Publication:

Modelamiento de datos de cáncer usando distribuciones de probabilidad no convencionales.

Resumen en español

Se realizó una revisión literaria de antecedentes que estuvieran involucrados con metodologías estadísticas para modelar datos de supervivencia considerando distribuciones censuradas y no censuradas, donde se observó que varios autores proponen familias de distribuciones sin considerar la presencia de censura en los datos, a excepción de uno de los artículos citas dentro el proyecto, en el cual los mecanismos de censura que asumieron fueron por la izquierda y por la derecha Tipo I, distintos al tipo de censura planteados eb este trabajo. Se ideó recurrir a modelos paramétricos más flexibles en relación con el comportamiento de la densidad y las funciones de la tasa de riesgo Se incluyó la obtención de la expresión analítica de la función de riesgo de una de las distribuciones estudiadas (Levy estándar. Por medio de la simulación, en la cual, se llevó a cabo la estimación de parámetros con base en el método de máxima verosimilitud, y utilizando procedimientos propios paradigma bayesiano, donde la estimación se obtuvo usando técnicas de Monte Carlo vía Cadenas de Markov (MCMC), se estimaron dos de las funciones más importantes del análisis, la función de supervivencia s(X) y la función de riesgo h(x), como también, se obtuvo la estimación no paramétrica de la supervivencia basada en el estimador de Kaplan - Meier (KM); el cual fue útil para comparar posteriormente su curva, con aquella función WOR s(x) asociada al modelo paramétrico respectivo. Se propone una metodología que permita modelar los tiempos de supervivencia con censura por la derecha usando distribuciones no convencionales que consideran la asimetría o valores extremos.