Modelo de supervivencia logarítmica proporcional para datos de tiempo hasta el evento en tiempo discreto
Autores: Franque, Tiago Chandiona Ernesto; Cardial, Marcílio Ramos Pereira; Nakano, Eduardo Yoshio
Idioma: Inglés
Editor: MDPI
Año: 2025
Acceso abierto
Artículo científico
2025
Modelo de supervivencia logarítmica proporcional para datos de tiempo hasta el evento en tiempo discreto
Categoría
Matemáticas
Subcategoría
Matemáticas generales
Palabras clave
Modelo de supervivencia logarítmico proporcional
Modelo de riesgos proporcionales
Método de máxima verosimilitud
Estudio de simulación
Pacientes con leucemia
Datos de supervivencia discretos
Licencia
CC BY-SA – Atribución – Compartir Igual
Consultas: 19
Citaciones: Sin citaciones
El objetivo de este trabajo es proponer un modelo de supervivencia log proporcional (PLSM) como una alternativa discreta al modelo de riesgos proporcionales (PH). Este documento presenta la formulación de PLSM, así como los procedimientos para verificar su suposición. Los parámetros de PLSM se infieren utilizando el método de máxima verosimilitud, y se realizó un estudio de simulación para investigar las propiedades asintóticas habituales de los estimadores. Se ilustró el PLSM utilizando datos sobre el tiempo de supervivencia de pacientes con leucemia, y se demostró que es una alternativa viable para modelar datos de supervivencia discretos en presencia de covariables.
Descripción
El objetivo de este trabajo es proponer un modelo de supervivencia log proporcional (PLSM) como una alternativa discreta al modelo de riesgos proporcionales (PH). Este documento presenta la formulación de PLSM, así como los procedimientos para verificar su suposición. Los parámetros de PLSM se infieren utilizando el método de máxima verosimilitud, y se realizó un estudio de simulación para investigar las propiedades asintóticas habituales de los estimadores. Se ilustró el PLSM utilizando datos sobre el tiempo de supervivencia de pacientes con leucemia, y se demostró que es una alternativa viable para modelar datos de supervivencia discretos en presencia de covariables.