Survival Parametric Models for Mismeasured Outcomes (pp.254-257)

Resumo

A análise de dados de sobrevivência consiste no estudo do tempo até a ocorrência de um evento de interesse como, por exemplo, a morte de um paciente, cura ou recidiva de uma doença. Quando o tempo exato de ocorrência não é conhecido, mas sabe-se que ele aconteceu no intervalo entre duas avaliações consecutivas do indivíduo, estamos diante de um estudo com censura intervalar. A detecção do evento depende da qualidade dos testes aplicados: um indivíduo pode ser diagnosticado como doente quando na verdade ele está sadio ou um indivíduo doente pode ser diagnosticado como sadio. Nesses casos, ao utilizar métodos tradicionais de Análise de Sobrevivência, estimativas viciadas para os parâmetros da distribuição do tempo de falha são obtidas [Paggiaro e Torelli (2004)]. Apresentamos, então, uma proposta que incorpora a sensibilidade e a especificidade do teste a modelos probabilísticos de Análise de Sobrevivência com dados grupados (caso especial de censura intervalar em que todas as unidades são avaliadas nos mesmos instantes). Avaliamos o caso especial do Modelo Weibull de Riscos Proporcionais e os estudos de simulação Monte Carlo demonstraram que, quando a sensibilidade e a especificidade do teste são conhecidas, o método proposto é bastante eficiente, pois suas estimativas apresentam menor vício relativo do que aquelas fornecidas pelo método tradicional. Apresentamos ainda uma aplicação do modelo proposto a dados de tempo de vida de mangueiras.