• Entrar
    Ver item 
    •   Página inicial
    • BIBLIOTECA DIGITAL: Trabalhos de Especialização
    • Ciências Exatas e da Terra
    • Data Science & Big Data
    • Ver item
    •   Página inicial
    • BIBLIOTECA DIGITAL: Trabalhos de Especialização
    • Ciências Exatas e da Terra
    • Data Science & Big Data
    • Ver item
    JavaScript is disabled for your browser. Some features of this site may not work without it.

    Aplicação do Modelo de Regressão de Cox em dados de pacientes chagásicos

    Thumbnail
    Visualizar/Abrir
    R - E - CAMILLE ALVES CAETANO REZENDE DO PRADO.pdf (241.1Kb)
    Data
    2024
    Autor
    Prado, Camille Alves Caetano Rezende do
    Metadata
    Mostrar registro completo
    Resumo
    Resumo: Pacientes portadores de doença de Chagas estão sujeitos a desenvolver disfunções cardíacas progressivas ao longo do tempo, com risco de morte súbita. A análise de sobrevivência, com a utilização do modelo de regressão semiparamétrico de Cox, permite entender os fatores que aumentam esse risco. Neste trabalho, propôs-se estimar os efeitos que as covariáveis de um modelo ajustado têm sobre o risco de óbito, com base em um conjunto de dados de pacientes chagásicos. O modelo ajustado apresentou boa concordância e atendeu a suposição de razão de riscos proporcionais. As estimativas dos riscos para as covariáveis foramcoerentes com o que se encontra na literatura.
     
    Abstract: Patients with Chagas disease are subject to developing progressive cardiac dysfunction over time, with a risk of sudden death. Survival analysis, using the semiparametric Cox regression model, allows us to understand the factors that increase this risk. In this work, we proposed to estimate the effects that the variables of an adjusted model have on the death risk based on a set of data frompatients with Chagas disease. The adjusted model showed good agreement andmet the proportional hazards ratio assumption. The risk estimates for the variables were consistent with what is found in the literature.
     
    URI
    https://hdl.handle.net/1884/93390
    Collections
    • Data Science & Big Data [138]

    DSpace software copyright © 2002-2022  LYRASIS
    Entre em contato | Deixe sua opinião
    Theme by 
    Atmire NV
     

     

    Navegar

    Todo o repositórioComunidades e ColeçõesPor data do documentoAutoresTítulosAssuntosTipoEsta coleçãoPor data do documentoAutoresTítulosAssuntosTipo

    Minha conta

    EntrarCadastro

    Estatística

    Ver as estatísticas de uso

    DSpace software copyright © 2002-2022  LYRASIS
    Entre em contato | Deixe sua opinião
    Theme by 
    Atmire NV