Modelagem conjunta de dados longitudinais e de sobrevivência para avaliação de desfechos clínicos do parto

• Ano de defesa: 2018
• Autor(a) principal: Maiorano, Alexandre Cristovao
• Tipo de documento: Tese
• Tipo de acesso: Acesso aberto
• Idioma: por
• Instituição de defesa: Biblioteca Digitais de Teses e Dissertações da USP
• Palavras-chave em Português: Covariáveis dependentes do tempo; Flexible hazard function; Função de risco flexível; Joint multi-state model; Labor process; Modelagem do trabalho de parto; Modelo conjunto; Modelo multiestados; Multi-state model; Time dependent covariates
• Link de acesso: http://www.teses.usp.br/teses/disponiveis/104/104131/tde-08082019-104421/

Pelo fato da maioria das mortes e morbidades associadas à gravidez ocorrerem em torno do parto, a qualidade do cuidado nesse período é crucial para as mães e seus bebês. Para acompanhar as mulheres nessa etapa, o partograma tem sido a ferramenta mais utilizada nas últimas décadas e, devido à sua simplicidade, é frequentemente usado em países com baixa e média renda. No entanto, sua utilização é altamente questionada devido à ausência de evidências que justifiquem uma contribuição ao parto. Para melhorar a qualidade do parto nessas circunstâncias, o projeto BOLD tem sido desenvolvido com o intuito de reduzir a ocorrência de problemas indesejados e com a finalidade desenvolver uma ferramenta moderna, chamada de SELMA, que projetase como uma alternativa ao partograma. Com a finalidade de associar características fixas e dinâmicas avaliadas no parto e identificar quais elementos intra parto podem ser utilizados como gatilhos para realização de uma intervenção e, assim, prevenir um desfecho indesejado, propomos nesta tese a utilização de modelos de sobrevivência com covariáveis dependentes do tempo. Inicialmente, consideramos a modelagem de dados longitudinais e de sobrevivência utilizando funções de risco paramétricas flexíveis. Nesse caso, propomos a utilização de cinco generalizações da distribuição Weibull, da distribuição Nagakami e utilizamos um procedimento geral de seleção de modelos paramétricos usuais via distribuição Gamma generalizada, inédito na modelagem conjunta. Realizamos um extenso estudo de simulação para avaliar as estimativas de máxima verossimilhança e os critérios de discriminação. Além disso, a própria natureza do parto nos leva a um contexto de eventos múltiplos, nos remetendo à utilização dos modelos multiestados. Eles são definidos como modelos para um processo estocástico que a qualquer momento ocupa um conjunto discreto de estados. De uma forma geral, são os modelos mais comuns para descrever o desenvolvimento de dados de tempo de falha longitudinais e são frequentemente utilizados em aplicações médicas. Considerando o contexto de eventos múltiplos, propomos a inclusão de uma covariável dependente do tempo no modelo multiestados a partir de uma modificação dos dados, o que nos trouxe resultados satisfatórios e similares ao esperado na prática clínica.