Nonparametric Inference for the Mixture Cure Model When the Cure Status is Partially Known

  1. Safari, Wende Clarence
Dirixida por:
  1. M. A. Jácome Co-director
  2. Ignacio López-de-Ullibarri Co-director

Universidade de defensa: Universidade da Coruña

Fecha de defensa: 30 de xuño de 2022

Tribunal:
  1. Yingwei Peng Presidente/a
  2. Ricardo Cao Abad Secretario/a
  3. Eni Musta Vogal

Tipo: Tese

Teseo: 728337 DIALNET lock_openRUC editor

Resumo

Os métodos clásicos de análisis de tempos de vida asumen que todos os individuos experimentarán o suceso de interese. Con todo, cando hai evidencia da presenza de supervivientes a longo prazo ou curados, deberansen usar no seu lugar os modelos de curación. Estes asumen que a poboación de individuos pódese dividir en dous grupos: os que experimentarán o suceso e os que non. Cando se aplican os modelos de curación, asúmese que para os individuos censurados non se dispón de información adicional sobre o estado de cura, e o indicador de cura se modeliza en consecuencia como unha variable latente. Mais isto non é necesariamente certo en moitos casos, nos que algúns individuos censurados pódense identificar como curados, baseándose por exemplo nun test diagnóstico ou se o tempo de vida supera un determinado valor. Os modelos de curación de tipo mixtura estimáronse normalmente usando técnicas paramétricas ou semiparamétricas. Recentemente propúxose un enfoque completamente non paramétrico para os modelos de curación de tipo mixtura, baixo a hipótese clásica de que se descoñece completamente se un individuo está curado. Esta tese propón unha extensión aos modelos non paramétricos de curación de tipo mixtura, na que se incorporará información adicional dispoñible sobre o estado de cura. Propóñense estimadores non paramétricos das principais funcións, así como un posible procedemento para avaliar a validez do modelo.