O tempo de sobrevivência é uma variável aleatória T, contínua e positiva.

Documentos relacionados
ESPECIFICAÇÃO DO TEMPO DE SOBREVIVÊNCIA

ANÁLISE DE SOBREVIVÊNCIA Teoria e aplicações em saúde. Caderno de Respostas Capítulo 3 Funções Básicas de sobrevivência

O passo inicial de qualquer análise estatística consiste em uma descrição dos dados através de análise descritiva (tabelas, medidas e gráficos).

Análise de Sobrevivência

EPI3. Aula 6 Estudos de risco: Análise de sobrevida

ANÁLISE DE SOBREVIVÊNCIA 2ª LISTA DE EXERCÍCIOS

ANÁLISE DE SOBREVIVÊNCIA. Airlane P. Alencar IME-USP Alessandra C. Goulart FM-USP

Cálculo II (Primitivas e Integral)

Análise de sobrevivência aplicada a pacientes HIV positivos

Questão clínica: Prognóstico/sobrevida. Análise de sobrevida 2015

Medidas de ocorrência de doença

Outline. 2 Cap 2 O tempo. 3 Cap 3 Funções de Sobrevida. Carvalho MS (2009) Sobrevida 1 / 21

Gestão de Riscos e Investimentos

Métodos Estatísticos Avançados em Epidemiologia

PROCEDIMENTO PARA A ESCOLHA DE UMA DISTRIBUIÇÃO

Probabilidade e Modelos Probabilísticos

Aplicações de Análise de Sobrevivência na Área da Saúde

Análise de Sobrevida. Silvia Emiko Shimakura Marilia Sá Carvalho Valeska Andreozzi. Análise de Sobrevida p. 1

SISTEMAS DE MANUTENÇÃO E CONFIABILIDADE TP077

PROCESSOS ESTOCÁSTICOS. Modelagem de falhas, Técnicas de Markov para modelagem da confiabilidade de sistemas

Capítulo 2. Distribuições de Probabilidade Estimativas de parâmetros e tempos-atéfalha. Flávio Fogliatto

Probabilidade II. Departamento de Estatística. Universidade Federal da Paraíba

Princípios de Bioestatística

Prof. Adriano Mendonça Souza, Dr. Departamento de Estatística PPGEMQ / PPGEP - UFSM

Mais Aplicações sobre cálculo de probabilidades

Trabalho 1. Gustavo Mello Reis Página 1

Estatística Aplicada

Modelos Probabilísticos Teóricos Discretos e Contínuos. Bernoulli, Binomial, Poisson, Uniforme, Exponencial, Normal

Conceitos Básicos e Medidas em Demografia Mortalidade e Esperança de Vida

UNIVERSIDADE FEDERAL DO PARANÁ SETOR CIÊNCIAS EXATAS DEPARTAMENTO DE ESTATÍSTICA ANÁLISE DE SOBREVIDA EM 90 HOMENS COM CÂNCER DE LARINGE

Conceitos Básicos e Medidas em Demografia Mortalidade e Esperança de Vida

UERGS Administração de Sistemas e Serviços de Saúde Introdução ao Método Epidemiológico. 1. Indicadores epidemiológicos, mortalidade e morbidade.

ANÁLISE DE SOBREVIVÊNCIA Teoria e aplicações em saúde. Caderno de Respostas Capítulo 4 Estimação não-paramétrica

AULA 17 - Distribuição Uniforme e Normal

Probabilidade II. Departamento de Estatística. Universidade Federal da Paraíba

Inferência Estatística:

Estatística de Extremos

DISTRIBUIÇÃO AMOSTRAL E ESTIMAÇÃO PONTUAL INTRODUÇÃO ROTEIRO POPULAÇÃO E AMOSTRA. Estatística Aplicada à Engenharia

Variável aleatória. O resultado de um experimento aleatório é designado variável aleatória (X)

Universidade de Brasília IE Departamento de Estatística. Análise de Diagnóstico para o Modelo de Regressão de Cox. Camila Farage de Gouveia

UNIVERSIDADE ESTADUAL DE GOIÁS Unidade Universitária de Ciências Exatas e Tecnológicas Curso de Licenciatura em Matemática

Tábuas de Vida Aula 3

Variável Aleatória Contínua. Tiago Viana Flor de Santana

CONHECIMENTOS ESPECÍFICOS

SUMÁRIO. 1.1 Introdução, Conceitos Fundamentais, 2

Probabilidade e Estatística

AULA 8. DISTRIBUIÇÕES DE VARIÁVEIS CONTÍNUAS Uniforme, Exponencial e Normal 19/05/2017

XVI COBREAP - CONGRESSO BRASILEIRO DE ENGENHARIA DE AVALIAÇÕES E PERÍCIAS - IBAPE/AM 2011 NATUREZA DO TRABALHO: TRABALHO DE AVALIAÇÃO

Freqüências absolutas

Análise de Dados e Simulação

SISTEMAS DE MANUTENÇÃO E CONFIABILIDADE TP077

Probabilidade 2 - ME310 - Lista 2

Métodos Experimentais em Ciências Mecânicas

b) Variáveis Aleatórias Contínuas

ME-310 Probabilidade II Lista 2

Princípios de Bioestatística

TESTE DE KOLMOGOROV-SMIRNOV. Professor Ewaldo Santana Universidade Estadual do Maranhão - UEMA

Stela Adami Vayego DEST/UFPR

Disciplina: Prof. a Dr. a Simone Daniela Sartorio. DTAiSeR-Ar

XIX CONGRESSO DE PÓS-GRADUAÇÃO DA UFLA 27 de Setembro a 01 de Outubro

b) Variáveis Aleatórias Contínuas

FUNÇÕES DE VARIÁVEL ALEATÓRIA

Teoria das Filas aplicadas a Sistemas Computacionais. Aula 08

Ajuste e comparação de modelos para dados grupados e censurados

NOTAS DA AULA. Prof.: Idemauro Antonio Rodrigues de Lara

Conceitos Básicos e Medidas em Demografia Mortalidade e Esperança de Vida

t i R(t) N(t) Ŝ KM (t) = R(t i ) N(t i ) R(t i ) (15 3) 15 (12 2) 12 (10 1) 10 (9 3) 9 (6 2) 6 (4 2) 4 (2 1) 2 (1 1)

Variável Aleatória Contínua:

4 ENSAIO DE FLEXÃO. Ensaios Mecânicos Prof. Carlos Baptista EEL

Cálculo das Probabilidades e Estatística I

UERGS Administração de Sistemas e Serviços de Saúde Introdução ao Método Epidemiológico. 1. Indicadores epidemiológicos, mortalidade e morbidade.

Inferência Estatística: DEEST/UFOP Prof.: Spencer Barbosa da Silva

CE085 - Estatística Inferencial. derivadas. Prof. Wagner Hugo Bonat. 5 de setembro de Curso de Bacharelado em Estatatística

Variáveis Aleatórias Contínuas

MODELANDO DADOS DE SOBREVIVÊNCIA E CONFIABILIDADE COM FUNÇÕES DE RISCOS EM FORMA DE U VIA MODELO WEIBULL DUPLO

PARTE TEÓRICA Perguntas de escolha múltipla

Intervalos de Confiança - Amostras Pequenas

MEDIDAS DE TENDÊNCIA CENTRAL

Métodos Estatísticos Avançados em Epidemiologia

Utilizando-se as relações entre as funções básicas é possível obter as demais funções de sobrevivência.

MOQ-14 PROJETO e ANÁLISE de EXPERIMENTOS. Professor: Rodrigo A. Scarpel

UM MODELO DE FRAGILIDADE PARA DADOS DISCRETOS DE SOBREVIVÊNCIA. Eduardo Yoshio Nakano 1

Capítulo 3: Elementos de Estatística e Probabilidades aplicados à Hidrologia

Variável Aleatória Contínua (v.a.c)

UERGS Administração de Sistemas e Serviços de Saúde Introdução ao Método Epidemiológico. 1. Indicadores epidemiológicos, mortalidade e morbidade.

Sistemas Reparáveis - Processo de Contagem

Inferência estatística

ESTIMAÇÃO DE PARÂMETROS

Técnicas Atuariais II 15. Múltiplos Decrementos 1 / 22

UNIVERSIDADE DE BRASÍLIA INSTITUTO DE CIÊNCIAS EXATAS DEPARTAMENTO DE ESTATÍSTICA PROGRAMA DE MESTRADO EM ESTATÍSTICA

Distribuições de probabilidade contínuas

Análise Bayesiana de Dados - Aplicações 1 -

PROBABILIDADE E ESTATÍSTICA DISTRIBUIÇÕES DE PROBABILIDADES PARTE II

Prof. Lorí Viali, Dr.

Distribuição Normal. Prof. Eduardo Bezerra. (CEFET/RJ) - BCC - Inferência Estatística. 25 de agosto de 2017

Universidade de Brasília Instituto de Ciências Exatas Departamento de Estatística. Dissertação de Mestrado

Distribuições Contínuas de Probabilidade

Cálculo II (Primitivas e Integral)

Transcrição:

ESPECIFICAÇÃO DO TEMPO DE SOBREVIVÊNCIA O tempo de sobrevivência é uma variável aleatória T, contínua e positiva. Os valores que T pode assumir têm alguma distribuição de probabilidade que pode ser especificada por algumas funções usadas para ilustrar diferentes aspectos dos dados. EXEMPLO: Uma coorte de 50 pacientes com aids é acompanhada por 1460 dias, observando-se 32 óbitos (evento de interesse). Mais do que o comportamento médio, a análise de sobrevivência permite responder às seguintes perguntas: I. Qual o risco de um paciente diagnosticado com aids vir a falecer em até três anos após o diagnóstico? II. Qual a probabilidade de um paciente sobreviver por mais de dois anos após o diagnóstico de aids? III. Qual seria o número esperado de óbitos em uma coorte de pacientes acompanhada por cinco anos?

FUNÇÕES BÁSICAS DE SOBREVIVÊNCIA Função densidade de probabilidade f(t) o No contexto de sobrevivência a função f(t) pode ser interpretada como o limite da probabilidade de um indivíduo sofrer um evento em um pequeno intervalo por unidade de tempo. o Esta função é definida por f ( t) P( t < T < t + t lim t 0 t ) = o Na ausência de censuras a f.d.p. pode ser estimada como a proporção de indivíduos que falham em um intervalo por unidade de tempo. fˆ ( t) = No _ de _ ocorrência s _ em _( t, t + t) ( No _ total _ de _ ocorrência s) ( t)

A f.d.p. tem as seguintes propriedades: i. É uma função não-negativa ii. A área entre a curva de densidade e o eixo t é igual a 1. Curva de densidade (gráfico de f(t)). 0, 0 ) ( 0, 0 ) ( < = t t f t t f

Função de sobrevivência S(t) o É definida como a probabilidade do tempo de sobrevivência ser maior do que um certo tempo t. S ( t) = P( T > t) o LEMBRANDO: A função de distribuição acumulada F(t) de uma V.A. é definida como a probabilidade de um evento ocorrer até o tempo t. F( t) = P( T t) o Escrevendo S(t) em função de F(t): S( t) = P( T > t) = 1 P( T t) = 1 F( t) o Na prática e na ausência de censura a função de sobrevivência é estimada por No de observaçõe s sob risco T S ˆ ( ( t) = > No _ total _ de _ observaçõe s t)

CURVA DE SOBREVIVÊNCIA o A partir da curva de sobrevivência é possível encontrar os percentis de T, bem como comparar a sobrevivência de dois ou mais grupos. Figura 2.3: Funções de sobrevivência para dois grupos de pacientes tratados com a droga A (Grupo 1) e com a droga B (grupo 2).

IMPORTANTE: 1. O tempo de vida dos pacientes do grupo 1 é superior ao dos pacientes do grupo 2. 2. Para os pacientes do grupo 1, o tempo para o qual cerca de 50% (tempo mediano) deles estarão mortos é de 20 anos. 3. Para os pacientes do grupo 2 o tempo mediano é menor (10 anos). 4. Cerca de 90% dos pacientes do grupo 1 ainda estarão vivos após 10 anos do início do estudo. 5. Cerca de 50% dos pacientes do grupo 2 ainda estarão vivos após 10 anos do início do estudo.

Função de risco h(t) o É definida como a probabilidade de um indivíduo sofrer o evento entre o tempo t e t+ t, dado que ele sobreviveu até o tempo t. o Expressa o risco instantâneo de ocorrência de um evento em um pequeno intervalo de tempo, dado que até então o evento não tenha ocorrido. h( t) P( t T < t + t T t) lim t 0 t = o IMPORTANTE: h(t) é uma taxa e não uma probabilidade, pode assumir qualquer valor positivo. o Na ausência de censura a função de risco é estimada por o N(t): Número de eventos observados em cada intervalo de tempo (iniciando em t). o R(t): Número de observações sob risco no início do intervalo. o t: amplitude do intervalo. hˆ ( t ) = R N ( t ( t ) ) t

Figura 2.4: Funções de risco: --- crescente, constante e _._._. decrescente. A função crescente indica que o risco do paciente aumenta com o transcorrer do tempo: Risco de solidificação de uma fratura óssea. A função constante indica que o risco não se altera com o passar do tempo: Risco de fratura em escolares por 12 meses. A função decrescente mostra que o risco dimunui à medida que o tempo passa: Risco de óbito pós-cirúgico.

A função de risco pode ter outras formas. A curva de risco para o tempo de vida de seres humanos é conhecida como curva da banheira e tem risco decrescente no período inicial, representando a mortalidade infantil, constante na faixa intermediária e crescente na porção final. Figura 2.4: Curva da Banheira.

Função de risco acumulado H(t) o Mede o risco de ocorrência do evento até o tempo t. H ( t) = t 0 h( x) dx o A função H(t) não tem interpretação direta mas pode ser útil na avaliação da função de risco. o Como por exemplo na estimação não paramétrica em que H(t) apresenta um estimador com propriedades ótimas e h(t) é difícil de ser estimada. o Em procedimentos de análise gráfica para verificação da adequação de modelos estatísticos. o Também é uma taxa, logo não está restrita ao intervalo [0,1]

RELAÇÃO ENTRE AS FUNÇÕES BÁSICAS DE SOBREVIVÊNCIA S( T) = 1 F( T) h ( T ) = f ( t) S (t) t H( t) = ln( S( t)) S( t) = exp( H( t))

DEMONSTRAÇÃO

Exemplo 1:

Tempo de sobrevivência de pacientes com aids (sem censura): Intervalo R(t) (risco) N(t) (evento) t f ˆ ( t ) S ˆ ( t ) hˆ ( t )