O modelo de riscos proporcionais de Cox é um dos métodos mais utilizados na pesquisa clínica e epidemiológica para a análise de dados censurados, em grande parte por não exigir o conhecimento da distribuição de probabilidades do tempo. A principal suposição do modelo é a proporcionalidade de riscos ao longo do tempo, que pode ser restritiva em algumas situações práticas, como relações não lineares nas covariáveis ou efeitos de tratamentos que declinam no tempo. O modelo impõe uma estrutura global na função de sobrevivência e estima um único “efeito” médio, impossibilitando assim a estimação de “efeitos” das covariáveis localmente. A análise de dados censurados pode ser ainda mais complexa nos casos em que as censuras ocorrem somente em determinados períodos do tempo. Uma abordagem recente é o uso de modelos de regressão quantílica para dados de sobrevivência. São métodos robustos e flexíveis, no sentido em que permitem descrever a relação dos preditores em diferentes quantis da distribuição do tempo de sobrevivência. Pode ser vantajosa particularmente quando não estão atendidas as suposições de proporcionalidade de riscos e de linearidade. A grande maioria dos trabalhos sobre regressão de sobrevivência quantílica aborda aspectos da estimação dos parâmetros do modelo. No contexto epidemiológico, no entanto, frequentemente o objetivo é estimar o efeito (ou associação) de uma determinada exposição sobre o tempo até a ocorrência do evento. Este trabalho apresenta uma revisão das abordagens para estimação dos coeficientes do modelo de regressão quantílica para dados com censura à direita e uma abordagem computacional para estimar a função de risco (hazard rate) e razões de azares (hazard ratio) utilizando regressão quantílica. Os resultados das simulações mostraram que as estimativas de razão de azares diminuem na direção do valor de referência ao logo do tempo de acompanhamento. / The Cox proportional hazards model is one of the most widely used methods in clinical and epidemiological research for the analysis of censored data, largely because it does not require knowledge of survival time density. The main assumption of the model is proportionality of risks over time, which may be restrictive in some practical situations, such as nonlinear relationships in covariates or effects of treatments that decline over time. The model imposes a global structure on the survival function and estimates a single mean "effect", making it impossible to estimate the "effects" of the covariates locally. Analysis of censored data may be even more complex in cases where censoring occurs only in certain periods of time. A recent approach is the use of quantile regression models for survival data. They are methods robust and flexible, in the sense they allows to describe the relationship of the predictors in different quantiles of the distribution of survival time. It may be advantageous particularly where the proportionality assumptions of risk and linearity are not met. The vast majority of the work on quantile survival regression addresses aspects of estimation of parameters. In the epidemiological context, however, the objective is often to estimate the effect (or association) of a given exposure to the occurrence of the event over time. This work presents a review of the approaches to estimate the coefficients of the quantile regression model for right censored data as well as a computational approach to estimate the hazard rate and hazard ratio using quantile regression. The results of the simulation study show that the hazard ratio estimates decreases towards the reference value as the follow-up time increase.

O modelo de riscos proporcionais de Cox é um dos métodos mais utilizados na pesquisa clínica e epidemiológica para a análise de dados censurados, em grande parte por não exigir o conhecimento da distribuição de probabilidades do tempo. A principal suposição do modelo é a proporcionalidade de riscos ao longo do tempo, que pode ser restritiva em algumas situações práticas, como relações não lineares nas covariáveis ou efeitos de tratamentos que declinam no tempo. O modelo impõe uma estrutura global na função de sobrevivência e estima um único “efeito” médio, impossibilitando assim a estimação de “efeitos” das covariáveis localmente. A análise de dados censurados pode ser ainda mais complexa nos casos em que as censuras ocorrem somente em determinados períodos do tempo. Uma abordagem recente é o uso de modelos de regressão quantílica para dados de sobrevivência. São métodos robustos e flexíveis, no sentido em que permitem descrever a relação dos preditores em diferentes quantis da distribuição do tempo de sobrevivência. Pode ser vantajosa particularmente quando não estão atendidas as suposições de proporcionalidade de riscos e de linearidade. A grande maioria dos trabalhos sobre regressão de sobrevivência quantílica aborda aspectos da estimação dos parâmetros do modelo. No contexto epidemiológico, no entanto, frequentemente o objetivo é estimar o efeito (ou associação) de uma determinada exposição sobre o tempo até a ocorrência do evento. Este trabalho apresenta uma revisão das abordagens para estimação dos coeficientes do modelo de regressão quantílica para dados com censura à direita e uma abordagem computacional para estimar a função de risco (hazard rate) e razões de azares (hazard ratio) utilizando regressão quantílica. Os resultados das simulações mostraram que as estimativas de razão de azares diminuem na direção do valor de referência ao logo do tempo de acompanhamento. / The Cox proportional hazards model is one of the most widely used methods in clinical and epidemiological research for the analysis of censored data, largely because it does not require knowledge of survival time density. The main assumption of the model is proportionality of risks over time, which may be restrictive in some practical situations, such as nonlinear relationships in covariates or effects of treatments that decline over time. The model imposes a global structure on the survival function and estimates a single mean "effect", making it impossible to estimate the "effects" of the covariates locally. Analysis of censored data may be even more complex in cases where censoring occurs only in certain periods of time. A recent approach is the use of quantile regression models for survival data. They are methods robust and flexible, in the sense they allows to describe the relationship of the predictors in different quantiles of the distribution of survival time. It may be advantageous particularly where the proportionality assumptions of risk and linearity are not met. The vast majority of the work on quantile survival regression addresses aspects of estimation of parameters. In the epidemiological context, however, the objective is often to estimate the effect (or association) of a given exposure to the occurrence of the event over time. This work presents a review of the approaches to estimate the coefficients of the quantile regression model for right censored data as well as a computational approach to estimate the hazard rate and hazard ratio using quantile regression. The results of the simulation study show that the hazard ratio estimates decreases towards the reference value as the follow-up time increase.

O modelo de riscos proporcionais de Cox é um dos métodos mais utilizados na pesquisa clínica e epidemiológica para a análise de dados censurados, em grande parte por não exigir o conhecimento da distribuição de probabilidades do tempo. A principal suposição do modelo é a proporcionalidade de riscos ao longo do tempo, que pode ser restritiva em algumas situações práticas, como relações não lineares nas covariáveis ou efeitos de tratamentos que declinam no tempo. O modelo impõe uma estrutura global na função de sobrevivência e estima um único “efeito” médio, impossibilitando assim a estimação de “efeitos” das covariáveis localmente. A análise de dados censurados pode ser ainda mais complexa nos casos em que as censuras ocorrem somente em determinados períodos do tempo. Uma abordagem recente é o uso de modelos de regressão quantílica para dados de sobrevivência. São métodos robustos e flexíveis, no sentido em que permitem descrever a relação dos preditores em diferentes quantis da distribuição do tempo de sobrevivência. Pode ser vantajosa particularmente quando não estão atendidas as suposições de proporcionalidade de riscos e de linearidade. A grande maioria dos trabalhos sobre regressão de sobrevivência quantílica aborda aspectos da estimação dos parâmetros do modelo. No contexto epidemiológico, no entanto, frequentemente o objetivo é estimar o efeito (ou associação) de uma determinada exposição sobre o tempo até a ocorrência do evento. Este trabalho apresenta uma revisão das abordagens para estimação dos coeficientes do modelo de regressão quantílica para dados com censura à direita e uma abordagem computacional para estimar a função de risco (hazard rate) e razões de azares (hazard ratio) utilizando regressão quantílica. Os resultados das simulações mostraram que as estimativas de razão de azares diminuem na direção do valor de referência ao logo do tempo de acompanhamento. / The Cox proportional hazards model is one of the most widely used methods in clinical and epidemiological research for the analysis of censored data, largely because it does not require knowledge of survival time density. The main assumption of the model is proportionality of risks over time, which may be restrictive in some practical situations, such as nonlinear relationships in covariates or effects of treatments that decline over time. The model imposes a global structure on the survival function and estimates a single mean "effect", making it impossible to estimate the "effects" of the covariates locally. Analysis of censored data may be even more complex in cases where censoring occurs only in certain periods of time. A recent approach is the use of quantile regression models for survival data. They are methods robust and flexible, in the sense they allows to describe the relationship of the predictors in different quantiles of the distribution of survival time. It may be advantageous particularly where the proportionality assumptions of risk and linearity are not met. The vast majority of the work on quantile survival regression addresses aspects of estimation of parameters. In the epidemiological context, however, the objective is often to estimate the effect (or association) of a given exposure to the occurrence of the event over time. This work presents a review of the approaches to estimate the coefficients of the quantile regression model for right censored data as well as a computational approach to estimate the hazard rate and hazard ratio using quantile regression. The results of the simulation study show that the hazard ratio estimates decreases towards the reference value as the follow-up time increase.

Resumo não disponível.

Resumo não disponível.

Resumo não disponível.

O Atendimento Pré Hospitalar (APH) é um importante recurso no atendimento à vítimas de trauma. No entanto, há muitas dificuldades para demonstrar o efeito benéfico das intervenções do APH na sobrevivência das vítimas, sobretudo as de suporte avançado à vida (SAV). A proposta deste estudo é caracterizar as vítimas de acidentes trânsito, com Revised Trauma Score (RTS) <11, atendidas pelo SAV municipal e encaminhadas a hospitais terciários em São Paulo, além de identificar as variáveis da fase pré-hospitalar associadas à sobrevivência e avaliar o valor predeterminante dessas variáveis sobre o resultado obtido pelas vítimas. As variáveis avaliadas foram: sexo, idade, mecanismos do acidente, procedimentos de suporte básico e SAV realizados, repercussão fisiológica do trauma na cena do acidente, (considerando o RTS , seus parâmetros e flutuações), o tempo consumido no APH, gravidade do trauma segundo o Injury Severity Score (ISS),a Maximum Abbreviated Injury Scale (MAIS) e número de lesões para cada segmento corporal. Os resultados obtidos por 175 vítimas entre 12 e 65 anos, foram submetidos a "Análise de Sobrevivência de Kaplan Meier" e ao “Modelo de Riscos Proporcionais de Cox". A variável dependente foi o tempo de sobrevivência após o acidente, considerando os intervalos até 6h,12h, 24h, 48h, até 7 dias e até o término da internação. Os homens (86,9%) e a faixa etária de 20 a 29 anos (36,0%) foram as mais freqüentes. Os atropelamentos (45,1%) e o envolvimento de motocicletas e seus ocupantes (30,9%) foram os destaques dentre os mecanismos de trauma. A média do RTS na cena e do ISS, foram respectivamente 8,8 e 19,4.Os segmentos corpóreos mais atingidos foram: cabeça (58,8%), membros inferiores (45,1%) e superfície externa (40%). A média de tempo consumido na fase de APH foi 41min (tempo de cena 20,2min). Ocorreram 36% de óbitos, (metade em até 6 horas). A análise estatística revelou 24 fatores associados à sobrevivência, dentre eles, os procedimentos respiratórios avançados e os circulatórios básicos, as variáveis relativas ao RTS e a gravidade (ISS, MAIS e o número de lesões). No modelo final de Cox, ter sido submetido a procedimentos respiratórios avançados, compressões torácicas, apresentar lesão abdominal e ISS>25, foi associado a maior risco para o óbito até 48h após o trauma. Até 7 dias, a compressão torácica não se manteve no modelo final e a PAS de zero a 75mmHg apresentou associação com a morte após o acidente. Até a alta hospitalar, a ausência de PAS na avaliação inicial permaneceu no modelo. A reposição de volume foi o único fator com valor protetor para o risco de óbito presente em todos os momentos / The prehospital care (PH) is an important resource to trauma victims’ care. Nevertheless, there is great difficulty in demonstrating the PH intervention’s positive effect in victim’s survival, especially when concerning the advanced life support (ALS). The aim of this study is to characterize motor vehicle crash victims with Revised Trauma Score (RTS) <11 cared by municipal ALS and moved to tertiary hospitals in São Paulo in addition to identifying the prehospital variables associated to survival, and to evaluate their values as victim survival outcome determinant. The variables evaluated were: sex, age, trauma mechanism, basic life support and ALS procedures, physiological measures in the accident scene (considering the RTS, its parameters and fluctuations), the time consumed in PH phase, trauma severity by Injury Severity Score (ISS), the Maximum Abbreviated Injury Scale (MAIS) and number of lesions in each body region. The main results obtained by 175 victims between 12 e 65 years of age were submitted to the Kaplan Meier Survival Analysis and to Cox Proportional hazards Regression Analysis. The dependent variable was the survival time after the motor vehicle accident considering the intervals up to 6,12,24 and 48hs , up to 7 days and until the time of hospital discharge. Men (86,9%) and the 20 to 29 aged group (36%) were the most frequent. The pedestrians struck by car (45,1%) and the motorcycles (and their riders) (30,9%)were the highlight in trauma mechanisms. The RTS and the ISS average were 8,8 and 19,4 respectively. The more damaged body regions were head (58,8%), lower limbs (45,1%) and external surface (40%).The prehospital time average was 41 min (scene time 20,2min).Death rate was 36% (half of which up to 6hs).The statistical analysis revealed 24 survival associated factors. The ALS and the circulatory basic procedures, the RTS variables and the trauma severity (ISS,MAIS and number of lesions) were within them. In the final Cox Model were associated to higher risk of death up to 48hs after trauma: the submission to ALS respiratory procedures, chest compressions, the presence of abdominal injuries and ISS>25 .Until the 7th day the chest compression was not sustained in a final model and the systolic blood pressure (SBP) from zero to 75mmHg revealed statistical association with death after trauma. Until hospital discharge the SBP absence in scene evaluation remained in the model. The prehospital intravenous fluid refilling was the only factor of protector value to death risk in all moments

O Atendimento Pré Hospitalar (APH) é um importante recurso no atendimento à vítimas de trauma. No entanto, há muitas dificuldades para demonstrar o efeito benéfico das intervenções do APH na sobrevivência das vítimas, sobretudo as de suporte avançado à vida (SAV). A proposta deste estudo é caracterizar as vítimas de acidentes trânsito, com Revised Trauma Score (RTS) <11, atendidas pelo SAV municipal e encaminhadas a hospitais terciários em São Paulo, além de identificar as variáveis da fase pré-hospitalar associadas à sobrevivência e avaliar o valor predeterminante dessas variáveis sobre o resultado obtido pelas vítimas. As variáveis avaliadas foram: sexo, idade, mecanismos do acidente, procedimentos de suporte básico e SAV realizados, repercussão fisiológica do trauma na cena do acidente, (considerando o RTS , seus parâmetros e flutuações), o tempo consumido no APH, gravidade do trauma segundo o Injury Severity Score (ISS),a Maximum Abbreviated Injury Scale (MAIS) e número de lesões para cada segmento corporal. Os resultados obtidos por 175 vítimas entre 12 e 65 anos, foram submetidos a ”Análise de Sobrevivência de Kaplan Meier” e ao “Modelo de Riscos Proporcionais de Cox”. A variável dependente foi o tempo de sobrevivência após o acidente, considerando os intervalos até 6h,12h, 24h, 48h, até 7 dias e até o término da internação. Os homens (86,9%) e a faixa etária de 20 a 29 anos (36,0%) foram as mais freqüentes. Os atropelamentos (45,1%) e o envolvimento de motocicletas e seus ocupantes (30,9%) foram os destaques dentre os mecanismos de trauma. A média do RTS na cena e do ISS, foram respectivamente 8,8 e 19,4.Os segmentos corpóreos mais atingidos foram: cabeça (58,8%), membros inferiores (45,1%) e superfície externa (40%). A média de tempo consumido na fase de APH foi 41min (tempo de cena 20,2min). Ocorreram 36% de óbitos, (metade em até 6 horas). A análise estatística revelou 24 fatores associados à sobrevivência, dentre eles, os procedimentos respiratórios avançados e os circulatórios básicos, as variáveis relativas ao RTS e a gravidade (ISS, MAIS e o número de lesões). No modelo final de Cox, ter sido submetido a procedimentos respiratórios avançados, compressões torácicas, apresentar lesão abdominal e ISS>25, foi associado a maior risco para o óbito até 48h após o trauma. Até 7 dias, a compressão torácica não se manteve no modelo final e a PAS de zero a 75mmHg apresentou associação com a morte após o acidente. Até a alta hospitalar, a ausência de PAS na avaliação inicial permaneceu no modelo. A reposição de volume foi o único fator com valor protetor para o risco de óbito presente em todos os momentos / The prehospital care (PH) is an important resource to trauma victims’ care. Nevertheless, there is great difficulty in demonstrating the PH intervention’s positive effect in victim’s survival, especially when concerning the advanced life support (ALS). The aim of this study is to characterize motor vehicle crash victims with Revised Trauma Score (RTS) <11 cared by municipal ALS and moved to tertiary hospitals in São Paulo in addition to identifying the prehospital variables associated to survival, and to evaluate their values as victim survival outcome determinant. The variables evaluated were: sex, age, trauma mechanism, basic life support and ALS procedures, physiological measures in the accident scene (considering the RTS, its parameters and fluctuations), the time consumed in PH phase, trauma severity by Injury Severity Score (ISS), the Maximum Abbreviated Injury Scale (MAIS) and number of lesions in each body region. The main results obtained by 175 victims between 12 e 65 years of age were submitted to the Kaplan Meier Survival Analysis and to Cox Proportional hazards Regression Analysis. The dependent variable was the survival time after the motor vehicle accident considering the intervals up to 6,12,24 and 48hs , up to 7 days and until the time of hospital discharge. Men (86,9%) and the 20 to 29 aged group (36%) were the most frequent. The pedestrians struck by car (45,1%) and the motorcycles (and their riders) (30,9%)were the highlight in trauma mechanisms. The RTS and the ISS average were 8,8 and 19,4 respectively. The more damaged body regions were head (58,8%), lower limbs (45,1%) and external surface (40%).The prehospital time average was 41 min (scene time 20,2min).Death rate was 36% (half of which up to 6hs).The statistical analysis revealed 24 survival associated factors. The ALS and the circulatory basic procedures, the RTS variables and the trauma severity (ISS,MAIS and number of lesions) were within them. In the final Cox Model were associated to higher risk of death up to 48hs after trauma: the submission to ALS respiratory procedures, chest compressions, the presence of abdominal injuries and ISS>25 .Until the 7th day the chest compression was not sustained in a final model and the systolic blood pressure (SBP) from zero to 75mmHg revealed statistical association with death after trauma. Until hospital discharge the SBP absence in scene evaluation remained in the model. The prehospital intravenous fluid refilling was the only factor of protector value to death risk in all moments

Orientador: Djalma de Carvalho Moreira Filho / Tese (doutorado) - Universidade Estadual de Campinas, Faculdade de Ciências Médicas / Made available in DSpace on 2018-08-26T22:55:22Z (GMT). No. of bitstreams: 1 Ferraz_RosemeiredeOlanda_D.pdf: 2711370 bytes, checksum: b4966f4c4ea3b88daffa54c0576bd307 (MD5) Previous issue date: 2015 / Resumo: O objetivo deste estudo é identificar os fatores associados ao tempo de sobrevida do câncer de mama, como idade, estadiamento e extensão do tumor, utilizando modelos de riscos proporcionais de Cox e de riscos competitivos de Fine-Gray. E também propor um modelo de regressão paramétrico para ajustar o tempo de sobrevida na presença dos riscos competitivos. É um estudo de coorte retrospectivo de base-populacional referente a 524 mulheres diagnosticadas com câncer de mama no período de 1993 a 1995, acompanhadas até 2011, residentes no município de Campinas/SP. Um ponto de corte para a variável contínua da idade foi escolhido utilizando-se modelos de Cox. Nos ajustes de modelos simples e múltiplo de Fine-Gray e de Cox, a idade não foi significativa quando o óbito por câncer de mama foi o evento de interesse. As curvas de sobrevivências estimadas por Kaplan-Meier evidenciaram diferenças expressivas nas probabilidades comparando-se os óbitos por câncer de mama e por riscos competitivos. As curvas de sobrevida por câncer de mama não apresentaram diferenças significativas quando comparadas as categorias de idades, segundo teste de log rank. Os modelos de Fine-Gray e Cox identificaram praticamente as mesmas covariáveis influenciando no tempo de sobrevida para ambos eventos de interesse, óbitos por câncer de mama e óbitos por riscos competitivos. Foram comparados os modelos exponencial, de Weibull e lognormal com o modelo gama generalizada e conclui-se que o modelo de regressão de Weibull foi o mais adequado para ajustar o tempo de sobrevida na presença dos riscos competitivos, conforme resultados dos testes de razões de verossimilhanças / Abstract: The aim of this study is to identify associated factors to time failure survival of breast cancer such as age, stage and extent of the tumor using Cox's proportional hazards and Fine-Gray competing risks models. It is a retrospective cohort study of population-based concerning to 524 women diagnosed with breast cancer in the period 1993-1995, followed until 2011, living in the city of Campinas, São Paulo State, Brazil. The cutoff age variable has been defined using Cox models. In the settings of simple and multiple models of Fine-Gray and Cox age was not significant when the death from breast cancer was the outcome of interest. The survival curves estimated by Kaplan-Meier showed significant differences in the odds comparing the deaths from breast cancer and competing risks. The survival curves for breast cancer showed no significant differences when comparing age groups, according to the logrank test. The Fine-Gray and Cox models identified the same covariates influencing the survival time for both events of interest: deaths from breast cancer and deaths from competing risks. The exponential, Weibull and lognormal regression models were compared with generalized gamma model and it is concluded that the Weibull regression model was the most appropriate to adjust the survival time in the presence of competing risks, according to results of the ratio likelihood tests / Doutorado / Epidemiologia / Doutora em Saúde Coletiva

Este trabalho apresenta as principais causas para a mortalidade das empresas paulistas criadas entre 2003 e 2007 a partir de base de dados cedida pelo SEBRAE-SP para o desenvolvimento dessa pesquisa. A amostra final, construída a partir de dados disponibilizados pela primeira vez para estudos desta natureza, contou com 662 empresas e 33 variáveis coletadas por meio de questionário aplicado diretamente às próprias empresas. A análise consistiu no teste de modelos econométricos, baseados na literatura dos modelos de duração, de forma a traduzir quais fatores são mais críticos para a sobrevivência das empresas a ponto de distingui-las em dois grupos: o das empresas vencedoras, cuja longevidade está pautada em ações que promovem ganhos de produtividade e eficiência, e aquelas desprovidas dessas ações e que muito provavelmente deixarão o mercado. Os três tipos de modelos abordados neste trabalho - não paramétrico, semi-paramétrico (riscos proporcionais) e paramétrico - apresentaram resultados similares, sendo que na abordagem de riscos proporcionais os resultados foram segmentados por tamanho e setor de atuação das empresas. Para as micro empresas, a idade do empreendedor e a iniciativa em investir na qualificação da mão de obra dos funcionários mostraram-se importantes mitigadores do risco de falha desse grupo de empresa, enquanto que para as pequenas empresas, a inovação em processos e a elaboração de um plano de negócios se destacaram dentre o conjunto de variáveis. Entre empresas dos setores de comércio e serviços, as empresas do primeiro grupo que faziam o acompanhamento das finanças (fluxo de caixa) apresentaram menor risco de falhar. Para aquelas do setor de serviços, a idade do empreendedor, o investimento em qualificação dos funcionários e o tamanho da empresa ao nascer foram importantes para reduzir o risco de falha no tempo. Outro resultado encontrado, por meio do modelo paramétrico utilizando distribuição Weibull, foi que o risco de a empresa deixar o mercado mostrou-se crescente, pelo menos nos cinco primeiros anos de existência da empresa. Entretanto, esse resultado não deve ser generalizado para períodos de tempo maiores que cinco anos. / This thesis presents the main results that determined the bankruptcy of enterprises located in the São Paulo State from 2003 to 2007. The models used in this work were possible due to the partnership with SEBRAE, Small Business Service Supporting, located in the State of São Paulo. This institution provided the data basis for this research and its final version was compound by 662 enterprises and 33 variables, which were collected from a survey done by SEBRAE and the related enterprise. For first time available for research like this The research was supported by econometrics models, more precisely duration models, which identified the most important factors regarding enterprises survival. Two enterprise groups were distinguished: that one that will survive and grow and another will fail. In this work, three models were used: parametric, non-parametric and proportional risk with all of them presenting similar results. The proportional risk approach was applied for economic sectors and enterprises size. For the micro size business, the entrepreneurship\'s age and the resources applied on the employee\'s qualification were important to reduce the risk to fail in the time, whereas for small enterprises, variables like innovation and business plan building were the most important variables. For the commerce and service sectors, the enterprises related to the first one, the enterprises which kept attention on financial results (cash flow) presented lower risk to fail. For service sector, variables such as: entrepreneur\'s age, investment on the employee\'s qualification and enterprise\'s size were the most important variables to explain the difference the risk to fail between the enterprises. Another result presented was the risk to fail, which indicates the likelihood of an enterprise to leave its business activity. In this case, the parametric model using Weibull distribution concluded that the risk grows in the first five years. However, this result must be carefully evaluated since it would be necessary a longer term data to ensure this result.