
Atenção:
O eduCAPES é um repositório de objetos educacionais, não sendo responsável por materiais de terceiros submetidos na plataforma. O usuário assume ampla e total responsabilidade quanto à originalidade, à titularidade e ao conteúdo, citações de obras consultadas, referências e outros elementos que fazem parte do material que deseja submeter. Recomendamos que se reporte diretamente ao(s) autor(es), indicando qual parte do material foi considerada imprópria (cite página e parágrafo) e justificando sua denúncia.
Caso seja o autor original de algum material publicado indevidamente ou sem autorização, será necessário que se identifique informando nome completo, CPF e data de nascimento. Caso possua uma decisão judicial para retirada do material, solicitamos que informe o link de acesso ao documento, bem como quaisquer dados necessários ao acesso, no campo abaixo.
Todas as denúncias são sigilosas e sua identidade será preservada. Os campos nome e e-mail são de preenchimento opcional. Porém, ao deixar de informar seu e-mail, um possível retorno será inviabilizado e/ou sua denúncia poderá ser desconsiderada no caso de necessitar de informações complementares.
| Metadados | Descrição | Idioma |
|---|---|---|
| Autor(es): dc.contributor | Nakamura, Luiz Ricardo | - |
| Autor(es): dc.contributor | Ramires, Thiago Gentil | - |
| Autor(es): dc.contributor | Pereira, Geraldo Magela da Cruz | - |
| Autor(es): dc.contributor | Oliveira, Tiago Almeida de | - |
| Autor(es): dc.creator | Silvério, Vanessa Maculan | - |
| Data de aceite: dc.date.accessioned | 2026-02-09T12:07:46Z | - |
| Data de disponibilização: dc.date.available | 2026-02-09T12:07:46Z | - |
| Data de envio: dc.date.issued | 2025-10-01 | - |
| Data de envio: dc.date.issued | 2025-06-17 | - |
| Fonte completa do material: dc.identifier | https://repositorio.ufla.br/handle/1/60351 | - |
| Fonte: dc.identifier.uri | http://educapes.capes.gov.br/handle/capes/1154928 | - |
| Descrição: dc.description | Cancer remains one of the leading causes of morbidity and mortality worldwide, exerting a subs- tantial impact on public health and on the quality of life of affected patients. Survival analysis constitutes a fundamental tool for investigating the time until the occurrence of specific events, such as death or disease progression, and plays a pivotal role in cancer research, particularly when dealing with censored data and the presence of a cure fraction. Traditionally, probabilis- tic models such as the Weibull and log-normal distributions have been employed to represent such data. Nevertheless, more flexible approaches, such as generalized additive models for location, scale, and shape (GAMLSS), provide enhanced modeling capabilities, especially in scenarios where data exhibit complex features that are not adequately captured by conventional models. In this context, the present dissertation proposes the use of the log-normal cure model within the GAMLSS framework. The mathematical formalization of the model, its implemen- tation in the gamlss package of the R software, and its application to pancreatic cancer data are presented. The results indicate that the implementation of the log-normal distribution with a cure fraction in the GAMLSS context is well-suited to the data, demonstrating the effective- ness of the proposed methodology in capturing the specific survival dynamics of this disease. Moreover, the model enables the incorporation of covariates that simultaneously explain me- dian survival, variability in survival times, and the probability of cure, thereby underscoring its potential to advance survival analysis in both clinical and epidemiological research settings. | - |
| Descrição: dc.description | Fundação de Amparo à Pesquisa do Estado de Minas Gerais (FAPEMIG) | - |
| Descrição: dc.description | O câncer é uma das principais causas de morbidade e mortalidade em todo o mundo, com grande impacto na saúde pública e na qualidade de vida dos pacientes diagnosticados. A aná- lise de sobrevivência é uma ferramenta importante para entender o tempo até a ocorrência de eventos, como falecimento ou progressão da doença, sendo fundamental em estudos sobre cân- cer, especialmente quando envolvem dados censurados e fração de cura. Para construir modelos que representem esses dados, são comumente utilizados modelos probabilísticos, como as dis- tribuições Weibull e log-normal. No entanto, modelos mais flexíveis, como os modelos aditivos generalizados para locação, escala e forma (GAMLSS), são capazes de oferecer uma modela- gem mais precisa, especialmente quando os dados apresentam características complexas que não podem ser totalmente capturadas pelos modelos tradicionais. Assim, esta dissertação pro- põe a utilização do modelo log-normal com fração de cura dentro da estrutura dos GAMLSS. São apresentadas a formalização matemática do modelo, sua implementação no pacote gamlss do software R e sua aplicação em dados sobre câncer de pâncreas. Como resultado, a imple- mentação da distribuição log-normal com fração de cura no contexto dos GAMLSS, aplicada a dados sobre câncer de pâncreas mostrou-se adequada, demonstrando que a metodologia adotada é eficaz para captar as particularidades da sobrevivência nessa doença. Além disso, o modelo permitiu a inclusão de covariáveis que explicam simultaneamente a mediana de sobrevivência, a variabilidade dos tempos de vida e a chance de cura, evidenciando seu potencial para aprimorar a análise de sobrevida em contextos clínicos e epidemiológicos. | - |
| Descrição: dc.description | Sociais | - |
| Descrição: dc.description | Tecnológico | - |
| Descrição: dc.description | Saúde | - |
| Descrição: dc.description | Tecnologia e produção | - |
| Descrição: dc.description | ODS 3: Saúde e bem-estar | - |
| Descrição: dc.description | ODS 4: Educação de qualidade | - |
| Descrição: dc.description | ODS 8: Trabalho decente e crescimento econômico | - |
| Formato: dc.format | application/pdf | - |
| Formato: dc.format | application/pdf | - |
| Idioma: dc.language | pt_BR | - |
| Publicador: dc.publisher | Universidade Federal de Lavras | - |
| Publicador: dc.publisher | Programa de Pós-Graduação em Estatística e Experimentação Agropecuária | - |
| Publicador: dc.publisher | UFLA | - |
| Publicador: dc.publisher | brasil | - |
| Publicador: dc.publisher | Instituto de Ciências Exatas e Tecnológicas (ICET) | - |
| Direitos: dc.rights | Attribution 3.0 Brazil | - |
| Direitos: dc.rights | http://creativecommons.org/licenses/by/3.0/br/ | - |
| Palavras-chave: dc.subject | GAMLSS | - |
| Palavras-chave: dc.subject | Análise de sobrevivência | - |
| Palavras-chave: dc.subject | Censura | - |
| Palavras-chave: dc.subject | Survival analysis | - |
| Palavras-chave: dc.subject | Censoring | - |
| Palavras-chave: dc.subject | Ciências Exatas | - |
| Título: dc.title | Modelo log-normal com fração de cura no contexto da regressão distribucional | - |
| Título: dc.title | Log-Normal cure model in the context of distributional regression | - |
| Tipo de arquivo: dc.type | dissertação | - |
| Aparece nas coleções: | Repositório Institucional da Universidade Federal de Lavras (RIUFLA) | |
O Portal eduCAPES é oferecido ao usuário, condicionado à aceitação dos termos, condições e avisos contidos aqui e sem modificações. A CAPES poderá modificar o conteúdo ou formato deste site ou acabar com a sua operação ou suas ferramentas a seu critério único e sem aviso prévio. Ao acessar este portal, você, usuário pessoa física ou jurídica, se declara compreender e aceitar as condições aqui estabelecidas, da seguinte forma: