Efecto de la censura en modelos de fragilidad Gamma
En análisis de sobrevivencia el modelo de fragilidad permite capturar la heterogeneidad no observada entre los individuos, la cual no puede ser explicada por las covariables observadas. Este modelo extiende el modelo de riesgos proporcionales de Cox al incluir un término adicional (llamado “fragilid...
- Autores:
-
Florez Florez, Lenin Jose
- Tipo de recurso:
- Trabajo de grado de pregrado
- Fecha de publicación:
- 2025
- Institución:
- Universidad de Córdoba
- Repositorio:
- Repositorio Institucional Unicórdoba
- Idioma:
- spa
- OAI Identifier:
- oai:repositorio.unicordoba.edu.co:ucordoba/9226
- Acceso en línea:
- https://repositorio.unicordoba.edu.co/handle/ucordoba/9226
https://repositorio.unicordoba.edu.co/
- Palabra clave:
- Fragilidad
Distribución
Simulación
Censura
Fragility
Distribution
Simulation
Censorship
- Rights
- openAccess
- License
- Copyright Universidad de Córdoba, 2025
Summary: | En análisis de sobrevivencia el modelo de fragilidad permite capturar la heterogeneidad no observada entre los individuos, la cual no puede ser explicada por las covariables observadas. Este modelo extiende el modelo de riesgos proporcionales de Cox al incluir un término adicional (llamado “fragilidad”) que capta las diferencias no observadas en los riesgos de falla entre individuos o grupos (Janssen y Duchateau, 2011). En este trabajo se considera el modelo de fragilidad univariada en que se asume que la distribución de la fragilidad corresponde a una distribución Gamma. Este modelo es útil porque puede abordar las variaciones entre sujetos en estudios de datos agrupados. También existen modelos de fragilidad inversa Gaussiana, Gompertz, Weibull entre otros. Este modelo de fragilidad Gamma posee propiedades algebraicas convenientes además de ser muy usada en la literatura. Por otro lado, el fenómeno de censura, puede afectar la estimación de estos modelos con imprecisiones debido a mucha censura. (Klein y Moeschberger, 2003). La estimación de parámetros en los modelos de fragilidad generalmente se realiza mediante métodos de máxima verosimilitud, aunque puede ser complicada debido a la presencia de términos no observados. La predicción de fragilidades individuales se convierte en un desafío en presencia de censura, ya que no siempre se pueden observar todos los eventos de interés. En este trabajo se analizan mediante simulación las estimaciones de los parámetros de regresión del modelo de fragilidad Gamma, frente al de Cox. Calculando los errores cuadraticos medios de las estimaciones bajo diferentes escenarios de censura y tamaños de muestra. |
---|