Orientador: Cícero Rafael Barros Dias / Resumo: Os critérios de elegibilidade e a escolha das premissas atuariais são essenciais para a estimação dos custos de um plano previdenciário e das contribuições de seus participantes. Em relação aos planos públicos previdenciários brasileiros − majoritariamente deficitários −, pode-se afirmar que a análise atuarial é prejudicada pela má qualidade dos registros sobre os servidores, seus cônjuges e dependentes. Esse quadro tem justificado a adoção das hipóteses mínimas estabelecidas pela legislação, nem sempre validadas pelos testes de aderência. Esse contexto evidencia a necessidade de ampliação de estudos técnicos sobre as premissas que impactam no cálculo atuarial. Em especial, destaca-se a idade e o tempo de contribuição para aposentadoria, dada sua centralidade na propositura de reformas previdenciárias. Assim, objetiva-se analisar, mediante estudo de caso, a aplicabilidade de modelos de sobrevivência pouco explorados para estimação de variáveis relevantes na definição dessas premissas, o "tempo de postergação de aposentadoria" e o "tempo de permanência no serviço público", observando ainda − de forma complementar − seus efeitos sobre os cálculos atuariais. Para tanto, foram sistematizadas as informações de 2630 servidores e ex-servidores vinculados, entre 1960 e 2016, ao Regime Próprio de Previdência Social (RPPS) do município de Cabedelo/PB (IPSEMC). Utilizaram-se modelos de sobrevivência não paramétricos, paramétricos e semiparamétricos, com abordagens tradicionais e de risc... (Resumo completo, clicar acesso eletrônico abaixo) / Abstract: Eligibility criteria and actuarial premise selection are essential for estimating costs of an insurance plan and its participant’s contributions. Regarding Brazilian public social security plans − running for the most part in budget deficit −, it can be said that actuarial analysis is made difficult due to the bad quality of records on the public servants, their spouses and dependents. This situation has justified the adoption of minimal hypotheses as established by law, which are not always validated by adhesion tests. This context exposes the need for increased technical studies on the premises that influence actuarial calculation. Age and contribution time for retirement are especially relevant, given their central position in proposed changes to social security. We thus aim to analyze, based on case studies, the applicability of little-explored survival models for estimating variables that are relevant in defining these premises, "retirement postponement time" and "public service permanence time", while also observing their effect on actuarial calculation. To that end, we have indexed information on 2630 current and former public servants working under the Regime Próprio de Previdência Social (RPPS) from the municipality of Cabedelo (IPSEMC − PB/Brazil) between 1960 and 2016. Non-parametric, parametric and semi-parametric survival models were employed, with traditional and competitive risk approaches under the multiple state perspective. The models were generally well adj... (Complete abstract click electronic access below) / Doutor

Orientador: Liciana Vaz de Arruda Silveira / Resumo: Nas pesquisas clínicas, o método usado para analisar os fatores que contribuem para a mortalidade relacionada aos mais diversos tipos de desfecho é a análise de sobrevivência. Na pesquisa clínica há mais de um resultado possível durante o acompanhamento dos dados de sobrevivência, estes são conhecidos como eventos competitivos. Na ocorrência dos eventos em que a morte é considerada um evento censurado, o modelo de risco proporcional de Cox pode ser empregado para estimar os efeitos das covariáveis sobre o risco. Entretanto, o efeito sobre o risco não pode ser diretamente afetado pela função de incidência acumulada (FIA). Assim, de maneira geral, o presente estudo teve por objetivo fazer uma abordagem dos métodos de análise de sobrevida nos aspectos paramétricos de modelos flexíveis para riscos competitivos, e aplicá-los a uma coorte do Sul da Itália, para avaliar os riscos de óbito para câncer gastrointestinal e outras causas. Trata-se de um estudo observacional retrospectivo, com um período de seguimento de dez anos, realizado em duas coortes, totalizando 2.623 indivíduos selecionados segundo a lista de eleitores dos municípios Castellana Grotte e Putgnano, na Itália. Os modelos flexíveis para riscos competitivos foram usados para avaliar as distribuições acumuladas de incidência específica por causa. Observou-se que os indivíduos com câncer gastrointestinal adeptos da dieta mediterrânea apresentam um risco constante e menor de morrer, especialmente nas etapas inicial e fina... (Resumo completo, clicar acesso eletrônico abaixo) / Abstract: In clinical research, the method used to analyze the factors that contribute to mortality related to the most diverse types of outcome is the survival analysis. In clinical research there is more than one possible outcome during monitoring of survival data, these are known as competitive events. In the occurrence of events in which death is considered a censored event, the Cox proportional hazard model can be used to estimate the effects of covariates on risk. However, the effect on risk can not be directly affected by the cumulative incidence function (FIA). Thus, in general, the present study aimed to analyze the methods of survival analysis in the parametric aspects of flexible models for competitive risks, and to apply them to a cohort in the South of Italy to evaluate the risk of death for gastrointestinal cancer and other causes. This is a retrospective observational study with a follow-up period of ten years, carried out in two cohorts, totaling 2,623 individuals selected according to the list of voters of the municipalities Castellana Grotte and Putgnano, Italy. Flexible models for competitive risks were used to evaluate cumulative distributions xiii of specific incidence by cause. It was observed that individuals with gastrointestinal cancer adherents of the Mediterranean diet present a constant and lower risk of dying, especially in the initial and final stages of the follow-up, whereas this effect is less pronounced in individuals who did not adhere to the aforemen... (Complete abstract click electronic access below) / Doutor

Submitted by Regina Correa (rehecorrea@gmail.com) on 2016-09-26T20:37:35Z No. of bitstreams: 1 TeseBY.pdf: 6542096 bytes, checksum: 1e7daee9ab7afc6289f89b17dc521998 (MD5) / Approved for entry into archive by Marina Freitas (marinapf@ufscar.br) on 2016-09-27T19:32:15Z (GMT) No. of bitstreams: 1 TeseBY.pdf: 6542096 bytes, checksum: 1e7daee9ab7afc6289f89b17dc521998 (MD5) / Approved for entry into archive by Marina Freitas (marinapf@ufscar.br) on 2016-09-27T19:32:21Z (GMT) No. of bitstreams: 1 TeseBY.pdf: 6542096 bytes, checksum: 1e7daee9ab7afc6289f89b17dc521998 (MD5) / Made available in DSpace on 2016-09-27T19:32:27Z (GMT). No. of bitstreams: 1 TeseBY.pdf: 6542096 bytes, checksum: 1e7daee9ab7afc6289f89b17dc521998 (MD5) Previous issue date: 2016-05-31 / Coordenação de Aperfeiçoamento de Pessoal de Nível Superior (CAPES) / In this thesis, we extend some flexible cure rate models, such as the geometric, negative binomial and power series cure rate models, to allow for spatial correlations by including spatial frailties for the interval censored data setting. Parametric and semi-parametric cure rate models with independent and dependent spatial frailties are proposed and compared. The proposed models encompass several well-known cure rate models as its particular cases. Since these cure rate models are obtained by considering that the occurrence of an event of interest is caused by the presence of any non-observed risks, we also study the complementary cure model, which arises when the cure rate models are obtained by assuming the occurrence of an event of interest is caused when all of non-observed risks are activated. A new measure of model selection, based on the notion of predictive loss paradigm, for the interval-censoring data is also proposed. The MCMC method is used in a Bayesian inference approach and some Bayesian model selection criteria are used for model comparison. Moreover, we conduct an influence diagnostics to detect possible influential or extreme observations that can cause distortions on the results of analysis. Finally, the proposed models are applied to analyze a real dataset from a stop smoking study. / Nesta tese, estendemos os modelos flexíveis de sobrevivência com fração de cura, tais como os modelos de sobrevivência com fração de cura geométricos, binomial negativa e séries de potências, para permitir correlações espaciais incluindo fragilidades espaciais para os dados de censura intervalar. Modelos de cura paramétricos e semi-paramétricos com as fragilidades espaciais independentes e dependentes são propostos e comparados. Os modelos propostos abrangem vários modelos de cura bem conhecidos como seus casos particulares. Uma vez que estes modelos de cura são obtidos considerando que a ocorrência de um evento de interesse é causada pela presença de quaisquer riscos não observados, estudamos também os modelos de cura complementares, nesse caso, os modelos são obtidos assumindo que a ocorrência de um evento de interesse é causada quando todos os riscos, não observados, são ativados. Uma nova medida de seleção de modelo, baseada no paradigma da perda do preditivo, para dados de censura intervalar é proposta. Métodos MCMC são utilizados em uma abordagem de inferência Bayesiana sendo que os critérios de seleção de modelos Bayesiano são utilizados para comparação de modelos. Além disso, realizamos um diagnóstico de influência para detectar as possíveis observações influentes ou extremas que podem causar distorções sobre os resultados da análise. Finalmente, os modelos propostos são aplicados para analisar um conjunto de dados real de abstenção tabágica.

Made available in DSpace on 2016-06-02T20:04:52Z (GMT). No. of bitstreams: 1 6055.pdf: 2487813 bytes, checksum: 7934f8e54bb01e0ea4cc31fa422b3370 (MD5) Previous issue date: 2014-05-30 / Financiadora de Estudos e Projetos / In general, models for survival data with a cure fraction relate the cure fraction with the covariates using different link functions, for example, the logit link function and do not consider the problem of selection of covariates that have an effect on the cure fraction. So, in this work we propose a model that considers a partition of the predictor space in which the cure fraction depends locally of covariates. In this context, it adopts a orthogonal hyperplane tessellation to the axes to obtain a partition of the predictor space with the advantage that the proposed model selects the covariates that have an effect on the cure fraction. The developed modeling extends the Bayesian partition model proposed by Hoggart & Griffin (2001) to include information for qualitative variables with more than two categories and therefore a new computational strategy is considered. This extension allows to capture the effects of covariates on a local structure in which it is considered that the number of competing causes follows a power series distribution. This distribution is flexible because it includes special cases such as the binomial, Poisson, negative binomial and logarithmic distributions. To demonstrate the potential of the methodology, we used two set of data relating with cancer studies. / Em geral, os modelos para dados de sobrevivência com fracão de cura relacionam a fração de cura com as covariáveis por meio de diferentes funções de ligação, por exemplo, a função de ligação logito e não consideram o problema de seleção de covariáveis que tem um efeito na fração de cura. Assim neste trabalho é proposto uma modelagem que considera uma partição do espaço preditor em que a fração de cura depende localmente das covariáveis. Neste contexto, adota-se uma tesselação por hiperplanos ortogonais aos eixos a fim de obter uma partição do espaço preditor com a vantagem que os modelos propostos selecionam as covariáveis que têm efeito na fração de cura. A modelagem desenvolvida estende o modelo de partição bayesiana proposto por Hoggart & Griffin (2001) por incluir informações de variáveis qualitativas com mais de duas categorias e dessa forma uma nova estratégia computacional é considerada. Essa extensão permite capturar os efeitos das covariáveis numa estrutura local na qual considera-se que o número de causas competitivas segue distribuição série de potências. Esta distribuição é flexível pois inclui casos particulares, tais como a distribuição binomial, Poisson, binomial negativa e logarítmica. Para demonstrar o potencial da metodologia descrita, utilizou-se dois conjunto de dados relacionados com estudos de câncer.

Neste trabalho propomos a distribuição Weibull-Binomial-Negativa (WBN) considerando uma estrutura de ativação latente para explicar a ocorrência do evento de interesse, em que o número de causas competitivas é modelado pela distribuição Binomial Negativa, e os tempos não observados devido às causas seguem a distribuição Weibull. Em geral, as causas competitivas podem ter diferentes mecanismos de ativação, sendo assim os casos de primeira ativação, última ativação e ativação aleatória foram considerados no estudo. Desse modo o modelo proposto inclui uma ampla distribuição, tais como Weibull-Geométrico (WG) e Exponencial-Poisson Complementar (EPC), introduzidas por Barreto-Souza et al. (2011) e G. et al. (2011), respectivamente. Baseando-nos na mesma estrutura, consideramos o modelo de regressão locação-escala baseado na distribuição proposta (WBN) e o modelo para dados de sobrevivência com fração de cura. Os principais objetivos deste trabalho é estudar as propriedades matemáticas dos modelos propostos e desenvolver procedimentos de inferências desde uma perspectiva clássica e Bayesiana. Além disso, as medidas de diagnóstico Bayesiana baseadas na \'psi\'-divergência (Peng & Dey, 1995; Weiss, 1996), que inclui como caso particular a medida de divergência Kullback-Leibler (K-L), foram consideradas para detectar observações influentes / In this work we propose the Weibull-Negative-Binomial (WNB) considering a latent activation structure to explain the occurrence of an event of interest, where the number of competing causes are modeled by the Negative Binomial distribution and the no observed time due to the causes following the Weibull distribution. In general, the competitive causes may have different activation mechanisms, cases of first, last and random activation were considered in the study. Thus, the proposed model includes a wide distribution such as Weibull-Geometric distribution (WG) and Exponential-Poisson complementary (EPC) introduced by (Barreto-Souza et al., 2011) and (G. et al., 2011) respectively. Based on the same structure, we propose a location-scale regression model based on the proposed distribution (WNB) and the model for survival data with cure fraction. The main objectives of this work is to study the mathematical properties of the proposed models and develop procedures inferences from a classical and Bayesian perspective. Moreover, the Bayesian diagnostic measures based on the \'psi\'-divergence (Peng & Dey, 1995; Weiss, 1996), which includes Kullback-Leibler (K-L) divergence measure as a particular case, were considered to detect influential observations

Made available in DSpace on 2016-06-02T20:04:52Z (GMT). No. of bitstreams: 1 4552.pdf: 1449121 bytes, checksum: 5d02e70bde72ea9ef3c257c80ceed1dc (MD5) Previous issue date: 2012-05-03 / Financiadora de Estudos e Projetos / In this dissertation we propose new models for survival with cure fraction to describe the biological mechanism of the event of interest (cancer) in studies of carcinogenesis in the presence of competing causes latent independent or correlated. The formulation of new models is based on stochastic modeling of the occurrence of tumors through three stages: initiation of a tumor not detectable, promotion and progression of the tumor to a detectable cancer. These models allow a simple pattern of the dynamics of tumor growth, and incorporate into the analysis features of the stage of tumor progression that is not possible in most survival models with cure fraction commonly used. For the proposed models, the inferential process was discussed in terms of classical and Bayesian point of view. Simulations studies were conducted in order to analyze the asymptotical properties of the classical estimation procedure. Real data applications demonstrate of use of the models. / Neste trabalho propomos modelos de sobrevivência com fração de cura para descrever o mecanismo biológico da ocorrência do evento de interesse (câncer) em estudos da carcinogênese na presença de causas competitivas latentes independentes ou correlacionadas. A formulação dos novos modelos é baseada na modelagem estocástica da ocorrência dos tumores através de três estágios: iniciação de um tumor não detectável, promoção e a progressão do tumor até um câncer detectável. Estes modelos permitem um padrão simples da dinâmica de crescimento do tumor, além de incorporarem características do estágio de progressão do tumor, que não é possível na maioria dos modelos de sobrevivência com fração de cura comumente utilizados. Para os modelos propostos, discutimos o processo inferencial do ponto de vista clássico e bayesiano. Estudos de simulações foram feitos com o objetivo de analisar as propriedades assintóticas do processo de estimação clássico. Aplicações a conjuntos de dados reais mostraram a aplicabilidade dos modelos.

Neste trabalho propomos a distribuição Weibull-Binomial-Negativa (WBN) considerando uma estrutura de ativação latente para explicar a ocorrência do evento de interesse, em que o número de causas competitivas é modelado pela distribuição Binomial Negativa, e os tempos não observados devido às causas seguem a distribuição Weibull. Em geral, as causas competitivas podem ter diferentes mecanismos de ativação, sendo assim os casos de primeira ativação, última ativação e ativação aleatória foram considerados no estudo. Desse modo o modelo proposto inclui uma ampla distribuição, tais como Weibull-Geométrico (WG) e Exponencial-Poisson Complementar (EPC), introduzidas por Barreto-Souza et al. (2011) e G. et al. (2011), respectivamente. Baseando-nos na mesma estrutura, consideramos o modelo de regressão locação-escala baseado na distribuição proposta (WBN) e o modelo para dados de sobrevivência com fração de cura. Os principais objetivos deste trabalho é estudar as propriedades matemáticas dos modelos propostos e desenvolver procedimentos de inferências desde uma perspectiva clássica e Bayesiana. Além disso, as medidas de diagnóstico Bayesiana baseadas na \'psi\'-divergência (Peng & Dey, 1995; Weiss, 1996), que inclui como caso particular a medida de divergência Kullback-Leibler (K-L), foram consideradas para detectar observações influentes / In this work we propose the Weibull-Negative-Binomial (WNB) considering a latent activation structure to explain the occurrence of an event of interest, where the number of competing causes are modeled by the Negative Binomial distribution and the no observed time due to the causes following the Weibull distribution. In general, the competitive causes may have different activation mechanisms, cases of first, last and random activation were considered in the study. Thus, the proposed model includes a wide distribution such as Weibull-Geometric distribution (WG) and Exponential-Poisson complementary (EPC) introduced by (Barreto-Souza et al., 2011) and (G. et al., 2011) respectively. Based on the same structure, we propose a location-scale regression model based on the proposed distribution (WNB) and the model for survival data with cure fraction. The main objectives of this work is to study the mathematical properties of the proposed models and develop procedures inferences from a classical and Bayesian perspective. Moreover, the Bayesian diagnostic measures based on the \'psi\'-divergence (Peng & Dey, 1995; Weiss, 1996), which includes Kullback-Leibler (K-L) divergence measure as a particular case, were considered to detect influential observations

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.