Cette thèse a pour objectif d’incorporer des éléments de théories de psychologie et d’économie comportementale dans des modèles de choix discret afin d’améliorer la compréhension du choix modal réalisé à l’échelle régionale. Les estimations se basent sur une enquête de type choice experiment présentée en première partie. Une deuxième partie s’intéresse à l’incorporation de variables latentes pour expliquer le choix modal. Après une revue de littérature sur les modèles de choix hybrides, c’est-à-dire des modèles combinant modèle d’équations structurelles et modèle de choix discret, un tel modèle est estimé pour montrer comment l’hétérogénéité d’outputs économiques (ici, la valeur du temps) peut être expliquée à l’aide de variables latentes (ici, le confort perçu dans les transports en commun) et de variables observables (ici, la garantie d’une place assise). La simulation de scénarios montre cependant que le gain économique (diminution de la valeur du temps) est plus élevé lorsque les politiques agissent sur des dimensions palpables que sur des dimensions latentes. S’appuyant sur un modèle de médiation, l’estimation d’un modèle d’équations structurelles montre par ailleurs que l’effet de la conscience environnementale sur les habitudes de choix modal est partiellement médié par l’utilité indirecte retirée de l’usage des transports en commun. Une troisième partie s’intéresse à deux formalisations de l’utilité issues de l’économie comportementale : 1) l’utilité dépendante au rang en situation de risque et 2) l’utilité dépendante à la référence. Dans un premier temps, un modèle d’utilité dépendante au rang est inséré dans des modèles de choix discret et, en particulier, un modèle à classes latentes, afin d’analyser l’hétérogénéité intra- et inter-individuelle lorsque le temps de déplacement n’est pas fiable. La probabilité de survenue d’un retard est sur-évaluée pour les déplacements en train et sous-évaluée pour les déplacements en voiture, en particulier pour les automobilistes, les usagers du train prenant d’avantage en compte l’espérance du temps de déplacement. Dans les modèles prenant en compte l’aversion au risque, les fonctions d’utilité sont convexes, ce qui implique une décroissance,de la valeur du temps. Dans un deuxième temps, une nouvelle famille de modèles de choix discret généralisant le modèle logit multinomial, les modèles de référence, est estimée. Sur mes données, ces modèles permettent une meilleure sélection des variables explicatives que le logit multinomial et l’estimation d’outputs économiques plus robustes, notamment en cas de forte hétérogénéité inobservée. La traduction économique des modèles de référence montre que les meilleurs modèles empiriques sont également les plus compatibles avec le modèle de dépendance à la référence de Tversky et Kahneman. / The objective of this thesis is to incorporate aspects of psychology and behavioral economics theories in discrete choice models to promote a better understanding of mode choice at regional level. Part II examines the inclusion of latent variables to explain mode choice. A literature review of integrated choice and latent variable models – that is, models combining a structural equation model and a discrete choice model – is followed by the estimation of an integrated choice and latent variable model to show how the heterogeneity of economic outputs (here, value of time) can be explained with latent variables (here, perceived comfort in public transport) and observable variables (here, the guarantee of a seat). The simulation of scenarios shows, however, that the economic gain (decrease in value of time) is higher when policies address tangible factors than when they address latent factors. On the basis of a mediation model, the estimation of a structural equation model furthermore implies that the influence of environmental concern on mode choice habits is partially mediated by the indirect utility derived frompublic transport use. Part III examines two utility formulations taken from behavioral economics: 1) rankdependent utility to model risky choices, and 2) reference-dependent utility. Firstly, a rank-dependent utility model is included in discrete choice models and, in particular, a latent-class model, in order to analyze intra- and inter-individual heterogeneity when the travel time is subject to variability. The results show that the probability of a delay is over-estimated for train travel and under-estimated for car travel, especially for car users, as train users are more likely to take into account the expected travel time. In the models that account for risk aversion, the utility functions are convex, which implies a decrease in value of time. Secondly, a new family of discrete choice models generalizing the multinomial logit model, the reference models, is estimated. On my data, these models allow for a better selection of explanatory variables than the multinomial logit model and a more robust estimation of economic outputs, particularly in cases of high unobserved heterogeneity. The economic formulation of reference models shows thatthe best empirical models are also more compatible with Tversky et Kahneman’s reference-dependent model.

A falta de alternativas ao modelo normal uni/multivariado já é um problema superado pois atualmente é possível encontrar inúmeros trabalhos que introduzem e desenvolvem generalizações da distribuição normal com relação `a assimetria, curtose e/ou multimodalidade (Branco e Arellano-Valle (2004), Genton (2004), Arellano-Valle et al. (2006)). No contexto dos modelos unidimensionais da Teoria da Resposta ao Item (TRI), Bazán (2005) percebeu esta realidade e introduziu uma classe denominada PANA (Probito Assimétrico - Normal Assimétrica) a qual permite modelar possíveis comportamentos assimétricos de um modelo (uma probabilidade) de resposta ao item bem como a especificação de uma distribuição normal assimétrica para os traços latentes (unidimensionais) a qual é utilizada no processo de estimação. Motivado pela necessidade de melhor representar os fenômenos da área psicométrica (Heinen, 1996, p. 105) e da atual disponibilidade de distribuições elípticas assimétricas cujas propriedades são tão convenientes quanto aquelas devidas `a distribuição normal, a proposta do presente trabalho é apresentar uma extensão do modelo K-dimensional de 3 Parâmetros Probito (Kd3PP) com vetores de traços latentes normalmente distribuídos para o caso t-Assimétrico, gerando, assim, o que denominamos modelo Kd3PP-tA. Nossa proposta, portanto, pode ser considerada como uma extensão do trabalho desenvolvido por Bazán (2005) tanto no sentido de extender a distribuição unidimensional assimétrica dos traços latentes para o caso multidimensional quanto no que conscerne em considerar o achatamento (curtose) da distribuição. Nossa proposta também pode ser vista como uma extensão do trabalho de Béguin e Glas (2001) no sentido de desenvolver o método de estimação bayesiana dos modelos multidimensionais da TRI via DAGS (Dados Aumentados com Amostrador de Gibbs) para o caso em que os vetores de traços latentes comportam-se segundo uma distribuição multivariada t-Assimétrica. No desenvolvimento deste trabalho nos deparamos com uma das principais dificuldades encontradas no processo de estimação e inferência dos modelos multidimensionais da TRI que é a falta de identificabilidade e, com a intenção de ampliar e desmistificar nossos conhecimentos sobre um assunto ainda pouco explorado na literatura da TRI, apresentamos um estudo bibliográfico sobre este tema tanto sob o contexto da inferência clássica quanto bayesiana. Com o intuito de identificar situações particulares em que o uso de uma distribuição normal assimétrica para os traços latentes seja de maior relevância para a estimação e inferência dos parâmetros de item, bem como outros parâmetros relacionados à distribuição dos traços latentes, algumas análises sobre conjuntos de dados simulados são desenvolvidas. Como conclusão destas análises, podemos dizer que há uma melhora superficial quando a informação sobre uma possível assimetria na distribuição dos traços latentes não é ignorada. Além disso, os resultados favoreceram a seleção dos modelos que consideram distribuições assimétricas para os traços latentes, principalmente quando são considerados os modelos que possibilitam a estimação dos parâmetros de localização e escala da distribuição dos vetores de traços latentes. Duas principais contribuições que consideramos de ordem prática, são: a análise e a interpretação de testes através da estimação de modelos uni e multidimensionais da TRI que consideram tanto distribuições simétricas quanto assimétricas para os vetores de traços latentes e a disponibilização de uma função escrita em códigos R e C++ para a estimação dos modelos apresentados e desenvolvidos no presente trabalho. / The lack of alternatives to the univariate or multivariate normal model has been already solved because actually it has been possible to find several works that introduce and develop generalizations of the normal distribution in relation to the asymmetry, kurtosis and/or multimodality (Branco e Arellano-Valle (2004), Genton (2004), Arellano-Valle et al. (2006). In the context of unidimensional models of the Item Response Theory (IRT), Baz´an (2005) observed this fact and introduced a class called PANA (Probito Assimétrico - Normal Assimétrica) which allows to take account for asymmetry in the shape of an item response model (probability) and the specification of a skew normal distribution for unidimensional latent traits which is used in the estimation process. Motivated by the need to better represent the phenomenon of psychometric area (Heinen, 1996, p. 105) and the current availability of skew elliptical distributions whose properties are as convenient as those due to normal distribution, the proposal of this work is to provide an extension of multidimensional 3 Parameters Probit model (Kd3PP) where latent traits vectors are normally distributed for the case of Skew-t distribution (Sahu et al., 2003), generating therefore what we call Kd3PP-St model. Our proposal, therefore, can be regarded as an extension of the work of Bazán (2005) in two ways: the first is extending the unidimensional skew normal distribution of latent traits to the multidimensional case and second in the sense to consider the flattening (kurtosis) of this distribution. Our proposal can also be seen as an extension of the work of B´eguin e Glas (2001) in the sense that we develop the Bayesian estimation method of the 3 parameters multidimensional item response model by DAGS (Augmentated Data with Gibbs sampling) for the case where the latent trait vectors behave according to a Skew-t multivariate distribution. In the development of this work we come across one of the main difficulties encountered in the process of estimation and inference of multidimensional IRT models which is the lack of identifiabilitie and, with the intent to demystify and expand our knowledge on a subject still little explored in the literature of the IRT, we present a bibliographical study on this subject both in the context of classical and Bayesian inference. In order to identify particular situations where the use of a skew normal distribution is more relevant to the estimation and inference of item parameters as well as other parameters related to the distribution of latent traits, some analyses on simulated data sets are developed. As results of these analyses, we can say that there is a modest improvement when information about a possible asymmetry in the distribution of latent traits is not ignored. Moreover, the results favored the selection of models that consider asymmetric distributions for latent traits, especially when models that enable the estimation of parameters of location and scale from this distribution are considered. Two main contributions that we consider of pratical interest are: analysis and interpretations of tests using unidimensional and multidimensional IRT models that consider both simetric and skewed distributions for the vectors of latent traits and a function written in R and C++ language program that is made disponible for the estimation of models treated in this work.

A falta de alternativas ao modelo normal uni/multivariado já é um problema superado pois atualmente é possível encontrar inúmeros trabalhos que introduzem e desenvolvem generalizações da distribuição normal com relação `a assimetria, curtose e/ou multimodalidade (Branco e Arellano-Valle (2004), Genton (2004), Arellano-Valle et al. (2006)). No contexto dos modelos unidimensionais da Teoria da Resposta ao Item (TRI), Bazán (2005) percebeu esta realidade e introduziu uma classe denominada PANA (Probito Assimétrico - Normal Assimétrica) a qual permite modelar possíveis comportamentos assimétricos de um modelo (uma probabilidade) de resposta ao item bem como a especificação de uma distribuição normal assimétrica para os traços latentes (unidimensionais) a qual é utilizada no processo de estimação. Motivado pela necessidade de melhor representar os fenômenos da área psicométrica (Heinen, 1996, p. 105) e da atual disponibilidade de distribuições elípticas assimétricas cujas propriedades são tão convenientes quanto aquelas devidas `a distribuição normal, a proposta do presente trabalho é apresentar uma extensão do modelo K-dimensional de 3 Parâmetros Probito (Kd3PP) com vetores de traços latentes normalmente distribuídos para o caso t-Assimétrico, gerando, assim, o que denominamos modelo Kd3PP-tA. Nossa proposta, portanto, pode ser considerada como uma extensão do trabalho desenvolvido por Bazán (2005) tanto no sentido de extender a distribuição unidimensional assimétrica dos traços latentes para o caso multidimensional quanto no que conscerne em considerar o achatamento (curtose) da distribuição. Nossa proposta também pode ser vista como uma extensão do trabalho de Béguin e Glas (2001) no sentido de desenvolver o método de estimação bayesiana dos modelos multidimensionais da TRI via DAGS (Dados Aumentados com Amostrador de Gibbs) para o caso em que os vetores de traços latentes comportam-se segundo uma distribuição multivariada t-Assimétrica. No desenvolvimento deste trabalho nos deparamos com uma das principais dificuldades encontradas no processo de estimação e inferência dos modelos multidimensionais da TRI que é a falta de identificabilidade e, com a intenção de ampliar e desmistificar nossos conhecimentos sobre um assunto ainda pouco explorado na literatura da TRI, apresentamos um estudo bibliográfico sobre este tema tanto sob o contexto da inferência clássica quanto bayesiana. Com o intuito de identificar situações particulares em que o uso de uma distribuição normal assimétrica para os traços latentes seja de maior relevância para a estimação e inferência dos parâmetros de item, bem como outros parâmetros relacionados à distribuição dos traços latentes, algumas análises sobre conjuntos de dados simulados são desenvolvidas. Como conclusão destas análises, podemos dizer que há uma melhora superficial quando a informação sobre uma possível assimetria na distribuição dos traços latentes não é ignorada. Além disso, os resultados favoreceram a seleção dos modelos que consideram distribuições assimétricas para os traços latentes, principalmente quando são considerados os modelos que possibilitam a estimação dos parâmetros de localização e escala da distribuição dos vetores de traços latentes. Duas principais contribuições que consideramos de ordem prática, são: a análise e a interpretação de testes através da estimação de modelos uni e multidimensionais da TRI que consideram tanto distribuições simétricas quanto assimétricas para os vetores de traços latentes e a disponibilização de uma função escrita em códigos R e C++ para a estimação dos modelos apresentados e desenvolvidos no presente trabalho. / The lack of alternatives to the univariate or multivariate normal model has been already solved because actually it has been possible to find several works that introduce and develop generalizations of the normal distribution in relation to the asymmetry, kurtosis and/or multimodality (Branco e Arellano-Valle (2004), Genton (2004), Arellano-Valle et al. (2006). In the context of unidimensional models of the Item Response Theory (IRT), Baz´an (2005) observed this fact and introduced a class called PANA (Probito Assimétrico - Normal Assimétrica) which allows to take account for asymmetry in the shape of an item response model (probability) and the specification of a skew normal distribution for unidimensional latent traits which is used in the estimation process. Motivated by the need to better represent the phenomenon of psychometric area (Heinen, 1996, p. 105) and the current availability of skew elliptical distributions whose properties are as convenient as those due to normal distribution, the proposal of this work is to provide an extension of multidimensional 3 Parameters Probit model (Kd3PP) where latent traits vectors are normally distributed for the case of Skew-t distribution (Sahu et al., 2003), generating therefore what we call Kd3PP-St model. Our proposal, therefore, can be regarded as an extension of the work of Bazán (2005) in two ways: the first is extending the unidimensional skew normal distribution of latent traits to the multidimensional case and second in the sense to consider the flattening (kurtosis) of this distribution. Our proposal can also be seen as an extension of the work of B´eguin e Glas (2001) in the sense that we develop the Bayesian estimation method of the 3 parameters multidimensional item response model by DAGS (Augmentated Data with Gibbs sampling) for the case where the latent trait vectors behave according to a Skew-t multivariate distribution. In the development of this work we come across one of the main difficulties encountered in the process of estimation and inference of multidimensional IRT models which is the lack of identifiabilitie and, with the intent to demystify and expand our knowledge on a subject still little explored in the literature of the IRT, we present a bibliographical study on this subject both in the context of classical and Bayesian inference. In order to identify particular situations where the use of a skew normal distribution is more relevant to the estimation and inference of item parameters as well as other parameters related to the distribution of latent traits, some analyses on simulated data sets are developed. As results of these analyses, we can say that there is a modest improvement when information about a possible asymmetry in the distribution of latent traits is not ignored. Moreover, the results favored the selection of models that consider asymmetric distributions for latent traits, especially when models that enable the estimation of parameters of location and scale from this distribution are considered. Two main contributions that we consider of pratical interest are: analysis and interpretations of tests using unidimensional and multidimensional IRT models that consider both simetric and skewed distributions for the vectors of latent traits and a function written in R and C++ language program that is made disponible for the estimation of models treated in this work.

La thèse a pour objectif d’étudier les rapports entre les besoins typiquement hétérogènes des personnes âgées vivant dans la communauté et l’utilisation conséquente des services médicaux et sociaux. Inspirée du concept de la fragilité, l’approche a d’abord consisté à modéliser l’hétérogénéité des besoins en classant les individus – par l’analyse de classes latentes (ACL) – dans des profils-types, chacun représentant une constellation particulière de problèmes de santé. Appliquée aux données recueillies dans le cadre du projet de démonstration du SIPA (Système de services intégrés pour personnes âgées en perte d’autonomie), l’ACL a révélé 4 profils qui se distinguent sur le plan qualitatif par les dimensions physique et cognitive, et sur le plan quantitatif par la gravité des incapacités que les individus manifestent (Article 1). L’analyse des transitions entre les profils sur 1 an et 22 mois montre des changements différenciés selon les profils et le sexe, et confirme la stabilité de la classification et sa sensibilité aux changements d’état de santé. En outre, les profils sont robustes aux effets de la mortalité et de l’attrition due aux sorties d’étude. Les rapports entre les profils, les variables sociodémographiques et les indicateurs de résultats tel l’hébergement et la mortalité appuient la validité de la classification. Les profils ont ensuite servi à modéliser les besoins dans des modèles économétriques ajustés pour étudier l’utilisation et les coûts par profil d’état de santé pour une gamme de services financés par le système public (Article 2). Ces analyses montrent que les profils permettent d’identifier des configurations distinctes d’utilisation et de coûts pour des sous-groupes représentatifs de la population âgée fragile. La sensibilité des profils aux différences d’accès et aux différences d’intensité d’utilisation révèle les choix de ces groupes cibles par les autorités locales dans la prestation des services institutionnels et des services de proximité. Enfin, une analyse fine de ces relations a été menée pour la couteuse période précédant le décès dans le but d’établir si l’intensification des coûts en fin de vie concerne les personnes âgées de manière homogène quelque soit la gravité de leur état de santé (Article 3). Les analyses comparatives des survivants et des décédés montrent une tendance inverse dans les coûts des services selon l’état de santé. Les personnes qui survivent dans des états de santé compromis coûtent significativement plus que leurs homologues relativement sains. En revanche, c’est chez les individus relativement sains, indépendamment de l’âge, qu’on retrouve les coûts de fin de vie les plus élevés – liés principalement aux hospitalisations de courte durée. Combiné aux résultats qui montrent que les coûts sont significativement moindres chez les sujets de plus de 85 ans, ce travail confirme l’hypothèse d’une compression des coûts attribuables à la morbidité chez les décédés les plus âgés. L’originalité de cette thèse tient au fait que très peu de travaux ont tenté de modéliser l’hétérogénéité de l’état de santé dans le but d’étudier ses conséquences sur l’accès, l’intensité et les coûts des services sociaux et médicaux pour notre population de référence. En outre, alors que la pertinence des soins de fin de vie et le maintien à domicile sont au cœur des préoccupations, ce travail est le premier à décrire les rapports entre l’état de santé et les coûts en fin de vie pour les personnes âgées fragiles vivant dans la communauté. / Abstract This thesis aims to study the relationship between the typically heterogeneous needs of community-living elderly and their consequent utilization of health and social services. Inspired by the concept of frailty, the approach consisted in modeling the heterogeneity – by latent class analysis (LCA) – to group individuals into homogenous categories of health status, each representing a constellation of health problems. Applied to the data collected for the demonstration project of the system of integrated services for frail elderly (SIPA), LCA revealed four health state profiles that distinguish the physical and cognitive dimensions of health and capture severity along the disability dimension (Article 1). Transition analyses over 1 year and 22 months showed differentiated and gender-specific patterns of transition probabilities, confirming the sensitivity of the profiles to change in health status. The profiles are stable over time and robust to mortality and lost to follow-up attrition. Relationships between the profiles, sociodemographic characteristics and distal outcomes, such as mortality and institutionalization, confirm the classification’s validity. These profiles were then used in two-part econometric models to study access and costs of several measures of publicly funded services (Article 2). Our results show the profiles are able to identify distinct configurations of service utilization and costs in substantially meaningful subgroups of the frail elderly population. What is important here is that the health state profiles are sensitive to differences, and changes, in available patterns of care in a specific milieu. These differences reveal choices of target groups by local authorities in delivering institutional and community-based services. Finally, a fine analysis of these differences was performed for the costly period preceding death to establish whether the high end-of-life costs affect all elderly homogenously irrespective of the severity of their health state (Article 3). A comparative analysis revealed that survivors’ and decedents’ costs of care trends according to health status go in opposite directions. Severely disabled survivors cost significantly more compared to their relatively healthy counterparts. In contrast, the highest end-of-life costs – driven by acute hospitalizations – belong to the relatively healthy, independent of age. Among survivors and among decedents, the oldest old (85+) cost significantly less compared to younger age groups. Combined, these results support the notion of a compression of costs due to morbidity in the oldest old decedents. The originality of this thesis rests on the fact that few very few studies attempted to model heterogeneity in health status with the goal of estimating its effect on patterns of service utilization. Moreover, in light of the shift towards community-based care as a response to economic pressures and population aging, our work is the first to describe the relationship between health status and end-of-life care in frail community-living elderly. / Réalisé en cotutelle avec l'Université de Paris-Sud

Submitted by ALEXANDRE CONCEICAO (alemgc@gmail.com) on 2017-09-14T01:37:47Z No. of bitstreams: 1 dissertacao-alexandre-conceicao.pdf: 2127579 bytes, checksum: 809d5da780c4b1ae1c60b356b8ef1fbf (MD5) / Approved for entry into archive by Thais Oliveira (thais.oliveira@fgv.br) on 2017-09-14T17:48:55Z (GMT) No. of bitstreams: 1 dissertacao-alexandre-conceicao.pdf: 2127579 bytes, checksum: 809d5da780c4b1ae1c60b356b8ef1fbf (MD5) / Made available in DSpace on 2017-09-15T12:16:46Z (GMT). No. of bitstreams: 1 dissertacao-alexandre-conceicao.pdf: 2127579 bytes, checksum: 809d5da780c4b1ae1c60b356b8ef1fbf (MD5) Previous issue date: 2017-08-23 / Using dynamic factor models, one can analyse stocastic processes having multiple dimensions, that being the case on financial markets when considering the series formed by the stock prices. By using the model predictions it is possible to create trading strategies and measure their performance. With the closing prices of the stocks belonging to the IBX100 index from 2010 till 2016, the model parameters were estimated and trading strategies were proposed. The performance indicators of some strategies were superior than those of the IBOVESPA index on the given period of time, offering anualized returns of 27% and a 48% maximum drawdawn against 1.12% anualized return and 48% maximum drawdawn on the IBOVESPA. Therefore, those models are capable of capturing the price dynamic in such a way that their predictions can be used to create trading strategies having a performance higher than that of the IBOVESPA index. / O uso de modelos de fatores dinâmicos permite analisar processos estocásticos com grande número de dimensões, sendo exatamente esse o caso do mercado financeiro quando se consideram as séries formadas pelos preços de ações. Ao se utilizar as previsões feitas pelos modelos, é possível criar estratégias de trading cuja performance pode ser aferida. De posse dos preços de fechamento de ativos pertencentes ao IBX100 no período de 2010 até 2016, os parâmetros do modelo foram estimados e estratégias de trading foram propostas. Os indicadores de performance de algumas das estratégias superaram aqueles do índice IBOVESPA no período estudado, oferecendo retorno anualizado de até 27% e máximo drawdawn de 21%, contra um retorno de 1.12% e max drawdawn de 48% do IBOVESPA. Portanto, esses modelos são capazes de capturar a dinâmica dos preços de ações na medida em que suas previsões podem ser utilizadas para criar estratégias de trading com performance superior à do Índice IBOVESPA.

A fibrose hepática é o aspecto mais relevante e o mais importante determinante de morbimortalidade na hepatite C crônica (HCC). Historicamente, a biópsia hepática é o método de referência para avaliação da fibrose causada pela HCC, apesar de apresentar limitações. O estudo de marcadores não invasivos, que possam obviar a necessidade da biópsia, é uma área de constante interesse na hepatologia. Idealmente, a avaliação da fibrose hepática deveria ser acurada, simples, prontamente disponível, de baixo custo e informar sobre o prognóstico da patologia. Os marcadores não invasivos mais estudados são a elastografia hepática transitória (EHT) e os laboratoriais. A EHT já foi extensamente validada na HCC e está inserida na rotina de avaliação destes pacientes. Dentre os laboratoriais, existem diversos testes em continua experimentação e, até o momento, nenhum foi integrado à prática clínica no Brasil, embora já aplicados rotineiramente em outros países. O Enhanced Liver Fibrosis (ELF), um teste que dosa no soro ácido hialurônico, pró-peptídeo amino-terminal do colágeno tipo III e inibidor tissular da metaloproteinase 1, tem se mostrado bastante eficaz na detecção de fibrose hepática significativa e de cirrose na HCC. Neste estudo o ELF teve o seu desempenho avaliado em relação a biópsia hepática e demonstrou apresentar boa acurácia na detecção tanto de fibrose significativa quanto de cirrose. Na comparação com a EHT apresentou acurácia semelhante para estes mesmos desfechos, com significância estatística. No entanto, foi observada uma superestimação da fibrose com a utilização dos pontos de corte propostos pelo fabricante. Este achado está em acordo com a literatura, onde não há consenso sobre o melhor ponto de corte a ser empregado na prática clínica. Com a ampliação da casuística foi possível propor novos pontos de corte, através da análise clássica, com a biópsia hepática como padrão ouro. O resultado obtido vai ao encontro do observado por outros autores. Em seguida, os novos pontos de corte do ELF foram reavaliados sem que a biópsia hepática fosse a referência, através da análise de classes latentes. Mais uma vez o ELF apresentou bom desempenho, inclusive com melhora de suas sensibilidade e especificidade em comparação com a análise clássica, onde a biópsia hepática é a referência. Assim sendo, é possível concluir que o ELF é um bom marcador não invasivo de fibrose hepática. No entanto, para detecção de fibrose significativa e cirrose, deve ser considerada a aplicação na prática clínica dos novos pontos de corte aqui propostos. / Liver fibrosis is the most relevant issue concerning chronic hepatitis C (CHC) and determines its prognosis. Historically, liver biopsy has been the reference method for evaluating fibrosis related to CHC, though it presents many drawbacks. There is a continuing interest in the development of non invasive markers capable of replacing liver biopsy. The ideal surrogate for fibrosis evaluation should be accurate, simple, low cost and yield prognostic information. So far, the most well known non invasive methods are transient hepatic elastography (TE) and laboratory panels. TE has already been extensively validated and is integrated in patients routine. There is plenty of laboratory panels in continuing evaluation and some are already integrated in daily practice abroad. In Brasil, until the present moment, it is not a reality. Enhanced Liver Fibrosis (ELF) panel comprises the serum concentration of hyaluronic acid, tissue inhibitor of matrix metalloproteinases-1, and aminoterminal propeptide of type III procollagen and has demonstrated good performance in detecting significant fibrosis and cirrhosis in CHC patients. In the present study ELF had its performance evaluated against liver biopsy and obtained satisfactory accuracy in detecting significant fibrosis and cirrhosis. In comparison to TE no statistically significant diference was observed, for the same endpoints mentioned before. However, the application of manufacturers cutoff points produced overestimation of fibrosis stages. These findings are in accordance with other authors results, in that there is no consensus so far on the most adequate cutoff points for main clinical end points. Enlarging the data permited calculating new cutoff points, through the classical statistical approach, using liver biopsy as the gold standard. The results once more matched those published in literature. Following this, the ELF new cutoff points were evaluated in a statistical modeling where there are no gold standards, the latent classes analysis. Besides showing a satisfactory performance, in this new approach, ELF experimented an improvement in sensitivity and specificity, if compared with the classical analisys, with liver biopsy as reference. ELF panel has a good performance as a noninvasive fibrosis marker. However, new cutoff points need to be applied to improve its performance for the discrimination of different stages of fibrosis in CHC patients.

L'accident vasculaire cérébral et la sclérose en plaques figurent parmi les maladies neurologiques les plus destructrices du système nerveux central. L'accident vasculaire cérébral est la deuxième cause de décès et la principale cause de handicap chez l'adulte dans le monde alors que la sclérose en plaques est la maladie neurologique non traumatique la plus fréquente chez l'adulte jeune. L'imagerie par résonance magnétique est un outil important pour distinguer le tissu cérébral sain du tissu pathologique à des fins de diagnostic, de suivi de la maladie, et de prise de décision pour un traitement personnalisé des patients atteints d'accident vasculaire cérébral ou de sclérose en plaques. La prédiction de l'évolution individuelle de la maladie chez les patients atteints d'accident vasculaire cérébral ou de sclérose en plaques constitue un défi pour les cliniciens avant de donner un traitement individuel approprié. Cette prédiction est possible avec des approches statistiques appropriées basées sur des informations cliniques et d'imagerie. Toutefois, l'étiologie, la physiopathologie, les symptômes et l'évolution dans l'accident vasculaire cérébral et la sclérose en plaques sont très différents. Par conséquent, dans cette thèse, les méthodes statistiques utilisées pour ces deux maladies neurologiques sont différentes. Le premier objectif était l'identification du tissu à risque d'infarctus chez les patients atteints d'accident vasculaire cérébral. Pour cet objectif, les méthodes de classification (dont les méthodes de machine learning) ont été utilisées sur des données d'imagerie mesurées à l'admission pour prédire le risque d'infarctus à un mois. Les performances des méthodes de classification ont été ensuite comparées dans un contexte d'identification de tissu à haut risque d'infarctus à partir de données humaines codées voxel par voxel. Le deuxième objectif était de regrouper les patients atteints de sclérose en plaques avec une méthode non supervisée basée sur des trajectoires individuelles cliniques et d'imagerie tracées sur cinq ans. Les groupes de trajectoires aideraient à identifier les patients menacés d'importantes progressions et donc à leur donner des médicaments plus efficaces. Le troisième et dernier objectif de la thèse était de développer un modèle prédictif pour l'évolution du handicap individuel des patients atteints de sclérose en plaques sur la base de données démographiques, cliniques et d'imagerie obtenues a l'inclusion. L'hétérogénéité des évolutions du handicap chez les patients atteints de sclérose en plaques est un important défi pour les cliniciens qui cherchent à prévoir l'évolution individuelle du handicap. Le modèle mixte linéaire à classes latentes a été utilisé donc pour prendre en compte la variabilité individuelle et la variabilité inobservée entre sous-groupes de sclérose en plaques / Stroke and multiple sclerosis are two of the most destructive neurological diseases of the central nervous system. Stroke is the second most common cause of death and the major cause of disability worldwide whereas multiple sclerosis is the most common non-traumatic disabling neurological disease of adulthood. Magnetic resonance imaging is an important tool to distinguish healthy from pathological brain tissue in diagnosis, monitoring disease evolution, and decision-making in personalized treatment of patients with stroke or multiple sclerosis.Predicting disease evolution in patients with stroke or multiple sclerosis is a challenge for clinicians that are about to decide on an appropriate individual treatment. The etiology, pathophysiology, symptoms, and evolution of stroke and multiple sclerosis are highly different. Therefore, in this thesis, the statistical methods used for the study of the two neurological diseases are different.The first aim was the identification of the tissue at risk of infarction in patients with stroke. For this purpose, the classification methods (including machine learning methods) have been used on voxel-based imaging data. The data measured at hospital admission is performed to predict the infarction risk at one month. Next, the performances of the classification methods in identifying the tissue at a high risk of infarction were compared. The second aim was to cluster patients with multiple sclerosis using an unsupervised method based on individual clinical and imaging trajectories plotted over five 5 years. Clusters of trajectories would help identifying patients who may have an important progression; thus, to treat them with more effective drugs irrespective of the clinical subtypes. The third and final aim of this thesis was to develop a predictive model for individual evolution of patients with multiple sclerosis based on demographic, clinical, and imaging data taken at study onset. The heterogeneity of disease evolution in patients with multiple sclerosis is an important challenge for the clinicians who seek to predict the disease evolution and decide on an appropriate individual treatment. For this purpose, the latent class linear mixed model was used to predict disease evolution considering individual and unobserved subgroup' variability in multiple sclerosis

A fibrose hepática é o aspecto mais relevante e o mais importante determinante de morbimortalidade na hepatite C crônica (HCC). Historicamente, a biópsia hepática é o método de referência para avaliação da fibrose causada pela HCC, apesar de apresentar limitações. O estudo de marcadores não invasivos, que possam obviar a necessidade da biópsia, é uma área de constante interesse na hepatologia. Idealmente, a avaliação da fibrose hepática deveria ser acurada, simples, prontamente disponível, de baixo custo e informar sobre o prognóstico da patologia. Os marcadores não invasivos mais estudados são a elastografia hepática transitória (EHT) e os laboratoriais. A EHT já foi extensamente validada na HCC e está inserida na rotina de avaliação destes pacientes. Dentre os laboratoriais, existem diversos testes em continua experimentação e, até o momento, nenhum foi integrado à prática clínica no Brasil, embora já aplicados rotineiramente em outros países. O Enhanced Liver Fibrosis (ELF), um teste que dosa no soro ácido hialurônico, pró-peptídeo amino-terminal do colágeno tipo III e inibidor tissular da metaloproteinase 1, tem se mostrado bastante eficaz na detecção de fibrose hepática significativa e de cirrose na HCC. Neste estudo o ELF teve o seu desempenho avaliado em relação a biópsia hepática e demonstrou apresentar boa acurácia na detecção tanto de fibrose significativa quanto de cirrose. Na comparação com a EHT apresentou acurácia semelhante para estes mesmos desfechos, com significância estatística. No entanto, foi observada uma superestimação da fibrose com a utilização dos pontos de corte propostos pelo fabricante. Este achado está em acordo com a literatura, onde não há consenso sobre o melhor ponto de corte a ser empregado na prática clínica. Com a ampliação da casuística foi possível propor novos pontos de corte, através da análise clássica, com a biópsia hepática como padrão ouro. O resultado obtido vai ao encontro do observado por outros autores. Em seguida, os novos pontos de corte do ELF foram reavaliados sem que a biópsia hepática fosse a referência, através da análise de classes latentes. Mais uma vez o ELF apresentou bom desempenho, inclusive com melhora de suas sensibilidade e especificidade em comparação com a análise clássica, onde a biópsia hepática é a referência. Assim sendo, é possível concluir que o ELF é um bom marcador não invasivo de fibrose hepática. No entanto, para detecção de fibrose significativa e cirrose, deve ser considerada a aplicação na prática clínica dos novos pontos de corte aqui propostos. / Liver fibrosis is the most relevant issue concerning chronic hepatitis C (CHC) and determines its prognosis. Historically, liver biopsy has been the reference method for evaluating fibrosis related to CHC, though it presents many drawbacks. There is a continuing interest in the development of non invasive markers capable of replacing liver biopsy. The ideal surrogate for fibrosis evaluation should be accurate, simple, low cost and yield prognostic information. So far, the most well known non invasive methods are transient hepatic elastography (TE) and laboratory panels. TE has already been extensively validated and is integrated in patients routine. There is plenty of laboratory panels in continuing evaluation and some are already integrated in daily practice abroad. In Brasil, until the present moment, it is not a reality. Enhanced Liver Fibrosis (ELF) panel comprises the serum concentration of hyaluronic acid, tissue inhibitor of matrix metalloproteinases-1, and aminoterminal propeptide of type III procollagen and has demonstrated good performance in detecting significant fibrosis and cirrhosis in CHC patients. In the present study ELF had its performance evaluated against liver biopsy and obtained satisfactory accuracy in detecting significant fibrosis and cirrhosis. In comparison to TE no statistically significant diference was observed, for the same endpoints mentioned before. However, the application of manufacturers cutoff points produced overestimation of fibrosis stages. These findings are in accordance with other authors results, in that there is no consensus so far on the most adequate cutoff points for main clinical end points. Enlarging the data permited calculating new cutoff points, through the classical statistical approach, using liver biopsy as the gold standard. The results once more matched those published in literature. Following this, the ELF new cutoff points were evaluated in a statistical modeling where there are no gold standards, the latent classes analysis. Besides showing a satisfactory performance, in this new approach, ELF experimented an improvement in sensitivity and specificity, if compared with the classical analisys, with liver biopsy as reference. ELF panel has a good performance as a noninvasive fibrosis marker. However, new cutoff points need to be applied to improve its performance for the discrimination of different stages of fibrosis in CHC patients.

[pt] Predição de porosidade em reservatórios de óleo e gás representa em uma tarefa crucial e desafiadora na indústria de petróleo. Neste trabalho é proposto um novo modelo não-linear para predição de porosidade que trata fácies sedimentares como variáveis ocultas ou latentes. Esse modelo, denominado Transductive Conditional Random Field Regression (TCRFR), combina com sucesso os conceitos de Markov random fields, ridge regression e aprendizado transdutivo. O modelo utiliza volumes de impedância sísmica como informação de entrada condicionada aos valores de porosidade disponíveis nos poços existentes no reservatório e realiza de forma simultânea e automática a classificação das fácies e a estimativa de porosidade em todo o volume. O método é capaz de inferir as fácies latentes através da combinação de amostras precisas de porosidade local presentes nos poços com dados de impedância sísmica ruidosos, porém disponíveis em todo o volume do reservatório. A informação precisa de porosidade é propagada no volume através de modelos probabilísticos baseados em grafos, utilizando conditional random fields. Adicionalmente, duas novas técnicas são introduzidas como etapas de pré-processamento para aplicação do método TCRFR nos casos extremos em que somente um número bastante reduzido de amostras rotuladas de porosidade encontra-se disponível em um pequeno conjunto de poços exploratórios, uma situação típica para geólogos durante a fase exploratória de uma nova área. São realizados experimentos utilizando dados de um reservatório sintético e de um reservatório real. Os resultados comprovam que o método apresenta um desempenho consideravelmente superior a outros métodos automáticos de predição em relação aos dados sintéticos e, em relação aos dados reais, um desempenho comparável ao gerado por técnicas tradicionais de geo estatística que demandam grande esforço manual por parte de especialistas. / [en] Estimating porosity in oil and gas reservoirs is a crucial and challenging task in the oil industry. A novel nonlinear model for porosity estimation is proposed, which handles sedimentary facies as latent variables. It successfully combines the concepts of conditional random fields (CRFs), transductive learning and ridge regression. The proposed Transductive Conditional Random Field Regression (TCRFR) uses seismic impedance volumes as input information, conditioned on the porosity values from the available wells in the reservoir, and simultaneously and automatically provides as output the porosity estimation and facies classification in the whole volume. The method is able to infer the latent facies states by combining the local, labeled and accurate porosity information available at well locations with the plentiful but imprecise impedance information available everywhere in the reservoir volume. That accurate information is propagated in the reservoir based on conditional random field probabilistic graphical models, greatly reducing uncertainty. In addition, two new techniques are introduced as preprocessing steps for the application of TCRFR in the extreme but realistic cases where just a scarce amount of porosity labeled samples are available in a few exploratory wells, a typical situation for geologists during the evaluation of a reservoir in the exploration phase. Both synthetic and real-world data experiments are presented to prove the usefulness of the proposed methodology, which show that it outperforms previous automatic estimation methods on synthetic data and provides a comparable result to the traditional manual labored geostatistics approach on real-world data.

Na literatura da área da análise de sobrevivência existem os modelos tradicionais, ou sem fração de cura, e os modelos de longa duração, ou com fração de cura. Recentemente tem sido proposto um modelo mais geral, conhecido como o modelo com fatores de risco latentes com esquemas de ativação. Nesta tese são deduzidas novas propriedades que possuem a função de sobrevivência, a função de taxa de risco e o valor esperado, quando e considerado o modelo com fatores de risco latentes. Estas propriedades são importantes, já que muitos outros modelos que tem aparecido na literatura recentemente podem ser considerados como casos particulares do modelo com fatores de risco latentes. Além disto, são propostos novos modelos de sobrevivência e estes são aplicados a conjuntos de dados reais. Também é realizado um estudo de simulação e uma análise de sensibilidade, para mostrar a qualidade destes modelos / In the survival literature we can find traditional models without cure fraction and longterm models with cure fraction. A more general risk factor model with latent activation scheme has been recently proposed. In this thesis we deduce new properties for the survival function, hazard function and expected value for this model. Since many recent survival models can be regarded as particular cases of the risk factor model with latent activation scheme these properties are of great relevance. In addition we propose new survival models that are applied to real data examples. A simulation and sensibility analysis are also performed to asses the goodness of fit of these models