Introdução aos conceitos e técnicas básicas de análise para dados censurados, cuja ocorrência é frequente em problemas na área médica. Discussão de aspectos computacionais específicos.
1. Exemplos práticos de aplicação 2. Conceitos básicos de análise de sobrevivência 3. Observações incompletas. 4. Estimação não-paramétrica. 5. Comparação não-paramétrica da função de sobrevivência para dois ou mais grupos. 6. Análise paramétrica para uma amostra. 7. Modelos de regressão paramétricos: técnicas de estimação, testes de hipóteses e métodos de diagnóstico. 8. Modelos de regressão semi-paramétricos: o modelo de taxas proporcionais de Cox. 9. Tópicos adicionais
1. Exemplos práticos de aplicação: estudos com um ou mais eventos de interesse, eventos recorrentes, eventos competitivos. 2. Conceitos básicos de análise de sobrevivência: função de sobrevivência,, taxa de falha, taxa de falha acumulada, relações de equivalência. 3. Observações incompletas: Censuras à direita (tipos I, II e aleatória), censuras à esquerda, truncagens à direita e à esquerda. 4. Estimação não-paramétrica: estimador Kaplan-Meier para a função de sobrevivência, estimador Nelson-Aalen para a função taxa de falha acumulada, fórmula de Greenwood. Distribuição assintótica e intervalos de confiança 5. Comparação não-paramétrica da função de sobrevivência para dois ou mais grupos: teste log-rank e log-rank ponderado e suas generalizações. 6. Análise paramétrica para uma amostra: distribuições paramétricas mais comuns, construção da verossimilhança para dados censurados, estimação e aspectos computacionais. Métodos gráficos para a seleção de modelos paramétricos. 7. Modelos de regressão paramétricos: o modelo de taxas proporcionais, de localização-escala e de vida acelerada. Técnicas de estimação, testes de hipóteses (Wald, Escore e razão de verossimilhanças). Resíduos e métodos de diagnóstico. 8. Modelos de regressão semi-paramétricos: o modelo de Cox, taxas proporcionais e covariáveis variantes no tempo. Resíduos e métodos de diagnóstico. Estratificação. Estimação da função de sobrevivência (estimador de Breslow). 9. Tópicos adicionais: Modelos de fragilidade. Modelos de eventos competitivos. Cálculo de tamanho amostral. Modelos com fração de cura.
1. E. A. Colosimo, S. R. Giolo, Análise de Sobrevivência Aplicada, São Paulo: Edgard Blücher, 2006. 2. J. P. Klein, M. L. Moeschberger, Survival Analysis: Techniques for Censored and Truncated Data, 2nd ed., New York: Springer, 2006 3. D. G. Kleinbaum, M. Klein, Survival Analysis: A Self-Learning Text, 3rd ed., New York: Springer, 2012. 4. T.M. Therneau, P.M. Grambsch, Survival Data: Extending the Cox Model, New York: Springer, 2013. 5. J. D. Kalbfleisch, R. L. Prentice, The Statistical Analysis of Time-Failure Data, 2nd ed., New York: Wiley, 2002. 6. J. L. Lawless, Statistical Models and Methods for Lifetime Data, 2nd ed., New York: Wiley, 2003. 7. D. W. Hosmer, S. Lemeshow, S. May, Applied Survival Analysis: Regression Modeling of Time-to-Event Data, 2nd ed, New York: Wiley, 2011. 8. D. Collet, Modelling Survival Data in Medical Research, London: Chapman & Hall, 1994. 9. D. F. Moore, Applied Survival Analysis Using R, Switzerland: Springer, 2016.
