Thiago Gentil Ramires - Departamento de Estatística (UEM

O objetivo deste trabalho é estudar as covariáveis que afetam (e como
afetam) o tempo até a ocorrência do evento de interesse. As vaiáveis do estudo
foram: Idade, Sexo, Cor, Tempo (em meses), Tipo Sanguíneo, Transplante, IMC,
AntiHBS, Diabetes, Censura e Pressão dentro dos 306 casos.
Os dados foram obtidos junto ao Instituto do Rim de Maringá, onde
observamos os pacientes inscritos no programa de hemodiálise do ano de 1978 ao
ano de 2010. Essa coleta foi obtida diariamente pelo próprio Instituto respeitando as
normas da empresa.
A principal limitação do estudo foi a perda de informação (algumas variáveis
deixaram de ser observadas ou foram perdidas), desta forma alguns pacientes foram
excluídos da análise.
Outro complicador nesta análise são as controvérsias de como tratar os óbitos
por outra causa que não a doença de interesse ou os óbitos por causa
desconhecida. Há autores que analisam estes pacientes como falha e, neste caso, a
taxa de sobrevida reflete a mortalidade geral para este grupo de pacientes
(sobrevida global). Neste estudo consideramos todos os óbitos como falha, pois
pacientes com problemas renais passam a apresentar diversos tipos de problemas
no organismo, onde a maioria deles estão diretamente relacionados devido ao mau
funcionamento dos rins.
A escolha do modelo a ser utilizado é um muito importante na análise
paramétrica em confiabilidade, uma vez que a utilização de um modelo inadequado
para um determinado conjunto de dados pode comprometer a análise estatística,
provocando viés nos resultados obtidos. Neste estudo optou-se por utilizar uma
estratégia de seleção de modelos derivada da proposta de Collett (1994). São
utilizados seis passos no processo de seleção. Descritos no capitulo 3.5.
Após a modelagem procurou-se ajustar o modelo à uma distribuição
paramétrica, onde foram utilizados métodos gráficos e testes estatístico como o
Teste da Razão de Verossimilhança. O modelo que melhor se adequou aos dados
foi um modelo Weibull.
Com a verificação do ajuste do modelo, em geral obtemos um bom ajuste
com as covariáveis selecionadas e as seguintes interpretações foram feitas para os
parâmetros:
11