Un modelo alternativo de cura en tiempo de promoción con un número de causas competidoras sobredispersas: una aplicación a los datos de melanoma
Autores: Gallardo, Diego I.; de Castro, Mário; Gómez, Héctor W.
Idioma: Inglés
Editor: MDPI
Año: 2021
Acceso abierto
Artículo científico
2021
Un modelo alternativo de cura en tiempo de promoción con un número de causas competidoras sobredispersas: una aplicación a los datos de melanoma
Categoría
Matemáticas
Subcategoría
Matemáticas generales
Palabras clave
Modelo de tasa de curación
Configuración de riesgos competitivos
Distribución de Bell
Método de máxima verosimilitud
Algoritmo EM
Criterio de selección de modelo
Licencia
CC BY-SA – Atribución – Compartir Igual
Consultas: 37
Citaciones: Sin citaciones
Se propone un modelo de tasa de curación bajo el marco de riesgos competitivos. Para el número de causas competidoras relacionadas con la ocurrencia del evento de interés, postulamos la distribución Bell de un parámetro, que acomoda recuentos sobre dispersos. El modelo está parametrizado en la tasa de curación, que está vinculada a covariables. La estimación de parámetros se basa en el método de máxima verosimilitud. Las estimaciones se calculan a través del algoritmo EM. Para comparar diferentes modelos, se implementa un criterio de selección para modelos no anidados. Los resultados de los estudios de simulación indican que el método de estimación y el criterio de selección de modelos tienen un buen rendimiento. Se analiza un conjunto de datos sobre melanoma utilizando el modelo propuesto, así como algunos modelos de la literatura.
Descripción
Se propone un modelo de tasa de curación bajo el marco de riesgos competitivos. Para el número de causas competidoras relacionadas con la ocurrencia del evento de interés, postulamos la distribución Bell de un parámetro, que acomoda recuentos sobre dispersos. El modelo está parametrizado en la tasa de curación, que está vinculada a covariables. La estimación de parámetros se basa en el método de máxima verosimilitud. Las estimaciones se calculan a través del algoritmo EM. Para comparar diferentes modelos, se implementa un criterio de selección para modelos no anidados. Los resultados de los estudios de simulación indican que el método de estimación y el criterio de selección de modelos tienen un buen rendimiento. Se analiza un conjunto de datos sobre melanoma utilizando el modelo propuesto, así como algunos modelos de la literatura.