent on the time step. This is an extremely important approach to cancer chemoprevention experiments, because it makes the analysis more realistic and accurate. We conducted a simulation study, in order to evaluate the efficiency of the proposed model and to verify the asymptotic properties of maximum likelihood estimators. We also analyze a real data set presented in the article by Freedman (1993), to demonstrate the efficiency of the COM-Poisson model compared to results obtained by him with the Poisson and Negative Binomial distributions. / Experimentos que envolvem a indução química de substâncias cancerígenas em animais são comuns na área biológica. O interesse destes experimentos é, em geral, avaliar o efeito de uma substância quimiopreventiva na destruição das células danificadas. Neste tipo de estudo, duas variáveis de interesse são o número de tumores induzidos e seus tempos de desenvolvimento. Exploramos o uso do modelo estatístico proposto por Kokoska (1987) para a análise de dados de experimentos de quimioprevenção de câncer em animais. Flexibilizamos o modelo de Kokoska (1987), posteriormente utilizado por Freedman (1993), considerando para a variável número de tumores induzidos a distribuição Conway-Maxwell Poisson (COM-Poisson). Esta distribuição tem demonstrado eficiência devido à sua grande flexibilidade, quando comparada a outras distribuições discretas, para acomodar problemas relacionados à subdispersão e sobredispersão encontrados frequentemente em dados de contagem. A proposta deste trabalho consiste em adaptar a teoria de modelo destrutivo de longa duração (Rodrigues et al., 2011) para experimentos de quimioprevenção do câncer em animais, com o propósito de avaliar a eficiência de tratamentos contra o câncer. Diferente da proposta de Rodrigues et al. (2011), formulamos um modelo para a variável número de tumores malignos detectados por animal, supondo que sua probabilidade de detecção não é mais constante, e sim dependente do instante de tempo. Esta é uma abordagem extremamente importante para experimentos quimiopreventivos de câncer, pois torna a análise mais realista e precisa. Realizamos um estudo de simulação com o propósito de avaliar a eficiência do modelo proposto e verificar as propriedades assintóticas dos estimadores de máxima verossimilhança. Analisamos também um conjunto de dados reais apresentado no artigo de Freedman (1993), visando demonstrar a eficiência do modelo COM-Poisson em relação aos resultados por ele obtidos com as distribuições Poisson e Binomial Negativa.

Made available in DSpace on 2016-06-02T20:06:09Z (GMT). No. of bitstreams: 1 5822.pdf: 1106242 bytes, checksum: 613a82d7af4c6f40b60637e4c7122121 (MD5) Previous issue date: 2014-03-07 / Financiadora de Estudos e Projetos / In this dissertation, two models of probability distributions for the lifetimes until the occurrence of the event produced by a specific cause for elements in a population are reviewed. The first revised model is called the Weibull-Poisson (WP) which has been proposed by Louzada et al. (2011a). This model generalizes the exponential-Poisson distributions proposed by Kus (2007) and Weibull. The second, called long-term model, has been proposed by several authors and it considers that the population is not homogeneous in relation to the risk of event occurence by the cause studied. The population has a sub-population that consists of elements who are not liable do die by the specific cause in study. These elements are considered as immune or cured. In relation to the elements who are at risk the minimum value of time of the event accurance is observed. In the review of WP the expressions of the survival function, quantile function, probability density function, and of the hazard function, as well the expression of the non-central moments of order k and the distribution of order statistics are detailed. From this review we propose, in an original way, studies of the simulation to analyze the paramenters of frequentist properties of maximum likelihood estimators for this distribution. And also we also present results related to the inference about the parameters of this distribution, both in the case in which the data set consists of complete observations of lifetimes, and also in the case in which it may contain censored observations. Furthermore, we present in this paper, in an original way a regression model in a form of location and scale when T has WP distribution. Another original contribution of this dissertation is to propose the distribution of long-term Weibull-Poisson (LWP). Besides studying the LWP in the situation in which the covariates are included in the analysis. We also described the functions that characterize this distribution (distribution function, quantile function, probability density function and the hazard function). Moreover we describe the expression of the moment of order k, and the density function of a statistical order. A study by simulation viii of this distribution is made through maximum likelihood estimators. Applications to real data set illustrate the applicability of the two considered models. / Nesta dissertação são revistos dois modelos de distribuições de probabilidade para os tempos de vida até a ocorrência do evento provocado por uma causa específica para elementos em uma população. O primeiro modelo revisto é o denominado Weibull-Poisson (WP) que foi proposto por Louzada et al. (2011a), esse modelo generaliza as distribuições exponencial Poisson proposta por Kus (2007) e Weibull. O segundo, denominado modelo de longa duração, foi proposto por vários autores e considera que a população não é homogênea em relação ao risco de ocorrência do evento pela causa em estudo. A população possui uma sub-população constituída de elementos que não estão sujeitos ao evento pela causa especifica em estudo, sendo considerados como imunes ou curados. Em relação à parcela dos elementos que estão em risco observa-se o valor mínimo dos tempos da ocorrência do evento. Na revisão sobre a WP são detalhadas as expressões da função de sobrevivência, da função quantil, da função densidade de probabilidade e da função de risco, bem como a expressão dos momentos não centrais de ordem k e a distribuição de estatísticas de ordem. A partir desta revisão, é proposta de forma original, estudos de simulação com o objetivo de analisar as propriedades frequentistas dos estimadores de máxima verossimilhança dos parâmetros desta distribuição. E apresenta-se resultados relativos à inferência sobre os parâmetros desta distribuição, tanto no caso em que o conjunto de dados consta de observações completas de tempos de vida, como no caso em que ele possa conter observações censuradas. Alem disso, apresentamos de forma original neste trabalho um modelo de regressão na forma de locação e escala quando T tem distribuição WP. Outra contribuição original dessa dissertação é propor a distribuição de longa duração Weibull-Poisson (LWP), alem de estudar a LWP na situação em que as covariáveis são incluídas na análise. Realizou-se também a descrição das funções que caracterizam essa distribuição (função distribuição, função quantil, função densidade de probabilidade e função de risco). Assim como a descrição da expressão do momento de ordem k e da função densidade da estatística de ordem. É feito um estudo por simulação desta distribuição via máxima verossimilhança. Aplicações à conjuntos de dados reais ilustram a utilidade dos dois modelos considerados.

Submitted by Aelson Maciera (aelsoncm@terra.com.br) on 2017-06-23T18:57:54Z No. of bitstreams: 1 TeseKECZ.pdf: 1800356 bytes, checksum: a555e52c04756515d694387c471b4030 (MD5) / Approved for entry into archive by Ronildo Prado (ronisp@ufscar.br) on 2017-06-28T08:32:51Z (GMT) No. of bitstreams: 1 TeseKECZ.pdf: 1800356 bytes, checksum: a555e52c04756515d694387c471b4030 (MD5) / Approved for entry into archive by Ronildo Prado (ronisp@ufscar.br) on 2017-06-28T08:33:00Z (GMT) No. of bitstreams: 1 TeseKECZ.pdf: 1800356 bytes, checksum: a555e52c04756515d694387c471b4030 (MD5) / Made available in DSpace on 2017-06-28T08:41:16Z (GMT). No. of bitstreams: 1 TeseKECZ.pdf: 1800356 bytes, checksum: a555e52c04756515d694387c471b4030 (MD5) Previous issue date: 2016-09-28 / Coordenação de Aperfeiçoamento de Pessoal de Nível Superior (CAPES) / The present work's main objective is to study the significance of zeros in an observable and latent data. In observable data set that occur excess of zeros, its common to have sobredispersion. In this sense, the models zero-inflated power series (ZISP) were proposed to accommodate these excesses. Specifically for the analysis of observed data, it was made a study of gradient statistic, proposed by Terrell (2002), to test the hypotheses in relation to inflation parameter ZISP models. This test is based on evaluation of the performance of gradient statistic compared with the classical likelihood ratio (Wilks, 1938), score (Rao, 1948) and Wald (Wald, 1943) statistics. In addition, recently, fragility has being modeled by discrete distributions using non-negative integers values that allows zero fragility, which means, individuals who do not present the event of interest (fraction of zero risk). For this type of latent data, we have proposed a new survival model induced by discrete frailty with ZISP distribution. This proposal brings a real description of individuals without risk, because individuals cured due to genetic factors (immune) are modeled by fraction of deterministic zero risk, while the cured by treatment are modeled by fraction of random zero risk. In this context, we also developed the gradient statistic to verify parameter significance of zero risk for data modeled by fraction of deterministic zero risk. To show our proposals, we present the results of simulation studies and applications using real data. / O presente trabalho teve como objetivo principal, estudar a significância de zeros numa análise de dados observáveis e latentes. Nos conjuntos de dados observáveis que ocorrem excessos de zeros, é comum a existência de sobredispersão. Neste sentido os modelos Zero-Inflacionados Série de Potência (ZISP) foram propostos para acomodar o excesso de zeros. Especifcamente para a análise de dados observáveis com excesso de zeros desenvolvemos um estudo da estatística gradiente, proposta por Terrell (2002), para testar as hipóteses em relação ao parâmetro de inflação do modelo ZISP, baseado na avaliação da performance da estatística gradiente em comparação com as estatísticas clássicas da razão de verossimilhan ça (Wilks, 1938), escore (Rao, 1948) e Wald (Wald, 1943). Por outro lado, recentemente a fragilidade é modelada por distribuições discretas sob os inteiros não negativos e permite fragilidade zero, isto é, indivíduos que não apresentam o evento de interesse (fração de risco zero). Para este tipo dados de latentes, propusemos um novo modelo de sobrevivência induzida por fragilidade discreta com distribuição ZISP. Essa proposta traz uma descrição mais real dos indivíduos sem risco, pois inclui indivíduos curados devido aos fatores genéticos (imunes) modelados como a fração de risco zero determinístico, enquanto que, os indivíduos curados por tratamento são modelados pela fração de risco zero aleatório. Neste contexto desenvolvemos também a estatística gradiente para verificar a significância do parâmetro de risco zero para dados modelados pela fração de risco zero determinístico. E para completar o desenvolvimento das propostas, apresentamos os resultados de estudos de simulação e exemplos de aplicação com uso de dados reais.

Introduction: Breast cancer stands out in the female population due to its high incidence and mortality. It is seen as a serious public health problem, especially in developing countries, where there are perceptible gaps in breast cancer care, especially regarding the identification of prognostic factors predictive of survival in women with this neoplasm. Biological characteristics intrinsic to carcinogenesis, clinical stage and socioeconomic factors are highlighted. Objective: To analyze predictors of survival in female breast cancer. Method: This is a retrospective observational cohort study of women diagnosed with assisted breast cancer at a clinical oncology service of a philanthropic hospital, located in a capital of the Northeast. The data were extracted from secondary sources by means of a structured script. The study population consisted of 100 women diagnosed with breast cancer started neoadjuvant or adjuvant chemotherapy, between 08/01/2011 and 31/12/2012, in the service where they were performed the research. The data were analyzed in a descriptive way and analytical. The MedCalc Statistical Software version 18 was used. Survival curves are presented as Kaplan-Meier curves, and the meaning was classified by the Log-rank test. The Cox regression model was used for multivariate prognostic analysis, and a binary logistic regression model was used to analyze the clinical factors of influence. Results: Most of the women were aged 50 or over, lived with a partner, had schooling less than or equal to eight years, family income between R$ 200.00 and R$ 1200.00 and lived outside the state capital. The sign most frequently mentioned by the women, who determined the search for health care was the nodule, and was identified through accidental palpation. Multivariate analysis using the Cox multivariate regression model with forced entry method showed that staging was an independent factor that affected the specific survival curve of women with breast cancer. The specific five-year survival rate for the non-advanced stage was 88.5%. Binary logistic regression identified that the advanced stage, age ≥50 years and delayed search for health care after identification of signs and symptoms were associated with death for women with breast cancer. Conclusion: It was identified that among the prognostic factors, the staging, has a significant impact on the reduction of the specific survival rates. It is essential to strengthen actions in primary health care, in addition to the implementation of an organized and permanent screening program.________________________________________________________________________________________________________________________________ / Introducción: El cáncer de mama se destaca en la población femenina por la alta incidencia y mortalidad. Se considera un grave problema de salud pública, especialmente en los países en desarrollo, donde son perceptibles lagunas en la atención al cáncer de mama, sobre todo en lo que se refiere a la identificación de factores pronósticos de supervivencia en mujeres con esta neoplasia. Se destacan características biológicas intrínsecas a carcinogénesis, estadio clínico y factores socioeconómicos. Objetivo: Analizar predictores de supervivencia en el cáncer de mama femenino. Método: Se trata de un estudio de cohorte observacional retrospectivo de mujeres diagnosticadas con cáncer de mama asistidas en un servicio de oncología clínica de un hospital filantrópico, situado en una capital del Nordeste. Los datos fueron extraídos de fuentes secundarias por medio de un guión estructurado. La colecta fue realizada entre abril y diciembre de 2017. La población del estudio fue compuesta por 100 mujeres diagnosticadas con cáncer de mama y que iniciaron quimioterapia neoadyuvante o adyuvante, entre el 01/08/2011 y el 31/12/2012, en el servicio donde fue se realizó la investigación. Los datos fueron analizados de forma descriptiva y analítica. Se utilizó el software MedCalc Statistical versión 18. Las curvas de supervivencia se presentan como curvas de Kaplan-Meier, y el significado fue clasificado por el test Log-rank. El modelo de regresión de Cox se utilizó para el análisis pronóstico multivariado, y se utilizó un modelo de regresión logística binaria para analizar los factores clínicos de influencia. Resultados: La mayoría de las mujeres tenían edad superior o igual a 50 años, convivia con un compañero, tenía una escolaridad menor o igual a ocho años, ingreso familiar entre R $ 200,00 y R $ 1200,00 y residía fuera de la capital del estado. El signo más referido por las mujeres, que determinó la búsqueda por asistencia en salud fue el nódulo, habiendo sido identificado por medio de la palpación accidental. El análisis multifactorial utilizando el modelo de regresión multivariada de Cox con método de entrada forzada mostró que la estadificación fue un factor independiente que afectó la curva de sobrevida específica de mujeres con cáncer de mama. La tasa de supervivencia específica en cinco años para el estadio no avanzado fue del 88,5%. La regresión logística binaria identificó que el estadio avanzado, edad ≥ 50 años y retraso en la búsqueda de atención en salud después de la identificación de los signos y síntomas fueron asociados a la muerte para las mujeres con cáncer de mama. Conclusión: Se identificó que entre los factores pronósticos, la estadificación, impacta significativamente en la reducción de las tasas de sobrevida específica. Es imprescindible el fortalecimiento de acciones en el ámbito de la atención primaria, además de la efectividad de un programa de rastreo organizado y permanente. / Introdução: O câncer de mama destaca-se na população feminina pela alta incidência e mortalidade. É visto como um grave problema de saúde pública, especialmente nos países em desenvolvimento, onde são perceptíveis lacunas na atenção ao câncer de mama, sobretudo no que concerne à identificação de fatores prognósticos preditivos de sobrevida em mulheres com essa neoplasia. Destacam-se características biológicas intrínsecas a carcinogênese, estadio clínico e fatores socioeconômicos. Objetivo: Analisar preditores de sobrevida no câncer de mama feminino. Método: Trata-se de um estudo de coorte observacional retrospectiva de mulheres diagnosticadas com câncer de mama assistidas em um serviço de oncologia clínica de um hospital filantrópico, situado em uma capital do Nordeste. Os dados foram extraídos de fontes secundárias por meio de roteiro estruturado. A coleta foi realizada entre abril e dezembro de 2017. A população do estudo foi composta por 100 mulheres diagnosticadas com câncer de mama e que iniciaram quimioterapia neoadjuvante ou adjuvante, entre 01/08/2011 e 31/12/2012, no serviço onde foi realizada a pesquisa.Os dados foram analisados de forma descritiva e analítica. Foi utilizado o Software MedCalc Statistical versão 18. As curvas de sobrevivência são apresentadas como curvas de Kaplan-Meier, e o significado foi classificado pelo teste Log-rank. O modelo de regressão de Cox foi utilizado para análise prognóstica multivariada, e um modelo de regressão logística binária foi utilizado para analisar os fatores clínicos de influência. Resultados: A maioria das mulheres tinha idade superior ou igual a 50 anos, convivia com companheiro, tinha escolaridade menor ou igual a oito anos, renda familiar entre R$ 200,00 e R$ 1200,00 e residia fora da capital do estado. O sinal mais referido pelas mulheres, que determinou a busca por assistência em saúde foi o nódulo, tendo sido identificado por meio da palpação acidental. A análise multifatorial utilizando o modelo de regressão multivariada de Cox com método de entrada forçada mostrou que o estadiamento foi um fator independente que afetou a curva de sobrevida específica de mulheres com câncer de mama.A taxa de sobrevida específica em cinco anos para o estadio não avançado foi de 88,5%. A regresão logística binária identificou que o estadio avançado, idade ≥ 50 anos e atraso na busca por atenção em saúde após a identificação dos sinais e sintomas foram associados à morte para as mulheres com cancer de mama. Conclusão: Foi identificado que dentre os fatores prognósticos, o estadiamento, impacta significativamente na redução das taxas de sobrevida específica. É imprescindível o fortalecimento de ações no âmbito da atenção primária, além da efetivação de um programa de rastreamento organizado e permanente. / Aracaju, SE