Modelos de sobrevivência induzida por fragilidade da família PVF: uma abordagem bayesiana

Detalhes bibliográficos
Ano de defesa: 2026
Autor(a) principal: Pedraza, Carlos Franklin Taco
Orientador(a): Cancho, Vicente Garibay lattes
Banca de defesa: Não Informado pela instituição
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