Made available in DSpace on 2016-06-02T20:06:01Z (GMT). No. of bitstreams: 1 1988.pdf: 463519 bytes, checksum: ca45424706e2fdb08c40f42f1f560364 (MD5) Previous issue date: 2008-06-13 / Financiadora de Estudos e Projetos / In survival analysis some studies show a meaningful cure rate after treatment followup, so considering standard survival models can not be appropriate. In this work is extended the long-term survival model proposed by Chen, Ibrahim and Sinha (1999) via generating function of a real sequence introduced by Feller (1967). This new formulation is the uni_cation of the long-term survival models proposed by Rodrigues el al. (2008). Also, as in Rodrigues el al. (2008) it is shown that the long-term survival generating function satis_es the proportional hazard property if only if the number of competing causes related to the occurence of a event of interest follows a Poisson distribution. A real data set is considered to illustrate this approach. / Em análise de sobrevivência, determinados estudos caracterizam-se por apresentar uma fração significativa de sobreviventes, ou seja, pacientes em tratamento que não apresentaram o evento de interesse, mesmo após um longo período de acompanhamento. Assim considerar modelos de sobrevivência usuais, que assumem que a função de sobrevivência converge para zero quando a variável tempo tende a infinito, pode não ser adequado. Nesse trabalho é apresentado uma extensão do modelo proposto por Chen, Ibrahim e Sinha (1999), usando a função geradora de uma sequência de números reais introduzida por Feller (1967). Essa extensão possibilitou o desenvolvimento de uma teoria unificada para os modelos de sobrevivência de longa-duração, Rodrigues et al. (2008). Mostra-se que modelos já existentes na literatura são considerados casos particulares da teoria unificada, por exemplo, o modelo de Berkson & Gage (1952). Também tem-se em Rodrigues et al. (2008), que a função geradora de longa-duração satisfaz a propriedade de risco proporcional se, e somente se, o número de causas competitivas relacionadas a ocorrência do evento de interesse segue uma distribuição de Poisson. Como ilutração utiliza-se um conjunto de dados reais.