Coordenação de Aperfeiçoamento de Pessoal de Nível Superior / Dados faltantes são um problema comum em estudos epidemiológicos e, dependendo da forma como ocorrem, as estimativas dos parâmetros de interesse podem estar enviesadas. A literatura aponta algumas técnicas para se lidar com a questão, e, a imputação múltipla vem recebendo destaque nos últimos anos. Esta dissertação apresenta os resultados da utilização da imputação múltipla de dados no contexto do Estudo Pró-Saúde, um estudo longitudinal entre funcionários técnico-administrativos de uma universidade no Rio de Janeiro. No primeiro estudo, após simulação da ocorrência de dados faltantes, imputou-se a variável cor/raça das participantes, e aplicou-se um modelo de análise de sobrevivência previamente estabelecido, tendo como desfecho a história auto-relatada de miomas uterinos. Houve replicação do procedimento (100 vezes) para se determinar a distribuição dos coeficientes e erros-padrão das estimativas da variável de interesse. Apesar da natureza transversal dos dados aqui utilizados (informações da linha de base do Estudo Pró-Saúde, coletadas em 1999 e 2001), buscou-se resgatar a história do seguimento das participantes por meio de seus relatos, criando uma situação na qual a utilização do modelo de riscos proporcionais de Cox era possível. Nos cenários avaliados, a imputação demonstrou resultados satisfatórios, inclusive quando da avaliação de performance realizada. A técnica demonstrou um bom desempenho quando o mecanismo de ocorrência dos dados faltantes era do tipo MAR (Missing At Random) e o percentual de não-resposta era de 10%. Ao se imputar os dados e combinar as estimativas obtidas nos 10 bancos (m=10) gerados, o viés das estimativas era de 0,0011 para a categoria preta e 0,0015 para pardas, corroborando a eficiência da imputação neste cenário. Demais configurações também apresentaram resultados semelhantes. No segundo artigo, desenvolve-se um tutorial para aplicação da imputação múltipla em estudos epidemiológicos, que deverá facilitar a utilização da técnica por pesquisadores brasileiros ainda não familiarizados com o procedimento. São apresentados os passos básicos e decisões necessárias para se imputar um banco de dados, e um dos cenários utilizados no primeiro estudo é apresentado como exemplo de aplicação da técnica. Todas as análises foram conduzidas no programa estatístico R, versão 2.15 e os scripts utilizados são apresentados ao final do texto. / Missing data are a common problem in epidemiologic studies and depending on the way they occur, the resulting estimates may be biased. Literature shows several techniques to deal with this subject and multiple imputation has been receiving attention in the recent years. This dissertation presents the results of applying multiple imputation of missing data in the context of the Pro-Saude Study, a longitudinal study among civil servants at a university in Rio de Janeiro, Brazil. In the first paper, after simulation of missing data, the variable color/race of the female servants was imputed and analyzed through a previously established survival model, which had the self-reported history of uterine leiomyoma as the outcome. The process has been replicated a hundred times in order to determine the distribution of the coefficient and standard errors of the variable being imputed. Although the data presented were cross-sectionally collected (baseline data of the Pro-Saude Study, gathered in 1999 and 2001), the following of the servants were determined using self-reported information. In this scenario, the Cox proportional hazards model could be applied. In the situations created, imputation showed adequate results, including in the performance analyses. The technique had a satisfactory effectiveness when the missing mechanism was MAR (Missing At Random) and the percent of missing data was 10. Imputing the missing information and combining the estimates of the 10 resulting datasets produced a bias of 0,0011 to black women and 0,0015 to brown (mixed-race) women, what corroborates the efficiency of multiple imputation in this scenario. In the second paper, a tutorial was created to guide the application of multiple imputation in epidemiologic studies, which should facilitate the use of the technique by Brazilian researchers who are still not familiarized with the procedure. Basic steps and important decisions necessary to impute a dataset are presented and one of the scenarios of the first paper is used as an application example. All the analyses were performed at R statistical software, version 2.15 and the scripts are presented at the end of the text.

Os modelos multiníveis são uma classe de modelos úteis na análise de bases de dados com estrutura hierárquica. No presente trabalho propõem-se os modelos multiníveis com resposta Weibull, nos quais são considerados interceptos aleatórios na modelagem dos dois parâmetros da distribuição da variável resposta. Os modelos aqui propostos são flexíveis devido a que a distribuição dos interceptos aleatórios pode der escolhida entre uma das seguintes quatro distribuições: normal, log--gama, logística e Cauchy. Uma extensão dos modelos é apresentada na qual é possível incluir na parte sistemática dos dois parâmetros da distribuição da variável resposta interceptos e inclinações aleatórias com distribuição normal bivariada. A estimação dos parâmetros é realizada pelo método de máxima verossimilhança usando a quadratura de Gauss--Hermite para aproximar a função de verossimilhança. Um pacote em linguagem R foi desenvolvido especialmente para a estimação dos parâmetros, predição dos efeitos aleatórios e para a obtenção dos resíduos nos modelos propostos. Adicionalmente, por meio de um estudo de simulação foi avaliado o impacto nas estimativas dos parâmetros do modelo ao assumir incorretamente a distribuição dos interceptos aleatórios. / Multilevel models are a class of models useful in the analysis of datasets with hierarchical structure. In the present work we propose multilevel Weibull models in which random intercepts are considered to model the two parameters of the Weibull distribution. The proposed models are flexible due to random intercepts distribution can be chosen from one of the four following distributions: normal, log-gamma, logistics and Cauchy. An extension of the models is presented in which we can include, in the systematic part of the two parameters of the distribution, random intercepts and slopes with a bivariate normal distribution. The parameter estimation is performed by maximum likelihood method using the Gauss Hermite quadrature to approximate the likelihood function. A package in R language was especially developed to obtain parameter estimation, random effects predictions and residuals for the proposed models. Additionally, through a simulation study we investigated the misspecification random effect distribution on estimated parameter for the proposed model

Os métodos de estimação para modelos de fragilidade vêm sendo bastante discutidos na literatura estatística devido a sua grande utilização em estudos de Análise de Sobrevivência. Vários métodos de estimação de parâmetros dos modelos foram desenvolvidos: procedimentos de estimação baseados no algoritmo EM, cadeias de Markov de Monte Carlo, processos de estimação usando verossimilhança parcial, verossimilhança penalizada, quasi-verossimilhança, entro outros. Uma alternativa que vem sendo utilizada atualmente é a utilização da verossimilhança hierárquica. O objetivo principal deste trabalho foi estudar as vantagens e desvantagens da verossimilhança hierárquica para a inferência em modelos de fragilidade em relação a verossimilhança penalizada, método atualmente mais utilizado. Nós aplicamos as duas metodologias a um banco de dados real, utilizando os pacotes estatísticos disponíveis no software R, e fizemos um estudo de simulação, visando comparar o viés e o erro quadrático médio das estimativas de cada abordagem. Pelos resultados encontrados, as duas metodologias apresentaram estimativas muito próximas, principalmente para os termos fixos. Do ponto de vista prático, a maior diferença encontrada foi o tempo de execução do algoritmo de estimação, muito maior na abordagem hierárquica. / Estimation procedures for frailty models have been widely discussed in the statistical literature due its widespread use in survival studies. Several estimation methods were developed: procedures based on the EM algorithm, Monte Carlo Markov chains, estimation processes based on parcial likelihood, penalized likelihood and quasi-likelihood etc. An alternative currently used is the hierarchical likelihood. The main objective of this work was to study the hierarchical likelihood advantages and disadvantages for inference in frailty models when compared with the penalized likelihood method, which is the most used one. We applied both approaches to a real data set, using R packages available. Besides, we performed a simulation study in order to compare the methods through out the bias and the mean square error of the estimators. Both methodologies presented very similar estimates, mainly for the fixed effects. In practice, the great difference was the computational cost, much higher in the hierarchical approach.

Métodos analíticos para concessão de crédito vêm apresentando enormes avanços nas últimas décadas, particularmente no que se refere a métodos estatísticos de classificação para identificar grupos de indivíduos com diferentes taxas de inadimplência. A maioria dos trabalhos existentes sugere decisões do tipo conceder o crédito ou não, considerando apenas de forma marginal o resultado esperado da operação. O presente trabalho tem o objetivo de propor um modelo de avaliação de risco de crédito mais complexo que os tradicionais modelos de Credit Scoring, que forneça uma perspectiva mais detalhada acerca do desempenho futuro de um contrato de crédito, e que vá além da classificação entre bom e mau pagador. Aliado a este ganho de informação na previsibilidade oferecida pelo modelo, também é objetivo ampliar o espaço de decisões do problema, saindo de uma resposta binária (como aceitar/rejeitar o crédito) para algo que responda à seguinte pergunta: qual é a taxa justa para cobrir determinado risco?. / Analytical methods for granting credit are presenting enormous advances in recent decades, particularly in the field of statistical methods of classification to identify groups of individuals with different rates of default. Most of the existing work suggests decisions of the type granting credit or not, regarding just marginally the expected outcome of the operation. This work aims to propose a model to evaluate credit risk with more complexity than the traditional \"Credit Scoring\" models, providing a more detailed view about the future performance of a credit agreement, which goes beyond the classification of good and bad payers. Coupled with this improvement of information offered by the model, it is also this works aim to expand the decision space of the problem, leaving a binary response (such as accept/reject the claim) to something that answers the following question: \"what is the fair rate to cover a given risk \".

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

O melanoma ungueal compreende cerca de 0,7 a 3,5% de todos os tipos de melanoma. Devido à dificuldade no diagnóstico precoce, seu prognóstico é reservado quando comparado às demais formas de melanoma. A amputação falangeana se propõe a extirpar o tumor respeitando os princípios da cirurgia oncológica, apesar de acarretar déficit funcional e estigmas sociais, além de não prolongar a sobrevida, particularmente nos casos iniciais. Abordagens mais conservadoras, como a cirurgia funcional, são utilizadas em casos in situ ou microinvasivos, que consistem na remoção de todo o complexo ungueal e preservação da falange distal, com bom resultado cosmético e funcional. Este estudo retrospectivo propõe comparar a sobrevida de pacientes tratados em cada uma das técnicas mencionadas, a partir de dados coletados de prontuários. Não houve alteração da sobrevida dos pacientes com melanoma ungueal tratados com amputação ou cirurgia funcional / Nail melanoma represents about 0.7-3.5% of all types of melanoma. Because its early diagnosis is difficult, the prognosis is conservative when compared with other forms of melanoma. The phalangeal amputation is intended to excise the tumor according to the cancer surgery principles, despite resulting in functional deficit and social stigmata and failing to extend survival, especially in early cases. More conservative approaches, such as functional surgery, have been used in \'in situ\' or microinvasive cases, which consist of removing the entire nail complex and preserving the distal phalange, provide good aesthetic and functional results. This retrospective study proposes to compare the survival of patients treated with each of these techniques by reviewing the data collected from their medical records. No changes were observed in the survival of nail melanoma patients treated with amputation or functional surgery

Neste trabalho apresenta-se duas novas distribuições de probabilidade obtidas de dois métodos de generalização da distribuição log-logística com dois parâmetros (LL(?,?)). O primeiro método descrito em Marshall e Olkin (1997) transforma a nova distribuição, agora com três parâmetros e denominada distribuição log-logística modificada (LLM (v,?,?)), mais flexível porém, não muda a forma geral da função de taxa de falha e o novo parâmetro v, não influência no cálculo da assimetria e curtose. O segundo método utiliza a classe de distribuições Kumaraswamy proposta por Cordeiro e Castro (2010), para construir a nova distribuição de probabilidade, denominada distribuição Kumaraswamy log-logística (Kw-LL(a,b,?,?)), a qual considera dois novos parâmetros a e b obtendo ganho nas formas da função de taxa de falha, que agora além de modelar dados onde a função de taxa de falha tem forma decrescente e unimodal, modela forma crescente e forma de U. Também foi proposto as distribuições logística modificada (LM (v,µ,?)) e Kumaraswamy logística (Kw-L (a,b, µ,?)$) para a variável Y=log(T), em que T ~ LLM (v,?,?) no caso da distribuição logística modificada e T ~ Kw-LL(a,b,?,?) no caso da distribuição Kw-L. Com reparametrização ? = exp(µ) e ? = 1/?. Da mesma forma que a distribuição LLM, não há ganho quanto a forma da função de taxa de falha da distribuição logística modificada e o parâmetro v não contribuiu para o cálculo da assimetria e curtose desta distribuição. O modelo de regressão locação e escala foi proposto para ambas as distribuições. Por fim, utilizou-se dois conjuntos de dados, para exemplificar o ganho das novas distribuições Kw-LL e Kw-L em relação as distribuições log-logística e logística. O primeiro conjunto refere-se a dados de tempo até a soro-reversão de 143 crianças expostas ao HIV por via vertical, nascidas no Hospital das Clínicas da Faculdade de Medicina de Ribeirão Preto no período de 1995 a 2001, onde as mães não foram tratadas. O segundo conjunto de dados refere-se ao tempo até a falha de um tipo de isolante elétrico fluido submetivo a sete níveis de voltagem constante. / In this work, are presented two new probability distributions, obtained from two generalization methods of the log-logistic distribution, with two parameters (LL (?, ?)). The first method described in Marshall e Olkin (1997) turns the new distribution, now with three parameters, called modified log-logistic distribution (LLM(v, ?, ?)). This distribution is more flexible, but, does not change the general shape of the failure rate function, as well as the new parameter v, does not influence the calculus of skewness and kurtosis. The second method, uses the class of distributions Kumaraswamy proposed by Cordeiro and Castro (2010). To build the new probability distribution, called Kumaraswamy log-logistic distribution (Kw-LL(a,b,?,?)), which considers two new parameters a and b gaining in the forms of failure rate function, that now, even modeling data where the failure rate function has decreasing and unimodal shape, models the increasing form and the U-shaped. Also, were proposed the distributions modified logistic (LM (v,µ,?)) and Kumaraswamy logistics (Kw-L (a,b,µ,?)) for the variable Y=log(T), where T ~ LLM(v,?,?) in the case of the modified logistic distribution and T ~ Kw-LL (a,b,?,?) in the case of Kw-L distribution, with reparametrization ? =exp(µ) and ? = 1/?. As in the distribution LLM, there is no gain for the shape of the failure rate function of modified logistic distribution and the parameter v does not contribute to the calculation of skewness and kurtosis of the distribution. The location and scale regression models were proposed for both distributions. As illustration, were used two datasets to exemplify the gain of the new distributions Kw-LL and Kw-L compared with the log-logistic and logistic distributions. The first dataset refers to the data of time until soro-reversion of 143 children exposed to HIV through vertical, born in the Hospital of the Medical School of Ribeirão Preto during the period 1995 to 2001, where mothers were not treated. The second dataset refers to the time until the failure of a type of electrical insulating fluid subjected to seven constant voltage levels

A longevidade é uma característica relacionada à lucratividade da atividade leiteira. Contudo, sua seleção em rebanhos de vacas Holandesas no Brasil ainda é pouco considerada. Objetivou-se determinar os fatores não genéticos que influenciam a longevidade funcional em vacas Holandesas no Brasil, bem como estimar os parâmetros genéticos e conhecer a contribuição das características de tipo e da contagem de células somáticas (CCS) sobre o risco relativo de descarte das vacas. Utilizou-se um modelo de riscos proporcionais Weibull estratificado. Os efeitos fixos foram independentes do tempo, como a idade ao primeiro parto, e dependentes do tempo, como o efeito da região por ano de parto, classes de produção de leite por ano de parto dentro de rebanho, classes de percentagem de proteína e gordura dentro de rebanho, classes de produção de leite por número de lactações dentro de rebanho e variação nas classes de tamanho de rebanho. Os efeitos aleatórios foram: rebanho-ano, touro e de touro-avô materno. O risco de descarte aumentou com a idade ao primeiro parto, com o tamanho do rebanho, com o número de lactações e com o estágio de lactação. A produção de leite apresentou maior efeito sobre o risco de descarte. Vacas de baixa produção de leite, gordura e proteína apresentaram maior probabilidade de descarte em comparação à classe mediana. Vacas pertencentes às regiões do Paraná e São Paulo permaneceram mais tempo no rebanho do que as vacas de outras regiões. Os valores de h² variam de 7,8% a 6,1% para a h² equivalente e a efetiva, respectivamente. Observou-se tendência genética positiva para a longevidade. As características de tipo, escore final, angularidade, nivelamento da linha superior, textura do úbere e ligamento suspensório foram as características que se apresentaram mais relacionadas com a longevidade funcional. Foram observadas diferenças no risco de descarte dependendo do número de vacas classificadas para tipo dentro de rebanho. Até a 4ª lactação, o risco de descarte foi menor para vacas com baixa CCS em comparação a vacas da classe mediana. Já para vacas na 5ª lactação, a alta CCS conduziu ao menor risco de descarte. A rotina de avaliação genética é necessária para melhorar a duração da vida produtiva de vacas da raça Holandesa no Brasil. Características preditivas, tais como escore final, angularidade, nivelamento da linha superior, textura do úbere, ligamento suspensório e a CCS podem ser utilizadas para aumentar a confiabilidade dos valores genéticos dos touros para longevidade funcional. / Longevity is a trait related to the profitability of dairy activity. However, its selection in Brazilian Holstein herds is still little considered. The aim of this study was to determine the non-genetic factors that influence functional longevity in Holstein cows in Brazil, as well as to estimate the genetic parameters and the contribution of somatic cell score (SCS) and type traits on the relative culling risk of cows. A piecewise Weibullproportional hazard model was used. The fixed effects were time-independent, as age at first calving, and time-dependent, as the interaction effects of region by year of calving, milk production class by year of calving within herd, within herd milk production class by lactation number, within herd fat and protein content, and variation in herd size class. The random effects were herd-year effect, additive genetic contribution from the sire and maternal grandsire of the cow. The relative risk increased with age at first calving, lactation number by stage of lactation, and herd size but lower risks were observed when herd size was increasing or decreasing, compared to stable herds. Milk production had a greater effect on the risk of culling. The relative risk increased as milk production, protein and fat decreased, but to a lesser extent for protein and fat compared to milk yield. Cows from Paraná and São Paulo regions remained longer in the herd than cows from the other regions. The h² values varied from 7.8% to 6.1% for equivalent and effective h², respectively. A positive genetic trend of functional longevity was observed. The type traits, final score, angularity, top line, udder texture and suspensory ligament showed the strongest relationship with productive life. Differences in risk of culling were observed depending on the fraction of type-scored animals within a herd. The absence of type trait phenotypes was associated with a strong increase of culling risk for the cows. The impact of SCS on longevity was high in cows from 1st to 4th lactation with high SCS. Interestingly, for 5th lactation, cows with lower SCS have higher culling risk compared to cows with higher SCS. A routine of genetic evaluation is necessary to improve length of productive life of Brazilian Holsteins under local conditions. The use of early predictors correlated with longevity, as final score, angularity, top line, udder texture, suspensory ligament and SCS, may be recommended to increase the reliability of sires’ estimated breeding values for functional longevity.

Foram analisados 50 casos de osteossarcoma não metastáticos das extremidades tratados no Instituto de Ortopedia e Traumatologia do Hospital das Clínicas da Faculdade de Medicina da Universidade de São Paulo entre 1986 e 2006 no que se refere à expressão de VEGF. Dezenove pacientes do sexo feminino e 31 do sexo masculino foram a casuística do trabalho. A idade variou de 5 a 28 anos (média de 16 anos) e o seguimento dos pacientes variou de 25 a 167 meses (média de 60,6 meses). As variáveis estudadas foram idade, sexo, localização anatômica, tipo de cirurgia, margens cirúrgicas, tamanho do tumor, necrose pós QT, recidiva local, metástase pulmonar e óbito. Trinta e seis pacientes apresentaram expressão de VEGF menor ou igual a 30% das células tumorais (baixa expressão), ao passo que os 14 restantes apresentaram expressão acima de 30% das células (alta expressão). Dos 36 pacientes com baixa expressão de VEGF, nove evoluíram com metástases pulmonares, dos quais quatro foram a óbito (11,1%). Dentre os 14 casos com alta expressão de VEGF, seis evoluíram com metástases pulmonares e três foram a óbito (21,4%). Porém, não houve correlação estatisticamente significante entre a expressão de VEGF e qualquer das variáveis estudadas / Fifty cases of nonmetastatic osteosarcoma of the extremities treated between 1986 and 2006 at the Instituto de Ortopedia e Traumatologia do Hospital das Clínicas da Faculdade de Medicina da Universidade de São Paulo were evaluated regarding the expression of VEGF. There were 19 females and 31 males. The mean age was 16 years (528) and the mean followup was 60,6 months (25 167). The variables studied were age, gender, anatomic location, type of surgery, surgical margins, tumor size, post chemotherapy necrosis, local recurrence, pulmonary metastasis and death. Thirtysix patients showed VEGF expression equal or under 30% of the cells (low expression), as the remaining 14 cases had VEGF expression above 30% (high expression). Among the 36 patients with low VEGF expression, nine developed pulmonary metastasis and four died (11,1%). Among the 14 patients with high VEGF expression, six developed pulmonary metastasis and three died (21,4%). There was no statistical significant correlation between the VEGF expression and any of the variables studied

This thesis adopts a survival model to analyze China’s stock market. The data used are the capitalization-weighted stock market index (CSI 300) and the 300 stocks for creating the index. We define the recurrent events using the daily return of the selected stocks and the index. A shared frailty model which incorporates the random effects is then used for analyses since the survival times of individual stocks are correlated. Maximization of penalized likelihood is presented to estimate the parameters in the model. The covariates are selected using the Akaike information criterion (AIC) and the variance inflation factor (VIF) to avoid multicollinearity. The result of analyses show that the general capital, total amount of a stock traded in a day, turnover rate and price book ratio are significant in the shared frailty model for daily stock data.