Publicación:
Efecto de la censura en modelos de fragilidad Gamma

dc.contributor.advisorRamirez Montoya, Javier
dc.contributor.advisorRocha de Medeiros, Rodrigo Matheus
dc.contributor.authorFlorez Florez, Lenin Jose
dc.contributor.juryMartínez Flórez, Guillermo Domingo
dc.contributor.juryBrango Garcia, Hugo Alberto
dc.date.accessioned2025-06-27T20:40:18Z
dc.date.available2025-06-27T20:40:18Z
dc.date.issued2025-06-27
dc.description.abstractEn análisis de sobrevivencia el modelo de fragilidad permite capturar la heterogeneidad no observada entre los individuos, la cual no puede ser explicada por las covariables observadas. Este modelo extiende el modelo de riesgos proporcionales de Cox al incluir un término adicional (llamado “fragilidad”) que capta las diferencias no observadas en los riesgos de falla entre individuos o grupos (Janssen y Duchateau, 2011). En este trabajo se considera el modelo de fragilidad univariada en que se asume que la distribución de la fragilidad corresponde a una distribución Gamma. Este modelo es útil porque puede abordar las variaciones entre sujetos en estudios de datos agrupados. También existen modelos de fragilidad inversa Gaussiana, Gompertz, Weibull entre otros. Este modelo de fragilidad Gamma posee propiedades algebraicas convenientes además de ser muy usada en la literatura. Por otro lado, el fenómeno de censura, puede afectar la estimación de estos modelos con imprecisiones debido a mucha censura. (Klein y Moeschberger, 2003). La estimación de parámetros en los modelos de fragilidad generalmente se realiza mediante métodos de máxima verosimilitud, aunque puede ser complicada debido a la presencia de términos no observados. La predicción de fragilidades individuales se convierte en un desafío en presencia de censura, ya que no siempre se pueden observar todos los eventos de interés. En este trabajo se analizan mediante simulación las estimaciones de los parámetros de regresión del modelo de fragilidad Gamma, frente al de Cox. Calculando los errores cuadraticos medios de las estimaciones bajo diferentes escenarios de censura y tamaños de muestra.spa
dc.description.degreelevelPregrado
dc.description.degreenameEstadístico(a)
dc.description.modalityTrabajos de Investigación y/o Extensión
dc.description.tableofcontentsPlanteamiento del problemaspa
dc.description.tableofcontentsObjetivosspa
dc.description.tableofcontentsEstado del Artespa
dc.description.tableofcontentsMarco Teóricospa
dc.description.tableofcontentsMetodologíaspa
dc.description.tableofcontentsEstimaciónspa
dc.description.tableofcontentsSimulaciónspa
dc.description.tableofcontentsAplicación a datos de tuberculosis pulmonarspa
dc.description.tableofcontentsConclusionesspa
dc.description.tableofcontentsReferenciasspa
dc.description.tableofcontentsAnexospa
dc.format.mimetypeapplication/pdf
dc.identifier.instnameUniversidad de Córdoba
dc.identifier.reponameRepositorio Universidad de Córdoba
dc.identifier.repourlhttps://repositorio.unicordoba.edu.co/
dc.identifier.urihttps://repositorio.unicordoba.edu.co/handle/ucordoba/9226
dc.language.isospa
dc.publisherUniversidad de Córdoba
dc.publisher.facultyFacultad de Ciencias Básicas
dc.publisher.placeMontería, Córdoba, Colombia
dc.publisher.programEstadística
dc.relation.referencesAbdulkarimova, U. (2013). Frailty models for modelling heterogeneity (M.Sc. Thesis, McMaster University, Hamilton, Ontario). Descargado de https://macsphere.mcmaster.ca/handle/11375/13118
dc.relation.referencesBarceló, M. A., y Saez, M. (2004). A modification of the em algorithm to estimate an andersen-gill gamma frailty model for multivariate failure time data. Statistics in Medicine, 23 , 2931-2947
dc.relation.referencesCox, D. R. (1972). Modelos de regresión y tablas de vida. Revista de la Royal Statistical Society: Serie B (Metodológica), 34 (2), 187–202
dc.relation.referencesCox, D. R. (1984). Analysis of survival data. Chapman and Hall/CRC
dc.relation.referencesDucrocq, V., y Gómez, E. A. (2004). Análisis de supervivencia: una herramienta estadística para datos de longevidad. Revista Española de Salud Pública, 78 (2), 242-248
dc.relation.referencesGhosh, B., Dewanji, A., y Das, S. (2024). Parametric analysis of bivariate current status data with competing risks using frailty model. arXiv preprint. Descargado de https://arxiv.org/abs/2405.05773 doi: 10.48550/arXiv.2405.05773
dc.relation.referencesGonzález, J. R., y Peña, E. A. (2004). Estimación no paramétrica de la función de supervivencia para datos con eventos recurrentes. Revista Española de Salud Pública, 78 (2), 243-252
dc.relation.referencesGovindarajulu, U. S., Lin, H., Lunetta, K. L., y D’Agostino Sr, R. (2011). Frailty models: applications to biomedical and genetic studies. Statistics in medicine, 30 (22), 2754–2764
dc.relation.referencesJanssen, P., y Duchateau, L. (2011). Frailty model. En M. Lovric (Ed.), International encyclopedia of statistical science (pp. 544–546). Berlin, Heidelberg: Springer Berlin Heidelberg
dc.relation.referencesKalbfleisch, J. D., y Prentice, R. L. (2002). The statistical analysis of failure time data. John Wiley & Sons
dc.relation.referencesKlein, J. P., y Moeschberger, M. L. (2003). Survival analysis: Techniques for censored and truncated data
dc.relation.referencesKrishna, K. M. J., Traison, T., Sebastian, S. M., George, P. S., y Mathew, A. (2021). Gamma frailty model for survival risk estimation: an application to cancer data. Epidemiological Methods, 10 (1), 20210005. Descargado de https://doi.org/10.1515/em-2021-0005 doi: 10.1515/em-2021-0005
dc.relation.referencesLafuerza. (2021). Análisis de supervivencia. modelos de riesgos competitivos. Univerisidad Zaragoza
dc.relation.referencesMartínez-González, M. Á., Alonso, Á., y Fidalgo, J. L. (2008). ¿ qué es una hazard ratio? nociones de análisis de supervivencia. Medicina clínica, 131 (2), 65–72
dc.relation.referencesPrentice, R. L. (1974). A log gamma and its maximun likelihood estimation. Biometrika Trust
dc.relation.referencesSamudio, F. P. R. (2014). Modelo de fragilidade gama e regressão quantílica em análise de sobrevivência de abelhas melíferas expostas à proteína cry1ac. Universidade Federal de Viçosa
dc.relation.referencesSánchez Serrano, J. P. (2008). Análisis genético de la longevidad en conejas de producción cárnica. constitución y evaluación de una línea longevo-productiva de conejos. Universitat Politècnica de València
dc.relation.referencesStacy, E. W. (1962). A generalization of the gamma distribution. The Annals of mathematical statistics, 1187–1192
dc.relation.referencesVásquez Beltrán, A. A. (2018). Modelos de regresión gamma generalizada ceroinflacionada para la media con aplicación a gastos en educación. Pontificia Universidad Católica del Perú
dc.relation.referencesWienke, A. (2011). Frailty models in survival analysis. Chapman and Hall/CRC
dc.rightsCopyright Universidad de Córdoba, 2025
dc.rights.accessrightsinfo:eu-repo/semantics/openAccess
dc.rights.coarhttp://purl.org/coar/access_right/c_abf2
dc.rights.licenseAtribución-NoComercial-SinDerivadas 4.0 Internacional (CC BY-NC-ND 4.0)
dc.rights.urihttps://creativecommons.org/licenses/by-nc-nd/4.0/
dc.subject.keywordsFragilityeng
dc.subject.keywordsDistributioneng
dc.subject.keywordsSimulationeng
dc.subject.keywordsCensorshipeng
dc.subject.proposalFragilidadspa
dc.subject.proposalDistribuciónspa
dc.subject.proposalSimulaciónspa
dc.subject.proposalCensuraspa
dc.titleEfecto de la censura en modelos de fragilidad Gammaspa
dc.typeTrabajo de grado - Pregrado
dc.type.coarhttp://purl.org/coar/resource_type/c_7a1f
dc.type.coarversionhttp://purl.org/coar/version/c_ab4af688f83e57aa
dc.type.contentText
dc.type.driverinfo:eu-repo/semantics/bachelorThesis
dc.type.versioninfo:eu-repo/semantics/acceptedVersion
dspace.entity.typePublication
Archivos
Bloque original
Mostrando 1 - 2 de 2
Cargando...
Miniatura
Nombre:
FlorezFlorezLeninJose.pdf
Tamaño:
2.81 MB
Formato:
Adobe Portable Document Format
No hay miniatura disponible
Nombre:
Formato de autorización.pdf
Tamaño:
1.49 MB
Formato:
Adobe Portable Document Format
Bloque de licencias
Mostrando 1 - 1 de 1
No hay miniatura disponible
Nombre:
license.txt
Tamaño:
15.18 KB
Formato:
Item-specific license agreed upon to submission
Descripción: