02 Sobrevida Nao-Parametrica

Anlise de Sobrevivncia Aplicada Sade
Roteiro
1.
2.
3.
Anlise de Sobrevivncia Aplicada

Sade
4.
5.
6.
7.
8.
Luprcio Frana Bessegato
Conceitos Bsicos
Tcnicas No Paramtricas
Modelos Probabilsticos e Inferncia
Modelos de Regresso Paramtricos
Modelos de Regresso de Cox
Extenses do Modelo de Cox
Tpicos Adicionais
Referncias
Dep. Estatstica/UFJF
Anlise de Sobrevivncia Aplicada Sade -- 2014
Estimadores No Paramtricos
Abordagem no paramtrica:
No adota qualquer suposio sobre a distribuio de
probabilidades do tempo de sobrevivncia (T)
Estimao No Paramtrica
Estimadores:
Kaplan-Meier:
Estima a funo de sobrevivncia S(t)
Nelson-Aalen:
Estima a funo de risco acumulado (t)
Ambos utilizam dados censurados

Prof. Luprcio F. Bessegato
Estimador de Kaplan-Meier
Exemplo
Desdobra a condio de sobreviver at o tempo t
Tempo: 25+
Sequncia de elementos independentes, caracterizando

a sobrevivncia em cada intervalo de tempo anterior a t
At a data de sua sada (t < 25)
A probabilidade de sobreviver ao tempo t o produto

das probabilidades de chegar at cada um dos tempos
anteriores
Aps sua sada (t > 25)
Numerador (sobrevivente) e denominador (grupo sob risco)

Nem numerador (sem acompanhamento) nem denominador
(no pertence mais a grupo sob risco)
S(5) = P{T>5} = P{T>1; T>5} = P{T>1} P{T>5 | T>1}

Sobrevivncia por 5 semanas: necessrio sobreviver 1
semana e depois, 5 semana, sabendo-se que sobreviveu 1
Estimador produto (ou estimador limite produto)

Exemplo
Estimador Produto
Tempos:
16+, 18, 19+, 21, 21+, 21, 25+, 29, 35
4 desfechos e 4 censuras
18 19
16
21
25
29
Tempo Sob risco Desfechos Censuras Sobreviventes
35
S(t)
Clculo
9 1,000
16
9 1,000
9/9
18
7 0,875
(7/8)
19
6 0,875
(7/8)(7/7)
21
4 0,583
(4/6)(7/8)
25
3 0,583
(4/6)(7/8)(3/3)
29
1 0,292
(1/2)(4/6) (7/8)
35
1 Anlise de Sobrevivncia
0 Aplicada Sade -- 2014
0
9/9
0 (0/1) (1/2)(4/6) (7/8)
Amostra com n indivduos e m diferentes tempos

de ocorrncia dos eventos:
t1 < t2 < ... < tm
R(tj): total de pessoas sob risco no tempo tj
(tj): nmero de eventos ocorridos precisamente
em tj
R(tj) (tj): nmero de sobreviventes no tempo tj
Exemplo
Como os eventos so independentes S(t) o produto

da probabilidades de sobrevivncia a cada tempo tj t
Sobrevivncia ao diagnstico de Aids

Pacientes com tempo de observao menor que 90
dias
bitos: 15
Censuras: 6
Banco de dados: ipec.csv
tj
N(t)
R(t)
R(t) N(t)
16
21
20
0,9524
20/21
18
20
19
0,9048
(0,9524) (19/20)
21
19
18
0,8571
(0,9048) (18/19)
22
17
16
0,8067
(0,8571) (16/17)
29
15
14
0,7529
(0,8067) (14/15)
35
14
13
0,6992
(0,7529) (13/14)
37
13
12
0,6454
(0,6992) (12/13)
39
12
11
0,5916
(0,6454) (11/12)
40
11
10
0,5378
(0,5916) (10/11)
52
0,4781
(0,5378) (8/9)
54
0,4183
(0,4781) (7/8)
60
0,3585
(0,4183) (6/7)
80
0,2988
(0,3585) (5/6)
83
0,1992
(0,2988) (2/3)
84
0,0996
(0,1992) (1/2)
Funo de sobrevivncia estimada pelo mtodo

Kaplan-Meier
Funo de sobrevivncia dos pacientes com Aids
Funo escada:
Estimador de Kaplan-Meier para (t)
Funo de risco acumulado:
Salta em cada tempo de

ocorrncia de evento
Pode-se estimar qualquer das funes
Smbolos + localizam as censuras

tj
N(t)
R(t)
R(t) N(t)
16
21
20
0,9524 ln(0,9524) = 0,0488
18
20
19
0,9048
ln(0,9048) =0,1001
21
19
18
0,8571
ln(0,8571) =0,1542
22
17
16
0,8067
ln(0,8067) =0,2148
29
15
14
0,7529
ln(0,7529) =0,2838
35
14
13
0,6992
ln(0,6992) =0,3578
37
13
12
0,6454
ln(0,6454) =0,4379
39
12
11
0,5916
ln(0,5916) =0,5249
40
11
10
0,5378
ln(0,5378) =0,6203
52
0,4781
ln(0,4781) =0,7379
54
0,4183
ln(0,4183) =0,8716
60
0,3585
ln(0,3585) =1,0258
80
0,2988
ln(0,2988) =1,2080
83
0,1992
ln(0,1992) =1,6134
84
0,0996
ln(0,0996) =2,3066
Comandos no R:
Grfico da funo de risco acumulado
Estimador de Nelson-Aalen
Estimativa por Kaplan-Meier
Pode-se estimar a sobrevivncia por:

Indicado para amostras muito pequenas
Para amostras suficientemente grandes as estimativas
de K-M e N-A para a funo de sobrevivncia so
bem prximas
tj
N(t)
R(t)
16
21
0,9524
0,0488
18
20
0,9048
0,1001 (0,0476+1/20)=0,0976
21
19
0,8571
0,1542 (0,0976+1/19)=0,1503
22
17
0,8067
0,2148 (0,1503+1/17)=0,2091
29
15
0,7529
0,2838 (0,2091+1/15)=0,2757
35
14
0,6992
0,3578 (0,2757+1/14)=0,3472
37
13
0,6454
0,4379 (0,3472+1/13)=0,4241
39
12
0,5916
0,5249 (0,4241+1/12)=0,5074
40
11
0,5378
0,6203 (0,5074+1/11)=0,5983
52
0,4781
0,7379
(0,5953+1/9)=0,7094
54
0,4183
0,8716
(0,7094+1/8)=0,8344
60
0,3585
1,0258
(0,8344+1/7)=0,9773
80
0,2988
1,2080
(0,9773+1/6)=1,1440
83
0,1992
1,6134
(1,1440+1/3)=1,4773
84
0,0996
2,3066
(1,4773+1/2)=1,9773
Estimativa Risco Acumulado (Nelson-Aalen)
(1/21)=0,0476
tj
N(t)
R(t)
16
21
0,9524
0,0476
exp(0,0476)=0,9535
18
20
0,9048
0,0976
exp(0,0976)=0,9070
21
19
0,8571
0,1503
exp(0,1503)=0,8604
22
17
0,8067
0,2091
exp(0,2091)=0,8113
29
15
0,7529
0,2757
exp(0,2757)=0,7590
35
14
0,6992
0,3472
exp(0,3472)=0,7067
37
13
0,6454
0,4241
exp(0,4241)=0,6544
39
12
0,5916
0,5074
exp(0,5074)=0,6021
40
11
0,5378
0,5983
exp(0,5983)=0,5497
52
0,4781
0,7094
exp(0,7094)=0,4919
54
0,4183
0,8344
exp(0,8344)=0,4341
60
0,3585
0,9773
exp(0,9773)=0,3763
80
0,2988
1,1440
exp(1,1440)=0,3185
83
0,1992
1,4773
exp(1,4773)=0,2283
84
0,0996
1,9773
exp(1,9773)=0,1384
Estimativa Nelson-Aalen para a sobrevivncia:
Propriedades do Estimador de KaplanMeier
estimador de mxima verossimilhana de S(t)

no viciado para amostras grandes
fracamente consistente
Converge assintoticamente para um
gaussiano
processo
Intervalos de Confiana
Intervalo de confiana linear para S(t):
Estimador de Greenwood:
O estimador KM, para t fixo, tem distribuio

assinttica normal
Intervalo aproximado de 100 (1 )% de confiana
para S(t)
uma expresso assinttica
Este intervalo pode levar a limites incompatveis

com a definio de sobrevivncia:
Varincia do estimador Kaplan-Meier
(permite valores negativos e maiores do que 1)
Relao entre Estimadores de KaplanMeier
Exemplo
Varincias dos estimadores de Kaplan-Meier da

sobrevivncia e do risco acumulado:
Obteno do erro padro

dias
Construir intervalos com 95% de confiana para
S(18) e S(84).
no R
survfit.object$std.err
Intervalo de confiana linear para S(18):
Intervalo de confiana linear para S(84):
Estimativa Kaplan-Meier:
Erro padro da estimativa:
Intervalo com 95% de confiana:
Intervalo com 95% de confiana:
Construo do intervalo de confiana linear R:

Opo survfit: conf.type = plain
Comandos para estimativas individuais:

Opo survfit: conf.type = plain
Erro padro da estimativa da sobrevivncia:
summary.object$std.err[summary.object$time == t ]
Limite inferior do intervalo de confiana
survfit.object$lower[survfit.object$time == t ]
Limite superior do intervalo de confiana
survfit.object$upper[survfit.object$time == t ]
Clculo do erro padro das estimativas
Estimativa do intervalo de confiana exponencial de

Grenwood para S(t):
Erro padro de log(S(t)):
Erro padro de S(t)
Construo da tabela em R:
Procedimento de construo dos intervalos de

confiana lineares levou a resultados incoerentes
com a definio de probabilidade
Soluo:
Construir intervalos assimtricos para S(t), a partir

de transformaes de intervalos simtricos
Alternativa para contornar incompatibilidade em

limites:
Estimador da varincia assinttica de ln((t))
Construir intervalo simtrico para ln((t))

Construir intervalo para S(t) atravs da
transformao U(t) = ln((t)) = ln(ln(S(t))
Intervalo ser assimtrico, porm positivo e menor
ou igual a 1
Transformao U(t) = ln((t)) = ln[ln(S(t))]:
Erro padro do estimador Kaplan-Meier de ln((t)):
considerado mais preciso:

^
ln((t)) tem distribuio mais prxima da normal

que ^SKM(t)
Intervalo de (1 )100% de confiana para ln((t))
Intervalo exponencial de confiana para S(18):

Intervalo de confiana exponencial de Greenwood

para S(t):
Construo no R:
Opo survfit: conf.type = log-log
Intervalo simtrico para ln((t)) :
10
Intervalo de confiana exponencial de Greenwood

para S(t):
Expresso alternativa para obteno do intervalo

aproximado de (1 )100% de confiana para
S(t):
(intervalo exponencial de Greenwood):

Intervalo exponencial de confiana para S(t):
Construo do intervalo de confiana no R:

11


Erro padro de ln((t))


Intervalo exponencial de confiana para S(t):
Estimativa do intervalo de confiana exponencial de

Grenwood para S(t):
12
Construo da tabela em R:
Curva de sobrevivncia estimada pelo Kaplan-Meier

com intervalo de confiana de 95%
Estimativas do intervalo de confiana exponencial de

Greenwood
Comentrios
Transformao U(t) = (t) = ln(S(t)):

Estimador da varincia assinttica de (t)
Intervalo exponencial de confiana de Greenwood

Garantia de os limites do intervalo estarem entre 0 e 1
Intervalo comporta-se bem para amostras pequenas
(n25) com at 50% de observaes censuradas
(Hosmer e Lemesehow, 1999)
Erro padro do estimador Kaplan-Meier de (t):
13
Intervalo de (1 )100% de confiana para (t):
Intervalo de confiana para S(18):

Intervalo de confiana assimtrico para S(t):
Pode resultar limite superior maior que 1!

Construo no R:
Intervalo simtrico para (t) :
Opo survfit: conf.type = log (default)
Intervalo de confiana para S(t):
U(t) = log(S(t))

Opo survfit: conf.type = log
14

Opo survfit: conf.type = log

Erro padro de S(t)

Intervalo de confiana para S(22):

Intervalo de 95% de confiana para (t):
Intervalo de confiana assimtrico para S(t):
Estimador de Nelson-Aalen
A funo de sobrevivncia estimada por:

Indicado para amostras muito pequenas
Para amostras suficientemente grandes as estimativas
de K-M e N-A para a funo de sobrevivncia so
bem prximas
15
Intervalos de Confiana Nelson-Aalen
Estimador da funo de sobrevivncia:
Varincia do estimador de Nelson-Aalen:

Estimador da varincia (Aalen, 1978):
Estimador da varincia (Aalen e Johansen, 1978)
Estimador alternativo (Klein, 1991):
Estimador alternativo (Kalbfleisch e Prentice, 1980):
Substituindo o estimador da sobrevivncia na frmula de

Greenwood
profervel estimador proposto por Aalen
Menor vcio
Exemplo
Intervalo de confiana linear para S(t):

Simtrico sem transformao:

Estimativa Nelson-Aalen da sobrevivncia:
Pode levar a limites incompatveis com a definio de

sobrevivncia
Assimtrico transformao U(t) = ln[ln(S(t))]
Estimador da varincia assinttica de ln((t))
Erro padro da estimativa risco acumulado:
Intervalo exponencial
16
Erro padro da estimativa da sobrevivncia:

Erro padro da estimativa de ln((t)):
Intervalo assimtrico para S(t):


Erro padro de log(S(18)):
Erro padro de ln((18))
Estimativa do risco acumulado

17
Estimao Nelson-Aalen Alternativa:

Opo
survfit:
type
harrington,
error
conf.type = log-log
=
=
Estimao Nelson-Aalen Greenwood:

Opo
survfit:
type
=
flemingharrington, error = greenwood,
conf.type = log-log
flemingtsiatis,
Tempo de Sobrevivncia Mediano
Estimao do tempo mediano:

A sobrevivncia uma funo em degraus
(O tempo no observado de forma contnua)
Tempo mediano (tmed):

Tempo aps o qual 50% dos indivduos esto vivos
S(tmed) = 0,50
Devido a sua robustez, a medida-resumo mais

comum em Anlise de Sobrevivncia
Mais usado que a mdia pois a distribuio do tempo de

sobrevivncia pouco simtrico
Situao ideal sem censura:

Tempo mediano aquele imediatamente depois do qual
50% da amostra ainda est em observao
Como a curva de Kaplan-Meier uma funo

escada, a estimativa mais adequada para a mediana
obtida por meio de uma interpolao linear
18
Comando R:
Exemplo

dias
Estimar o tempo mediano de sobrevida.
E o tempo mdio de sobrevida?
52 o tempo mnimo no qual se espera que praticamente

50% dos pacientes estejam vivos
Sumrio do comando survfit:

52 = min{tj | S(tj) 0,50
Aps 52 dias, 8 pacientes esto vivos
No equivalem a 50% dos pacientes

Espera-se que acontea caso no
houvesse censuras

Intervalo de Confiana para tmed:

H vrias expresses para construir o intervalo de
confiana
Tempo de sobrevivncia mediano e intervalo de

confiana de 95% dos pacientes com Aids
Construo grfica:
Tempo mediano corresponde interseco entre a
linha S(t) = 0,50 e a curva da sobrevivncia
Intervalo de confiana dado pela interseco da
linha horizontal S(t) = 0,50 e as curvas do intervalos
de confiana para S(t)
19
Estratificao
Exemplo
Coorte completa de Aids:
Peculiaridades dos indivduos contribuem para

diferentes curvas de sobrevivncias dos grupos
bitos: 90 e censuras: 103
Pessoas no adoecem ou morrem da mesma forma

Descrio da sobrevivncia segundo caracterstica:
Sexo, faixa etria, etc.
Divide-se o conjunto total de observaes em

estratos de acordo com covarivel de interesse
Utilizao de Kaplan-Meier para estimao da
funo de sobrevivncia para cada estrato
Esta uma boa estimativa da curva de sobrevivncia

tanto para homens quanto para mulheres?
Comandos no R:
Estratificao por sexo:
Carregamento dados:
Grfico coorte completa:

H predominncia do sexo masculino (75%) e 82%
das mortes se concentram neste grupo
No foi possvel estimar o tempo de sobrevivncia
mediano para mulheres (67% esto vivas)
Nesse caso comum utilizar outro percentil:
Percentil 70: 905 (F) e 516 (M)

20
Curvas de sobrevivncia por sexo
visvel a sobreposio das bandas de confiana
Curva de sobrevivncia dos homens sempre abaixo
Curvas de sobrevivncia com IC de 95%
A diferena significativa?
Sugere que a diferena observada no significativa

Teste Log-rank
Comparao das Curvas
Sob H0 igual em todos os estratos:
Testes de hipteses:
Log-Rank ou Mantel-Haenszel
Peto
Distribuio esperada de eventos
Estatstica de teste para 2 estratos (k = 2)
Hiptese nula: no h diferena entre estratos

H0: 1(t) = 2(t) = ... = k(t)
O1: total de eventos observados no estrato 1

E1: total de eventos esperados no estrato 1
21
Teste de Peto
Fator de padronizao da estatstica (k = 2)
Local de concentrao da maior parte dos dados
Distribuio amostral da estatstica (caso geral)

Sob H0
Maior peso s diferenas (ou semelhanas) no

incio da curva
Estatstica de teste:
com
Usa um ponderador S(t) no estimador
Distribuio amostral
Sob H0:
Exemplo
Teste Peto Comandos e Sada no R:
Coorte total do estudo sobre Aids

Teste Log-rank Comandos e Sada no R:
Use rho = 1
Use rho = 0 (default)
22
Exemplo
Comentrios
Resultados
Teste
Estatstica p-valor
Log-rank
4,03 0,0447
Peto
3,54 0,0598
44 camundongos infectados pela malria foram

alocados aleatoriamente em 3 grupos
Teste Log-rank rejeita H0
(ainda que a diferena seja pequena)
Inspeo grfica:
Tempo decorrido at a morte (dias)
Durao do estudo: 30 dias

Tempo observados no estudo da malria
Grupos
Grupo 1: imunizados 30 dias antes da infeco e

infectados tambm pela esquistossomose
Grupo 2: sem imunizao
Grupo 3: sem imunizao e infectados tambm pela
esquistossomose
Resposta de interesse:
Diferena nas curvas maior mais tardiamente

Teste Peto no detecta essa diferena
(mais peso para os tempos menores)
Estudo experimental com camundongos para

verificao da imunizao pela malria
Sobrevivncia estimada por Kaplan-Meier
Tempos de sobrevivncia
7
12
12
17
18
22
30+ 30+
10
10
14
15
15
18
19
21
22
10
10
10
11
17
Grupo 1
(16)
30+ 30+ 30+ 30+
Grupo 2
(15)
22
23
25
Grupo 3
(13)
19
Exemplo caracterizado por censura do tipo I

H diferenas entres os grupos?
23
Teste log-rank para os trs grupos
Comparaes Mltiplas
Em planejamento de experimentos, com hiptese de
modelo linear com resposta normal:
O mesmo no acontece com dados de sobrevivncia

Possibilidade:
Peto:
2= 7,7 e p-valor = 0,0215
Indica diferena entre os grupos

Quais curvas diferem entre si?
Comparaes Mltiplas
Considerando duas comparaes
Se H0 rejeitada, deseja-se saber quais so as

diferenas
total: probabilidade de rejeitar incorretamente hiptese de

igualdade entre sobrevivncias em favor da hiptese de que
pelo menos duas das curvas so diferentes.
comparao: probabilidade de rejeitar incorretamente
comparao individual entre duas curvas de sobrevivncia
Ei: {Rejeio igualdade i}

Se P(E1|H0 V) = P(E2| H0 V) =
Pelo menos uma rejeio de igualdade, H0 verdadeira
Procedimentos para fazer essas comparaes so

denominados Mtodos de Comparaes Mltiplas
Sejam:
Comparar os grupos dois a dois, controlando o erro tipo I

pelo mtodo Bonferroni
H vrios mtodos disponveis para a realizao de tais

comparaes
ou
Se so executadas n comparaes independentes
Se no assumirmos que as comparaes so

independentes:
24
Correo de Bonferroni
O nvel de significncia associado s 3 comparaes

(3)(0,05) = 15%
Adota-se, 0,05/3 = 0,017 para cada um dos trs testes
Pretende-se garantir uma concluso geral a um nvel
de significncia de no mximo 5%
Para assegurar que o nvel de significncia de

todas as comparaes seja pelo menos total
Ajusta-se
altamente conservativo
No nosso exemplo:
Assegura que o mximo nvel de significncia global seja
Produz estimativas menos precisas, mas limita a

probabilidade de rejeies incorretas a um mximo de
total.
usado com pequeno nmero de comparaes
Grupos 1 x 2
Grupos 2 x 3
Teste log-rank
Grupos comparados Estatstica de teste p-valor
1x2
2,5
0,112
2x3
8,0
0,005
1x3
7,9
0.009
Diferena significativa entre os grupos 1x3 e 2x3

No foram encontradas evidncias de diferenas
entre os grupos 1x2
Grupos 1 x 3
25
Concluses
Diferena 1 e 3:
Atesta eficcia de imunizao pela malria na
presena de infeces pela malria e pela
esquistossomose
Referncias
Diferena 2 e 3:
Mostra impacto na mortalidade de camundongs
devido infeco pela esquistossomose
Bibliografia
Material de Apoio
Carvalho, M. S. et al. Anlise de Sobrevivncia:

Teoria e Aplicaes em Sade. (Fiocruz)
Colosimo, E. A. e Giolo, S. R. Anlise
de
Sobrevivncia Aplicada. (Edgard Blucher)
Klein, J. P. e Moeschberger, M. L. Survival
Analysis: Techniques for Censored and
Truncated Data. (Springer)
Kleinbaum, D. G. Survival Analysis: a SelfLearning Text
R:
www.r-project.org
Tutorial online do R:
http://www.leg.ufpr.br/Rtutorial
http://www.leg.ufpr.br/~paulojus/embrapa/Rembrapa
Conjuntos de dados e material Anlise de

Sobrevivncia Carvalho et al.
http://sobrevida.fiocruz.br
26

02 Sobrevida Nao-Parametrica

Enviado por

Dados do documento

Título original

Direitos autorais

Formatos disponíveis

Compartilhar este documento

Compartilhar ou incorporar documento

Opções de compartilhamento

Você considera este documento útil?

Este conteúdo é inapropriado?

Direitos autorais:

Formatos disponíveis

02 Sobrevida Nao-Parametrica

Enviado por

Direitos autorais:

Formatos disponíveis

Anlise de Sobrevivncia Aplicada Sade

Anlise de Sobrevivncia Aplicada

Luprcio Frana Bessegato

Anlise de Sobrevivncia Aplicada Sade -- 2014

Estima a funo de sobrevivncia S(t)

Estima a funo de risco acumulado (t)

Ambos utilizam dados censurados

Prof. Luprcio F. Bessegato

Anlise de Sobrevivncia Aplicada Sade

Desdobra a condio de sobreviver at o tempo t

Sequncia de elementos independentes, caracterizando

At a data de sua sada (t < 25)

A probabilidade de sobreviver ao tempo t o produto

Aps sua sada (t > 25)

Numerador (sobrevivente) e denominador (grupo sob risco)

S(5) = P{T>5} = P{T>1; T>5} = P{T>1} P{T>5 | T>1}

Estimador produto (ou estimador limite produto)

Anlise de Sobrevivncia Aplicada Sade -- 2014

Tempo Sob risco Desfechos Censuras Sobreviventes

Prof. Luprcio F. Bessegato

0 (0/1) (1/2)(4/6) (7/8)

Amostra com n indivduos e m diferentes tempos

Anlise de Sobrevivncia Aplicada Sade -- 2014

Anlise de Sobrevivncia Aplicada Sade

Como os eventos so independentes S(t) o produto

Sobrevivncia ao diagnstico de Aids

Banco de dados: ipec.csv

Anlise de Sobrevivncia Aplicada Sade -- 2014

Anlise de Sobrevivncia Aplicada Sade -- 2014

Prof. Luprcio F. Bessegato

Anlise de Sobrevivncia Aplicada Sade -- 2014

Funo de sobrevivncia estimada pelo mtodo

Anlise de Sobrevivncia Aplicada Sade -- 2014

Anlise de Sobrevivncia Aplicada Sade

Funo de sobrevivncia dos pacientes com Aids

Estimador de Kaplan-Meier para (t)

Funo de risco acumulado:

Salta em cada tempo de

Pode-se estimar qualquer das funes

Smbolos + localizam as censuras

Anlise de Sobrevivncia Aplicada Sade -- 2014

0,9524 ln(0,9524) = 0,0488

Prof. Luprcio F. Bessegato

Anlise de Sobrevivncia Aplicada Sade -- 2014

Anlise de Sobrevivncia Aplicada Sade -- 2014

Anlise de Sobrevivncia Aplicada Sade

Grfico da funo de risco acumulado

Estimativa por Kaplan-Meier

Pode-se estimar a sobrevivncia por:

Anlise de Sobrevivncia Aplicada Sade -- 2014

Prof. Luprcio F. Bessegato

Anlise de Sobrevivncia Aplicada Sade -- 2014

Estimativa Risco Acumulado (Nelson-Aalen)

Anlise de Sobrevivncia Aplicada Sade -- 2014

Anlise de Sobrevivncia Aplicada Sade

Anlise de Sobrevivncia Aplicada Sade -- 2014

Estimativa Nelson-Aalen para a sobrevivncia:

Anlise de Sobrevivncia Aplicada Sade -- 2014

Propriedades do Estimador de KaplanMeier

estimador de mxima verossimilhana de S(t)

Anlise de Sobrevivncia Aplicada Sade -- 2014

Prof. Luprcio F. Bessegato

Anlise de Sobrevivncia Aplicada Sade -- 2014