Estimation and diagnostics in multivariate models for censored data

Autor(es)

Larissa Avila Matos

• Tipo de documento: Tese de Doutorado
• Imprenta: Campinas, SP.
• Instituição: Universidade Estadual de Campinas (UNICAMP). Instituto de Matemática, Estatística e Computação Científica
• Data de defesa: 2016-05-30

Membros da banca

Víctor Hugo Lachos Dávila; Mariana Rodrigues Motta; Filidor Edilfonso Vilca Labra; Gilberto Alvarenga Paula; Clecio da Silva Ferreira

• Orientador: Víctor Hugo Lachos Dávila

Resumo

Em alguns ensaios clínicos da síndrome da imunodeficiência adquirida (AIDS), as medições dos ácidos ribonucleicos do vírus da imunodeficiência humana (HIV-1) são coletadas periodicamente ao longo do tempo e muitas vezes estão sujeitas a limites de detecção inferiores ou superiores, dependendo dos ensaios de quantificação que foram utilizados. Assim, estas respostas podem ser censuradas à esquerda ou à direita. Na prática, dados longitudinais provenientes de estudos de acompanhamento do HIV, podem ser modelados utilizando modelos lineares e não-lineares de efeitos mistos censurados e também modelos de regressão censurados com estruturas de correlação específicas sobre os erros. Uma complicação adicional surge quando duas ou mais variáveis respostas são coletadas de forma irregular e repetidamente em cada sujeito durante um certo período de tempo. Os modelos lineares multivariados de efeitos mistos com respostas censuradas são ferramentas bastante utilizadas para análise conjunta de mais de uma série de respostas de dados longitudinais. Nesta tese desenvolvemos métodos inferenciais para lidar com dados censurados com estrutura longitudinal sob uma perspectiva clássica. Como resultado, conclusões importantes foram obtidas a partir da análise dos modelos propostos (AU)

• Processo FAPESP: 11/22063-9 - Aplicações das distribuições de misturas da escala skew-normal em modelos de análise fatorial
• Beneficiário: Larissa Avila Matos
• Modalidade de apoio: Bolsas no Brasil - Doutorado