Modelos de sobrevivência induzida por fragilidade da família PVF: uma abordagem bayesiana
| Ano de defesa: | 2026 |
|---|---|
| Autor(a) principal: | |
| Orientador(a): | |
| Banca de defesa: | |
| Tipo de documento: | Tese |
| Tipo de acesso: | Acesso aberto |
| Idioma: | por |
| Instituição de defesa: |
Universidade Federal de São Carlos
Campus São Carlos Centro de Ciências Exatas e de Tecnologia - CCET |
| Programa de Pós-Graduação: |
Programa Interinstitucional de Pós-Graduação em Estatística - PIPGEs
|
| Departamento: |
Não Informado pela instituição
|
| País: |
Não Informado pela instituição
|
| Palavras-chave em Português: | |
| Palavras-chave em Inglês: | |
| Área do conhecimento CNPq: | |
| Link de acesso: | https://hdl.handle.net/20.500.14289/24249 |
Resumo: | In survival analysis, it is common to incorporate covariates such as age, sex, disease severity, among others. However, there are several unobserved factors that may also influence survival, including overall health status, lifestyle, occupation, or genetic predisposition. Such factors are often referred to as frailty and represent unobserved heterogeneity among individuals in the study. The objective of this work is to develop frailty models capable of capturing this unobserved heterogeneity in survival data. We introduce a new class of survival models that combines population unobserved heterogeneity and the presence of cured individuals through the incorporation of frailty terms from the PVF family (Power Variance Functions), referred to as PVF-Induced Defective (PVF-ID) models. This framework extends the classical theory of frailty models and defective lifetime models, allowing researchers to flexibly model the presence of long-term survivors. Inference is performed through a fully Bayesian procedure implemented via Hamiltonian Monte Carlo, while relevant frequentist properties are assessed through simulation studies. When applied to survival data related to HIV/AIDS, the model consistently identifies the effects of the covariates. Additionally, a bivariate survival model with cure fraction and frailty is proposed, based on Poisson mixtures and the PVF family. The model is extended to a regression framework, allowing the assessment of covariate effects on survival times. Inference is conducted under a Bayesian approach using Hamiltonian Monte Carlo implemented in RStan, and simulation studies are carried out to evaluate the performance of the estimators. The flexibility of the proposed structure allows the model to capture both dependence between failure times and unobserved heterogeneity. The practical utility of the model is illustrated using a real dataset. |
| id |
SCAR_5da72a58f24091acf370afd7e96dcadb |
|---|---|
| oai_identifier_str |
oai:repositorio.ufscar.br:20.500.14289/24249 |
| network_acronym_str |
SCAR |
| network_name_str |
Repositório Institucional da UFSCAR |
| repository_id_str |
|
| spelling |
Pedraza, Carlos Franklin TacoCancho, Vicente Garibayhttps://lattes.cnpq.br/3503233632044163Opazo, Miguel Angel Uribehttps://lattes.cnpq.br/4179444121729414https://lattes.cnpq.br/2973922801961193https://orcid.org/0009-0000-6636-4198https://orcid.org/0000-0002-0266-9141https://orcid.org/0000-0001-8937-4815Alvarez, Bernardo Moises LagosSantos, Daiane de SouzaRodrigues, Gabriela MariaHenriques, Marcos Jardelhttps://orcid.org/0000-0001-5250-193Xhttps://lattes.cnpq.br/0929922667210546https://orcid.org/0000-0002-1985-8141https://lattes.cnpq.br/30113234080470312026-06-18T17:28:14Z2026-03-27PEDRAZA, Carlos Franklin Taco. Modelos de sobrevivência induzida por fragilidade da família PVF: uma abordagem bayesiana. 2026. Tese (Doutorado em Estatística) – Universidade Federal de São Carlos, Campus São Carlos, 2026. Disponível em: https://repositorio.ufscar.br/handle/20.500.14289/24249.https://hdl.handle.net/20.500.14289/24249In survival analysis, it is common to incorporate covariates such as age, sex, disease severity, among others. However, there are several unobserved factors that may also influence survival, including overall health status, lifestyle, occupation, or genetic predisposition. Such factors are often referred to as frailty and represent unobserved heterogeneity among individuals in the study. The objective of this work is to develop frailty models capable of capturing this unobserved heterogeneity in survival data. We introduce a new class of survival models that combines population unobserved heterogeneity and the presence of cured individuals through the incorporation of frailty terms from the PVF family (Power Variance Functions), referred to as PVF-Induced Defective (PVF-ID) models. This framework extends the classical theory of frailty models and defective lifetime models, allowing researchers to flexibly model the presence of long-term survivors. Inference is performed through a fully Bayesian procedure implemented via Hamiltonian Monte Carlo, while relevant frequentist properties are assessed through simulation studies. When applied to survival data related to HIV/AIDS, the model consistently identifies the effects of the covariates. Additionally, a bivariate survival model with cure fraction and frailty is proposed, based on Poisson mixtures and the PVF family. The model is extended to a regression framework, allowing the assessment of covariate effects on survival times. Inference is conducted under a Bayesian approach using Hamiltonian Monte Carlo implemented in RStan, and simulation studies are carried out to evaluate the performance of the estimators. The flexibility of the proposed structure allows the model to capture both dependence between failure times and unobserved heterogeneity. The practical utility of the model is illustrated using a real dataset.Em análise de sobrevivência, é comum incorporar covariáveis, como idade, sexo, gravidade da doença entre outras. No entanto, existem diversos fatores não observados que também podem influenciar a sobrevivência, incluindo o estado geral de saúde, o estilo de vida, a ocupação ou a predisposição genética. Tais fatores não observados podem ser incorporados ao modelo por meio de uma variável de fragilidade, frequentemente denominada fragilidade, a qual representa a heterogeneidade não observada entre os indivíduos do estudo. O objetivo deste trabalho é desenvolver modelos de fragilidade para capturar essa heterogeneidade não observada em dados de sobrevivência. Apresenta-se uma nova classe de modelos de sobrevivência que combina a heterogeneidade não observada da população e a presença de indivíduos curados por meio da incorporação de termos de fragilidade provenientes da família PVF (Família de Funções de Variância de Potência), denominados modelos defeituosos Induzidos por PVF (PVF-ID). Essa estrutura amplia a teoria clássica de modelos de fragilidade e de tempos de vida defeituosos, permitindo aos pesquisadores modelar de forma flexível a presença de sobreviventes de longo prazo. A inferência é realizada por meio de um procedimento totalmente Bayesiano implementado via Hamiltonian Monte Carlo, enquanto propriedades frequentistas relevantes são avaliadas por meio de estudos de simulação. Quando aplicado a dados de sobrevivência relacionados ao HIV/AIDS, o modelo identifica de forma consistente as covariáveis. Além disso, propõe-se um modelo bivariado de sobrevivência com fração de cura e fragilidade, baseado em misturas de Poisson e na família PVF. O modelo é estendido para regressão, permitindo avaliar o efeito de covariáveis nos tempos de sobrevivência. A inferência é realizada sob abordagem bayesiana via Hamiltonian Monte Carlo implementado em R-Stan, e estudos de simulação são conduzidos para avaliar o desempenho dos estimadores. A flexibilidade da estrutura proposta permite capturar a dependência entre tempos de falha e heterogeneidade não observada. A utilidade prática do modelo é ilustrada por meio de conjuntos de dados reais.Coordenação de Aperfeiçoamento de Pessoal de Nível Superior (CAPES)88887.626697/2021-00porUniversidade Federal de São CarlosCampus São CarlosCentro de Ciências Exatas e de Tecnologia - CCETPrograma Interinstitucional de Pós-Graduação em Estatística - PIPGEsUFSCarNão tenhoAttribution-NonCommercial-NoDerivs 3.0 Brazilhttp://creativecommons.org/licenses/by-nc-nd/3.0/br/info:eu-repo/semantics/openAccessModelo de fragilidadeDistribuições PVF-IDModelo de regressãoAnálise de SobrevivênciaInferência BayesianaFragility ModelPVF-IDdistributionRegression modelSurvival AnalysisBayesian InferenceCIENCIAS EXATAS E DA TERRA::PROBABILIDADE E ESTATISTICA::ESTATISTICA::FUNDAMENTOS DA ESTATISTICACIENCIAS EXATAS E DA TERRA::PROBABILIDADE E ESTATISTICA::ESTATISTICA::REGRESSAO E CORRELACAO3. Saúde e Bem-EstarModelos de sobrevivência induzida por fragilidade da família PVF: uma abordagem bayesianaFrailty-induced survival models from the PVF family: a bayesian approachinfo:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/doctoralThesisreponame:Repositório Institucional da UFSCARinstname:Universidade Federal de São Carlos (UFSCAR)instacron:UFSCARORIGINALtese_carlos_pedraza_2026.pdftese_carlos_pedraza_2026.pdfapplication/pdf1787434https://repositorio.ufscar.br/bitstreams/c9ea886b-c422-401d-90de-1bb09b9a88e4/download3d4cbf23ac718d9c6bb163dcbb9b0429MD51trueAnonymousREADCC-LICENSElicense_rdforg.dspace.license.CreativeCommonsapplication/rdf+xml; charset=utf-8906https://repositorio.ufscar.br/bitstreams/580f12ec-bf5a-4e5d-9098-857a4b8e94c7/downloadfba754f0467e45ac3862bc2533fb2736MD53falseAnonymousREADTEXTtese_carlos_pedraza_2026.pdf.txtWritten by FormatFilter org.dspace.app.mediafilter.TikaTextExtractionFilter on 2026-06-19T03:02:24Z (GMT).Extracted texttext/plain104163https://repositorio.ufscar.br/bitstreams/6b681544-b080-48dd-82d3-8f9c2dca91e9/downloade5afd5baaba9ec27f91a66cef05b7865MD54falseAnonymousREADTHUMBNAILtese_carlos_pedraza_2026.pdf.jpgWritten by FormatFilter org.dspace.app.mediafilter.PDFBoxThumbnail on 2026-06-19T03:02:26Z (GMT).Generated Thumbnailimage/jpeg6469https://repositorio.ufscar.br/bitstreams/e5e4ac36-5b55-4c00-a401-d1a5c9338b7d/download85c93414e59a6b9b1e8d7eab74aae3feMD55falseAnonymousREAD20.500.14289/242492026-07-18T00:19:32.813941Zhttp://creativecommons.org/licenses/by-nc-nd/3.0/br/Attribution-NonCommercial-NoDerivs 3.0 Brazilopen.accessoai:repositorio.ufscar.br:20.500.14289/24249https://repositorio.ufscar.brRepositório InstitucionalPUBhttps://repositorio.ufscar.br/oai/requestrepositorio.sibi@ufscar.bropendoar:43222026-07-18T00:19:32Repositório Institucional da UFSCAR - Universidade Federal de São Carlos (UFSCAR)false |
| dc.title.por.fl_str_mv |
Modelos de sobrevivência induzida por fragilidade da família PVF: uma abordagem bayesiana |
| dc.title.alternative.eng.fl_str_mv |
Frailty-induced survival models from the PVF family: a bayesian approach |
| title |
Modelos de sobrevivência induzida por fragilidade da família PVF: uma abordagem bayesiana |
| spellingShingle |
Modelos de sobrevivência induzida por fragilidade da família PVF: uma abordagem bayesiana Pedraza, Carlos Franklin Taco Modelo de fragilidade Distribuições PVF-ID Modelo de regressão Análise de Sobrevivência Inferência Bayesiana Fragility Model PVF-IDdistribution Regression model Survival Analysis Bayesian Inference CIENCIAS EXATAS E DA TERRA::PROBABILIDADE E ESTATISTICA::ESTATISTICA::FUNDAMENTOS DA ESTATISTICA CIENCIAS EXATAS E DA TERRA::PROBABILIDADE E ESTATISTICA::ESTATISTICA::REGRESSAO E CORRELACAO 3. Saúde e Bem-Estar |
| title_short |
Modelos de sobrevivência induzida por fragilidade da família PVF: uma abordagem bayesiana |
| title_full |
Modelos de sobrevivência induzida por fragilidade da família PVF: uma abordagem bayesiana |
| title_fullStr |
Modelos de sobrevivência induzida por fragilidade da família PVF: uma abordagem bayesiana |
| title_full_unstemmed |
Modelos de sobrevivência induzida por fragilidade da família PVF: uma abordagem bayesiana |
| title_sort |
Modelos de sobrevivência induzida por fragilidade da família PVF: uma abordagem bayesiana |
| author |
Pedraza, Carlos Franklin Taco |
| author_facet |
Pedraza, Carlos Franklin Taco |
| author_role |
author |
| dc.contributor.authorlattes.none.fl_str_mv |
https://lattes.cnpq.br/2973922801961193 |
| dc.contributor.authororcid.none.fl_str_mv |
https://orcid.org/0009-0000-6636-4198 |
| dc.contributor.advisor1orcid.none.fl_str_mv |
https://orcid.org/0000-0002-0266-9141 |
| dc.contributor.advisor-co1orcid.none.fl_str_mv |
https://orcid.org/0000-0001-8937-4815 |
| dc.contributor.referee.none.fl_str_mv |
Alvarez, Bernardo Moises Lagos Santos, Daiane de Souza Rodrigues, Gabriela Maria Henriques, Marcos Jardel |
| dc.contributor.refereeLattes.none.fl_str_mv |
https://orcid.org/0000-0001-5250-193X https://lattes.cnpq.br/0929922667210546 https://orcid.org/0000-0002-1985-8141 https://lattes.cnpq.br/3011323408047031 |
| dc.contributor.author.fl_str_mv |
Pedraza, Carlos Franklin Taco |
| dc.contributor.advisor1.fl_str_mv |
Cancho, Vicente Garibay |
| dc.contributor.advisor1Lattes.fl_str_mv |
https://lattes.cnpq.br/3503233632044163 |
| dc.contributor.advisor-co1.fl_str_mv |
Opazo, Miguel Angel Uribe |
| dc.contributor.advisor-co1Lattes.fl_str_mv |
https://lattes.cnpq.br/4179444121729414 |
| contributor_str_mv |
Cancho, Vicente Garibay Opazo, Miguel Angel Uribe |
| dc.subject.por.fl_str_mv |
Modelo de fragilidade Distribuições PVF-ID Modelo de regressão Análise de Sobrevivência Inferência Bayesiana |
| topic |
Modelo de fragilidade Distribuições PVF-ID Modelo de regressão Análise de Sobrevivência Inferência Bayesiana Fragility Model PVF-IDdistribution Regression model Survival Analysis Bayesian Inference CIENCIAS EXATAS E DA TERRA::PROBABILIDADE E ESTATISTICA::ESTATISTICA::FUNDAMENTOS DA ESTATISTICA CIENCIAS EXATAS E DA TERRA::PROBABILIDADE E ESTATISTICA::ESTATISTICA::REGRESSAO E CORRELACAO 3. Saúde e Bem-Estar |
| dc.subject.eng.fl_str_mv |
Fragility Model PVF-IDdistribution Regression model Survival Analysis Bayesian Inference |
| dc.subject.cnpq.fl_str_mv |
CIENCIAS EXATAS E DA TERRA::PROBABILIDADE E ESTATISTICA::ESTATISTICA::FUNDAMENTOS DA ESTATISTICA CIENCIAS EXATAS E DA TERRA::PROBABILIDADE E ESTATISTICA::ESTATISTICA::REGRESSAO E CORRELACAO |
| dc.subject.ods.none.fl_str_mv |
3. Saúde e Bem-Estar |
| description |
In survival analysis, it is common to incorporate covariates such as age, sex, disease severity, among others. However, there are several unobserved factors that may also influence survival, including overall health status, lifestyle, occupation, or genetic predisposition. Such factors are often referred to as frailty and represent unobserved heterogeneity among individuals in the study. The objective of this work is to develop frailty models capable of capturing this unobserved heterogeneity in survival data. We introduce a new class of survival models that combines population unobserved heterogeneity and the presence of cured individuals through the incorporation of frailty terms from the PVF family (Power Variance Functions), referred to as PVF-Induced Defective (PVF-ID) models. This framework extends the classical theory of frailty models and defective lifetime models, allowing researchers to flexibly model the presence of long-term survivors. Inference is performed through a fully Bayesian procedure implemented via Hamiltonian Monte Carlo, while relevant frequentist properties are assessed through simulation studies. When applied to survival data related to HIV/AIDS, the model consistently identifies the effects of the covariates. Additionally, a bivariate survival model with cure fraction and frailty is proposed, based on Poisson mixtures and the PVF family. The model is extended to a regression framework, allowing the assessment of covariate effects on survival times. Inference is conducted under a Bayesian approach using Hamiltonian Monte Carlo implemented in RStan, and simulation studies are carried out to evaluate the performance of the estimators. The flexibility of the proposed structure allows the model to capture both dependence between failure times and unobserved heterogeneity. The practical utility of the model is illustrated using a real dataset. |
| publishDate |
2026 |
| dc.date.accessioned.fl_str_mv |
2026-06-18T17:28:14Z |
| dc.date.issued.fl_str_mv |
2026-03-27 |
| dc.type.status.fl_str_mv |
info:eu-repo/semantics/publishedVersion |
| dc.type.driver.fl_str_mv |
info:eu-repo/semantics/doctoralThesis |
| format |
doctoralThesis |
| status_str |
publishedVersion |
| dc.identifier.citation.fl_str_mv |
PEDRAZA, Carlos Franklin Taco. Modelos de sobrevivência induzida por fragilidade da família PVF: uma abordagem bayesiana. 2026. Tese (Doutorado em Estatística) – Universidade Federal de São Carlos, Campus São Carlos, 2026. Disponível em: https://repositorio.ufscar.br/handle/20.500.14289/24249. |
| dc.identifier.uri.fl_str_mv |
https://hdl.handle.net/20.500.14289/24249 |
| identifier_str_mv |
PEDRAZA, Carlos Franklin Taco. Modelos de sobrevivência induzida por fragilidade da família PVF: uma abordagem bayesiana. 2026. Tese (Doutorado em Estatística) – Universidade Federal de São Carlos, Campus São Carlos, 2026. Disponível em: https://repositorio.ufscar.br/handle/20.500.14289/24249. |
| url |
https://hdl.handle.net/20.500.14289/24249 |
| dc.language.iso.fl_str_mv |
por |
| language |
por |
| dc.relation.uri.none.fl_str_mv |
Não tenho |
| dc.rights.driver.fl_str_mv |
Attribution-NonCommercial-NoDerivs 3.0 Brazil http://creativecommons.org/licenses/by-nc-nd/3.0/br/ info:eu-repo/semantics/openAccess |
| rights_invalid_str_mv |
Attribution-NonCommercial-NoDerivs 3.0 Brazil http://creativecommons.org/licenses/by-nc-nd/3.0/br/ |
| eu_rights_str_mv |
openAccess |
| dc.publisher.none.fl_str_mv |
Universidade Federal de São Carlos Campus São Carlos Centro de Ciências Exatas e de Tecnologia - CCET |
| dc.publisher.program.fl_str_mv |
Programa Interinstitucional de Pós-Graduação em Estatística - PIPGEs |
| dc.publisher.initials.fl_str_mv |
UFSCar |
| publisher.none.fl_str_mv |
Universidade Federal de São Carlos Campus São Carlos Centro de Ciências Exatas e de Tecnologia - CCET |
| dc.source.none.fl_str_mv |
reponame:Repositório Institucional da UFSCAR instname:Universidade Federal de São Carlos (UFSCAR) instacron:UFSCAR |
| instname_str |
Universidade Federal de São Carlos (UFSCAR) |
| instacron_str |
UFSCAR |
| institution |
UFSCAR |
| reponame_str |
Repositório Institucional da UFSCAR |
| collection |
Repositório Institucional da UFSCAR |
| bitstream.url.fl_str_mv |
https://repositorio.ufscar.br/bitstreams/c9ea886b-c422-401d-90de-1bb09b9a88e4/download https://repositorio.ufscar.br/bitstreams/580f12ec-bf5a-4e5d-9098-857a4b8e94c7/download https://repositorio.ufscar.br/bitstreams/6b681544-b080-48dd-82d3-8f9c2dca91e9/download https://repositorio.ufscar.br/bitstreams/e5e4ac36-5b55-4c00-a401-d1a5c9338b7d/download |
| bitstream.checksum.fl_str_mv |
3d4cbf23ac718d9c6bb163dcbb9b0429 fba754f0467e45ac3862bc2533fb2736 e5afd5baaba9ec27f91a66cef05b7865 85c93414e59a6b9b1e8d7eab74aae3fe |
| bitstream.checksumAlgorithm.fl_str_mv |
MD5 MD5 MD5 MD5 |
| repository.name.fl_str_mv |
Repositório Institucional da UFSCAR - Universidade Federal de São Carlos (UFSCAR) |
| repository.mail.fl_str_mv |
repositorio.sibi@ufscar.br |
| _version_ |
1881659555250700288 |