Bandas de confianza para un modelo de regresión con datos de supervivencia con censura arbitraria

Abstract

Resumen: Usualmente, el tiempo exacto en el que ocurre un evento no se puede observar por diversas razones; por ejemplo, no es posible un monitoreo constante de las características de interés. Esto genera un fenómeno conocido como censura que puede ser de tres tipos: a izquierda, a derecha, o de intervalo. En datos de tiempo de vida con censura arbitraria, el tiempo de supervivencia de interés es definido como el lapso de tiempo entre un evento inicial y el evento siguiente, donde éste tiempo generalmente es desconocido. Este problema ha sido ampliamente estudiado en la literatura estadística, y se evidencian avances importantes. Sin embargo, el desarrollo de bandas de confianza simultáneas para el caso de censura arbitraria, ofrece oportunidades de desarrollo de metodologías. En este trabajo se adaptan unas bandas de confianza simultáneas paramétricas, para evaluar el ajuste de un modelo de regresión Weibull usando una verosimilitud bivariada, para datos con censura arbitraria. La metodología se ilustra con datos reales de pacientes colombianos con Artritis Reumatoide

Abstract: Usually, the exact time at which an event ocurrs can not be observed for several reasons; for instance, it is not possible to monitor constantly a characteristic of interest. This generates a phenomenon known as censoring that can be classified as left censored, right censored or interval censored. When one is working with survival data in presence of arbitrary censoring, the survival time of interest is defined as the elapsed time between an initial event and the following event that is generally unknown. This problem has been widely studied in the statistic literature and some progress has been made, however, not to much progress has been made to develop simultaneous confidence bands in presence of arbitrary censoring. In this thesis parametric simultaneous confidence bands are adapted for a parametric, to assess the fit of a Weibull regression model using a bivariate likelihood in presence of arbitrary censoring. The methodology is illustrated using real data from Colombian patients suffering Rheumatoid Arthritis