Background Mental health problems among older adults are a central public health problem. Depressive disorders are among the most prevalent mental disorders in later life. Maintaining good health and experiencing well-being in later life are important for the growing population of older adults, enabling them to enjoy life and participate in society for longer. Aims The overall aim of the thesis is to examine how mental health and mental well-being can be promoted and how the incidence and prevalence of depressive symptoms and disorders can be prevented among older adults. The specific aims of the included studies are to examine the associations between mental ill-health (depression and psychological distress) and social capital among older adults, as well as to collect and evaluate the effect of psychosocial interventions for the primary prevention of depressive disorders. Another specific aim is to provide a better understanding of how social capital influences the experienced mental well-being among older adults. Methods Population-based survey data collected in Finland and Sweden in 2008 and 2010 were used and logistic regression analyses were conducted to examine the associations between depression and psychological distress among older adults (65+) and various social capital components. A systematic review and meta-analysis were conducted to evaluate the effect of psychosocial interventions on depressive symptoms, functional level and quality of life. Furthermore, two independent sets of qualitative data material – collected through two focus group interviews and an open-ended question included in a Finnish population-based survey from 2008 – were used in order to identify views on the causal mechanisms between mental well-being and social capital in later life (60+). Results Restricted social networks with regard to both quantity and quality aspects were found to associate with depression and psychological distress in later life as defined in this thesis. Low structural and cognitive social capital are both significant depression covariates in older adults, although the findings were somewhat inconclusive from the association studies. Low frequency of social contacts with friends and neighbours and experienced mistrust in friends were all significantly related to depression, while no statistically significant connection was found between depression and experienced mistrust in neighbours. Further, restricted access to instrumental social support was statistically significantly associated with depression, while other cognitive components of social capital, such as experienced general mistrust, as well as having a limited number of people to count on or who are concerned about you were significantly associated with psychological distress. In addition, based on both quantitative and qualitative data the findings of this thesis highlight the effectiveness and subjective importance of social activities for the maintenance of mental health and well-being among older adults. The social activities are an important mental health resource among older adults because of the accompanied sense of belonging to a social group, as well as feelings of purpose with regard to everyday life and hope for the future. The social activities evaluated in the systematic review and meta-analysis significantly reduced depressive symptoms when compared to no-intervention controls. However, the systematic review also revealed the scarce research base of psychosocial interventions, as only a small number of studies were included and many were characterised by a small or no effect. Conclusions The findings illustrate the need to actively maintain the social networks and interactions of older people in order to promote mental health and prevent mental ill-health. Older people experiencing low-level social capital are more likely to suffer from mental ill-health and this risk group should have access to initiatives that empower social networking and a maintained rich social life. In addition, the findings highlight the significant potential of psychosocial interventions as they support active and healthy ageing when appropriately implemented / Bakgrund Psykisk ohälsa hos äldre är ett viktigt folkhälsoproblem. Depressiva syndrom utgör ett av de vanligast förekommande psykiska funktionshindren. Det blir allt viktigare att hälsan och välbefinnandet upprätthålls i den växande äldre befolkningen, eftersom det möjliggör för de äldre att längre upp i åldrarna njuta av livet och att vara delaktiga i samhället. Syfte Avhandlingens övergripande syfteär att studera hur psykisk hälsa och psykiskt välbefinnande kan befrämjas och hur uppkomsten och förekomsten av depressiva symptom och sjukdomar kan förebyggas hos äldre. De specifika syftena för studierna inkluderade i avhandlingen är att undersöka sambanden mellan psykisk ohälsa (depression och psykisk belastning) och socialt kapital hos äldre personer, samt att samla in och utvärdera effekten av olika psykosociala interventioner för primärprevention av depressiva syndrom. Ett annat specifikt syfte är att ge en bättre förståelse för på vilket sätt socialt kapital påverkar det upplevda psykiska välbefinnandet hos äldre. Metod Befolkningsbaserade enkätdata insamlade i Finland och i Sverige år 2008 och 2010 användes och logistiska regressionsanalyser utfördes för att undersöka sambanden mellan depression och psykisk belastning hos äldre personer (65+) och olika komponenter av socialt kapital. En systematisk litteraturöversikt och meta-analys sammanställdes för att utvärdera effekten av olika psykosociala interventioner på depressiva symptom, funktionsförmåga och livskvalitet. För att identifiera kausala mekanismer mellan socialt kapital och psykiskt välbefinnande hos äldre (60+) användes dessutom två oberoende kvalitativa datamaterial – insamlade med hjälp av två fokusgruppintervjuer och en öppen fråga som ingick i den finländska befolkningsenkäten från 2008. Resultat Kvantitativt och kvalitativtbegränsadesociala nätverk står i samband med depression och psykisk belastning bland äldre så som dessa definieras i avhandlingen. Lågt strukturellt och kognitivt socialt kapital står båda signifikant i samband med depression hos äldre, även om forskningsresultaten från sambandsstudierna var något osamstämmiga. Låg frekvens av social kontakt med vänner och grannar och upplevd misstro till vänner hade alla ett statistiskt signifikant samband med depression, medan man inte kunde hitta något signifikant samband mellan depression och upplevd misstro till grannar. Dessutom hittades ett statistiskt signifikant samband mellan begränsad tillgång till instrumentellt socialt stöd och depression, medan andra komponenter av kognitivt social kapital – så som att uppleva generell misstro, att ha få personer man kan lita på, samt att uppleva ett begränsat intresse från omgivningen för vad man gör – kunde kopplas till psykisk belastning. I tillägg betonar avhandlingsresultaten, som är baserade på både kvantitativa och kvalitativa data, effekten och den subjektiva nyttan av sociala aktiviteter för upprätthållandet av den psykiska hälsan och välbefinnandet hos äldre personer. De sociala aktiviteterna är en viktig resurs för den psykiska hälsan bland äldre därför att de ger en känsla av tillhörighet till en social grupp, samtidigt som de ger mening till vardagslivet och en känsla av hopp för framtiden. De sociala aktiviteter som utvärderades i den sytematiska översikten och meta-analysen minskade signifikant de depressiva symptomen, jämfört med kontrollgrupperna. Den systematiska översikten pekar emellertid också på bristen på forskning om psykosociala interventioner, eftersom få studier kunde inkluderas och dessa kännetecknades dessutom av en liten eller av avsaknad av effekt. Slutsatser Avhandlingens resultat illustrerar behovet av att aktivt upprätthålla de äldres sociala nätverk och interaktion för att främja deras psykiska hälsa och förebygga psykisk ohälsa.Äldre som har ett begränsat socialt kapital löper större risk för att lida av psykisk ohälsa och därför bör denna riskgrupp ha tillgång till insatser som stöder uppbyggandet och upprätthållandet av sociala nätverk och ett rikt socialt liv. I tillägg visar avhandlingen på den stora potential som psykosociala interventioner har med tanke på att de kan stödja ett aktivt och hälsosamt åldrande om de används på rätt sätt / Tausta Ikäihmistenmielenterveysongelmat ovat keskeisiä kansanterveysongelmia. Masennus on iäkkäiden yleisimpiä mielenterveyden häiriöitä. Hyvän terveyden ja koetun hyvinvoinnin säilyttäminen myöhemmällä iällä ovat tärkeitä yhä suurenevalle ikääntyvälle väestölle, koska ne mahdollistavat elämästä nauttimisen ja yhteiskuntaelämään osallistumisen pidempään. Tavoitteet Tämän väitöskirjan päätavoitteena on tutkia miten mielenterveyttä ja psyykkistä hyvinvointia voidaan edistää ja miten ikäihmisten masennusoireiden ja -häiriöiden ilmenemistä ja esiintyvyyttä voidaan ehkäistä. Väitöskirjaan sisältyvän tutkimuksen erityinen tavoite on tarkastella iäkkäiden aikuisten mielenterveysongelmien (masennus ja psyykkinen kuormittuneisuus) ja sosiaalisen pääoman välistä suhdetta sekä kerätä ja arvioida psykososiaalisten interventioiden vaikutuksia ikääntyneiden masennushäiriöiden primaarissa ehkäisyssä. Toinen tutkimuksen erityinen tavoite on lisätä ymmärrystä siitä, miten sosiaalinen pääoma vaikuttaa ikäihmisten koettuun psyykkiseen hyvinvointiin. Menetelmät Tutkimuksessa käytettiin Suomessa ja Ruotsissa vuosina 2008 ja 2010 väestökyselyllä kerättyä aineistoa, johon tehtyjen logististen regressioanalyysien tarkoituksena oli tutkia yhteyksiä ikäihmisten (65+) masennuksen ja psyykkisen kuormittuneisuuden ja sosiaalisen pääoman eri komponenttien välillä. Systemaattisella kirjallisuuskatsauksella ja meta-analyysillä arvioitiin psykososiaalisten interventioiden vaikutusta masennusoireisiin, toimintakykyyn ja elämänlaatuun. Tämän lisäksi käytettiin kahta toisistaan riippumatonta laadullista aineistoa, joiden perusteella tunnistettiin sosiaalisen pääoman vaikutuksia psyykkiseen hyvinvointiin vanhuusiässä(60+). Nämä aineistot kerättiin kahdesta fokusryhmähaastattelusta ja Suomessa vuonna 2008 toteutuneen väestökyselyn avoimesta kysymyksestä. Tulokset Tutkimuksen mukaan myöhemmällä iällä niin määrällisesti kuin laadullisestikin rajalliset sosiaaliset verkostot ovat tässä väitöskirjassa käytetyn määritelmän mukaan voimakkaasti yhteydessä masennukseen ja psyykkiseen kuormittuneisuuteen. Matala rakenteellinen ja kognitiivinen sosiaalinen pääoma ovat molemmat merkittäviä ikäihmisten masennuksen ennustekijöitä, joskaannämä tulokset eivät ole täysin yhdenmukaisia tutkimuksessa käytettyjen aineistojen perusteella. Ikäihmisten vähäiset sosiaaliset kontaktiystäviin ja naapureihin sekä koettu epäluottamus ystäviä kohtaan liittyivät kaikki merkittävästi masennukseen, vaikkakaan tilastollisesti merkitsevää yhteyttä masennuksen ja naapureihin kohdistuvan epäluottamuksen välillä ei löytynyt. Sen sijaan vähäisen käytännössä saadun sosiaalisen tuen ja masennuksen välillä oli tilastollisesti merkitsevä yhteys. Samoin psyykkinen kuormittuneisuus oli merkitsevästi yhteydessä sosiaalisen pääoman kognitiivisiin komponentteihin, kuten koettuun yleiseen epäluottamukseen ja myös vain vähäiseen määrään sellaisia ihmisiä, joihin voi luottaa ja jotka välittävät. Tämän lisäksi väitöskirjan määrälliseen ja laadulliseen aineistoon perustuvat tulokset korostavat sitä, että ikäihmisten mielenterveyden ja psyykkisen hyvinvoinnin säilyttämiseksi sosiaaliset aktiviteetit ovat sekä yksilöllisesti merkittäviä että tehokkaita. Sosiaaliset aktiviteetit ovat tärkeä iäkkäiden mielenterveyden resurssi, koska ne luovat tunteen sosiaaliseen ryhmään kuulumisesta, jokapäiväisen elämän merkityksellisyydestä ja toivosta tulevaisuudessa. Systemaattisen kirjallisuuskatsauksen ja meta-analyysin perusteella sosiaaliset aktiviteetit vähensivät merkittävästi masennusoireilua vertailuryhmiin nähden. Systemaattinen katsaus kuitenkin osoittaa, että psykososiaalisista menetelmistä on olemassa vain niukasti näyttöön perustuvaa tutkimusta. Tästä syystä tämä aineisto jäi pieneksi myös tässä tutkimuksessa – lisäksi systemaattisen katsauksen aineisto osoitti psykososiaalisten interventioiden vaikuttavan ikääntyneiden mielenterveyteenvain vähän tai ei lainkaan. Johtopäätökset Väitöskirjan tulokset osoittavat, että mielenterveyden edistämiseksi ja mielenterveysongelmien ehkäisemiseksi on tarpeellista aktiivisesti ylläpitää ikäihmisten sosiaalisia verkostoja ja vuorovaikutusta. Ne iäkkäät, joilla on vähäinen sosiaalinen pääoma kärsivät muita todennäköisemmin mielenterveysongelmista. Tälle riskiryhmälle tulee löytää keinoja, joilla vahvistetaan sen sosiaalista verkostoitumista ja rikastutetaan sen sosiaalista elämää. Tämän lisäksi tulokset korostavat niitä merkittäviä mahdollisuuksia, joita oikealla tavalla toteutetuilla psykososiaalisilla interventioilla on tukea aktiivista ja tervettä ikääntymistä.

Made available in DSpace on 2016-06-02T20:04:51Z (GMT). No. of bitstreams: 1 3028.pdf: 7339557 bytes, checksum: 16711c2271b754604bfa0b0fba30290b (MD5) Previous issue date: 2010-03-04 / In this work, we introduce a Bayesian Analysis for survival multivariate data in the presence of a covariate vector and censored observations. Different frailties or latent variables are considered to capture the correlation among the survival times for the same individual. We also introduce a Bayesian analysis for some of the most popular bivariate exponential distributions introduced in the literature. A Bayesian analysis is also introduced for the Block & Basu bivariate exponential distribution using Markov Chain Monte Carlo (MCMC) methods and considering lifetimes in presence of covariates and censored data. In another topic, we introduce a Bayesian Analysis for bivariate lifetime data in the presence of covariates and censoring data assuming different bivariate Weibull distributions derived from some existing copula functions. A great computational simplification to simulate samples for the joint posterior distribution is obtained using the WinBUGS software. Numerical illustrations are introduced considering real data sets considering every proposed methodology. / Nesta tese introduzimos uma an´alise Bayesiana para dados de sobreviv encia multivariados, na presen¸ca de um vetor de covari´aveis e observa¸c oes censuradas. Diferentes fragilidades ou vari´aveis latentes s ao consideradas para capturar a correla¸c ao existente entre os tempos de sobreviv encia, para o mesmo indiv´ıduo. Tamb´em apresentamos uma an´alise Bayesiana para algumas das mais populares distribui¸c oes exponenciais bivariadas introduzidas na literatura. Uma an´alise Bayesiana tamb´em ´e introduzida para a distribui¸c ao exponencial bivariada de Block & Basu, usando m´etodos MCMC (Monte Carlo em Cadeias de Markov) e considerando os tempos de sobreviv encia na presen¸ca de covari´aveis e dados censurados. Em outro t´opico, introduzimos uma an´alise Bayesiana para dados de sobreviv encia bivariados na presen¸ca de covari´aveis e observa¸c oes censuradas, assumindo diferentes distribui¸c oes bivariadas Weibull derivadas de algumas fun¸c oes c´opulas existentes. Uma grande simplifica¸c ao computacional para simular amostras da distribui¸c ao a posteriori conjunta de interesse ´e obtida usando o software WinBUGS. Ilustra¸c oes num´ericas s ao introduzidas considerando conjunto de dados reais, para cada uma das metodologias propostas.

L’étude des rendements en blé a mis en évidence une stagnation apparue dans les années 1990, notamment en France, et principalement lié aux stress hydrique et thermique. Dans ce contexte, améliorer la tolérance du blé européen à ces stress est de première importance. Cette étude avait pour but d’étudier le déterminisme génétique de la tolérance à ces stress chez le blé. Pour ce faire, trois populations de blé tendre du CIMMYT combinant des caractères d’adaptation à ces stress ont été cultivées en conditions irriguée, sèche et stress thermique irriguée plusieurs années. Des caractères physiologiques et agronomiques ont été mesurés sur un réseau de 15 essais. Une méthodologie de caractérisation environnementale a été développée et a permis l’identification de six scenarii de stress au sein du réseau. Une covariable environnementale représentative de chacun a été extraite. L’utilisation des modèles de régression factorielles a permis la décomposition de l’interaction génotype x environnement ainsi que la mise en évidence d’une sensibilité différentielle au stress dans le germplasm. Une recherche de QTL multi-environnementale a conduit à la détection de régions génomiques contrôlant les caractères physiologiques et agronomiques ainsi que leurs interactions avec l’environnement. De la caractérisation environnementale à la détection de QTL, cette étude a abouti au développement d’un outil pour les sélectionneurs permettant l’évaluation du potentiel des génotypes face à une gamme d’environnement, mais aussi à l’identification de régions génomiques impliquées dans le contrôle de la tolérance aux stress hydrique et thermique chez le blé tendre. Ceci pourrait améliorer la tolérance à ces stress au sein du germplasm européen. / A stagnation of wheat yield was reported in France and other countries worldwide since the 1990’s, which incriminated mainly drought and heat stress. Improving the European wheat tolerance to them is of first importance. This study aimed to investigate the genetic determinism of the tolerance to such stresses. Three CIMMYT bread wheat populations combining complementary heat and drought adaptive habits were grown in Northern Mexico under irrigated, drought and heat-irrigated treatments from 2011 to 2013. The trial network comprised 15 trials and both physiological and agronomic traits were scored. First, an environmental characterization methodology was developed and resulted in the identification of six main environmental scenarios in the network. A representative environmental covariate was extracted from each of them. Then, a factorial regression model leaded to the dissection of the genotype-by-environment interaction and highlighted differential stress sensitivity of the germplasm. Finally, a multi-environmental QTL detection resulted in the discovery of genomic regions involved in the control of both physiological and agronomic traits and the study of their sensitivity to the environment. From the environmental characterization to the QTL detection, this study resulted in the development of a tool for breeders which may enable the evaluation of the potential of any genotypes in front of a range of environment, but also the identification of genomic regions involved in the control of the tolerance to drought and heat stress in bread wheat. This may help in improving the tolerance of the European bread wheat germplasm to drought and heat stress.

Soil carbon is the largest sink and source of the global carbon cycle and is disturbed by several natural, anthropogenic, and environmental factors. The global increase of atmospheric CO2 affects soil carbon cycling through varied biogeochemical processes. The first chapter is a compilation of current information on potential factors triggering soil acidification and weathering mechanisms under elevated CO2 and their consequences on soil inorganic carbon (SIC) pool and quality. Soil water content and precipitation were critical factors influencing elevated CO2 effects on the SIC pool. The second chapter examines a detailed column experiment in which six soils from the state of Mississippi, USA, representing acidic, neutral, and alkaline pH, were exposed to different CO2 enrichments (100%, 10%, and 1%) for 30 days. The leachates’ pH tended to attain an equilibrium state (neutral) with time under CO2 saturation. SIC increased under CO2 saturation, whereas cation exchange capacity (CEC) showed a decreasing pattern in all soils. In the third chapter, an eXplainable artificial intelligence (XAI) was performed to visualize the different forms of soil carbon variability across the Mississippi River Basin area. This model explains key insights and local discrepancies, suggesting a solution to the “Black-Box” issue. The best performing model, stack ensemble, showed improved RMSE (3 to 8%) and spatial variability for soil carbons than other ML models, especially after adding the residuals from regression analyses. Land cover type > soil pH > total nitrogen, > NDVI were identified as the top four crucial factors for predicting SOC when bulk density > precipitation, soil pH > mean annual temperature described SIC. The proposed automatic machine learning (AutoML) model with model agnostic interpolations might be a hallmark to mitigate the C loss under adverse climate change conditions and allow diverse knowledge groups to adopt a new interpretable ML algorithm more confidently. Findings from this study help predict the impact of elevated atmospheric CO2 on soil pH, acidification, and nutrient availability and develop strategies for sustainable land management practices under a changing climate.

<p dir="ltr">Digital soil mapping (DSM) combines field and laboratory data with environmental factors to predict soil properties. The accuracy of these predictions depends on factors such as model selection, data quality and quantity, and landscape characteristics. In our study, we investigated the impact of sample density and the use of various environmental covariates (ECs) including slope, topographic position index, topographic wetness index, multiresolution valley bottom flatness, and multiresolution ridge top flatness, as well as the spatial resolution of these ECs on the predictive accuracy of four predictive models; Cubist (CB), Random Forest (RF), Regression Kriging (RK), and Ordinary Kriging (OK). Our analysis was conducted at three sites in Indiana: the Purdue Agronomy Center for Research and Education (ACRE), Davis Purdue Agriculture Center (DPAC), and Southeast Purdue Agricultural Center (SEPAC). Each site had its unique soil data sampling designs, management practices, and topographic conditions. The primary focus of this study was to predict the spatial distribution of soil properties, including soil organic matter (SOM), cation exchange capacity (CEC), and clay content, at different depths (0-10cm, 0-15cm, and 10-30cm) by utilizing five environmental covariates and four spatial resolutions for the ECs (1-1.5 m, 5 m, 10 m, and 30 m).</p><p dir="ltr">Various evaluation metrics, including R², root mean square error (RMSE), mean square error (MSE), concordance coefficient (pc), and bias, were used to assess prediction accuracy. Notably, the accuracy of predictions was found to be significantly influenced by the site, sample density, model type, soil property, and their interactions. Sites exhibited the largest source of variation, followed by sampling density and model type for predicted SOM, CEC, and clay spatial distribution across the landscape.</p><p dir="ltr">The study revealed that the RF model consistently outperformed other models, while OK performed poorly across all sites and properties as it only relies on interpolating between the points without incorporating the landscape characteristics (ECs) in the algorithm. Increasing sample density improved predictions up to a certain threshold (e.g., 66 samples at ACRE for both SOM and CEC; 58 samples for SOM and 68 samples for CEC at SEPAC), beyond which the improvements were marginal. Additionally, the study highlighted the importance of spatial resolution, with finer resolutions resulting in better prediction accuracy, especially for SOM and clay content. Overall, comparing data from the two depths (0-10cm vs 10-30cm) for soil properties predications, deeper soil layer data (10-30cm) provided more accurate predictions for SOM and clay while shallower depth data (0-10cm) provided more accurate predictions for CEC. Finally, higher spatial resolution of ECs such as 1-1.5 m and 5 m contributed to more accurate soil properties predictions compared to the coarser data of 10 m and 30 m resolutions.</p><p dir="ltr">In summary, this research underscores the significance of informed decisions regarding sample density, model selection, and spatial resolution in digital soil mapping. It emphasizes that the choice of predictive model is critical, with RF consistently delivering superior performance. These findings have important implications for land management and sustainable land use practices, particularly in heterogeneous landscapes and areas with varying management intensities.</p>

Cette thèse a été conçu pour explorer les modèles dynamiques de régression, d’évaluer les inférences statistiques pour l’analyse des données de survie et de fiabilité. Ces modèles de régression dynamiques que nous avons considérés, y compris le modèle des hasards proportionnels paramétriques et celui de la vie accélérée avec les variables qui peut-être dépendent du temps. Nous avons discuté des problèmes suivants dans cette thèse.Nous avons présenté tout d’abord une statistique de test du chi-deux généraliséeY2nquiest adaptative pour les données de survie et fiabilité en présence de trois cas, complètes,censurées à droite et censurées à droite avec les covariables. Nous avons présenté en détailla forme pratique deY2nstatistique en analyse des données de survie. Ensuite, nous avons considéré deux modèles paramétriques très flexibles, d’évaluer les significations statistiques pour ces modèles proposées en utilisantY2nstatistique. Ces modèles incluent du modèle de vie accélérés (AFT) et celui de hasards proportionnels (PH) basés sur la distribution de Hypertabastic. Ces deux modèles sont proposés pour étudier la distribution de l’analyse de la duré de survie en comparaison avec d’autre modèles paramétriques. Nous avons validé ces modèles paramétriques en utilisantY2n. Les études de simulation ont été conçus.Dans le dernier chapitre, nous avons proposé les applications de ces modèles paramétriques à trois données de bio-médicale. Le premier a été fait les données étendues des temps de rémission des patients de leucémie aiguë qui ont été proposées par Freireich et al. sur la comparaison de deux groupes de traitement avec des informations supplémentaires sur les log du blanc du nombre de globules. Elle a montré que le modèle Hypertabastic AFT est un modèle précis pour ces données. Le second a été fait sur l’étude de tumeur cérébrale avec les patients de gliome malin, ont été proposées par Sauerbrei & Schumacher. Elle a montré que le meilleur modèle est Hypertabastic PH à l’ajout de cinq variables de signification. La troisième demande a été faite sur les données de Semenova & Bitukov, à concernant les patients de myélome multiple. Nous n’avons pas proposé un modèle exactement pour ces données. En raison de cela était les intersections de temps de survie.Par conséquent, nous vous conseillons d’utiliser un autre modèle dynamique que le modèle de la Simple Cross-Effect à installer ces données. / This thesis was designed to explore the dynamic regression models, assessing the sta-tistical inference for the survival and reliability data analysis. These dynamic regressionmodels that we have been considered including the parametric proportional hazards andaccelerated failure time models contain the possibly time-dependent covariates. We dis-cussed the following problems in this thesis.At first, we presented a generalized chi-squared test statisticsY2nthat is a convenient tofit the survival and reliability data analysis in presence of three cases: complete, censoredand censored with covariates. We described in detail the theory and the mechanism to usedofY2ntest statistic in the survival and reliability data analysis. Next, we considered theflexible parametric models, evaluating the statistical significance of them by usingY2nandlog-likelihood test statistics. These parametric models include the accelerated failure time(AFT) and a proportional hazards (PH) models based on the Hypertabastic distribution.These two models are proposed to investigate the distribution of the survival and reliabilitydata in comparison with some other parametric models. The simulation studies were de-signed, to demonstrate the asymptotically normally distributed of the maximum likelihood estimators of Hypertabastic’s parameter, to validate of the asymptotically property of Y2n test statistic for Hypertabastic distribution when the right censoring probability equal 0% and 20%.n the last chapter, we applied those two parametric models above to three scenes ofthe real-life data. The first one was done the data set given by Freireich et al. on thecomparison of two treatment groups with additional information about log white blood cellcount, to test the ability of a therapy to prolong the remission times of the acute leukemiapatients. It showed that Hypertabastic AFT model is an accurate model for this dataset.The second one was done on the brain tumour study with malignant glioma patients, givenby Sauerbrei & Schumacher. It showed that the best model is Hypertabastic PH onadding five significance covariates. The third application was done on the data set given by Semenova & Bitukov on the survival times of the multiple myeloma patients. We did not propose an exactly model for this dataset. Because of that was an existing oneintersection of survival times. We, therefore, suggest fitting other dynamic model as SimpleCross-Effect model for this dataset.