Utilize este identificador para referenciar este registo: https://hdl.handle.net/1822/40426

TítuloJoint modelling of longitudinal and survival data on breast cancer
Outro(s) título(s)Modelação conjunta de dados longitudinais e de sobrevivência em cancro da mama
Autor(es)Borges, Ana Isabel Coelho
Orientador(es)Sousa, Inês
Palavras-chaveBreast Cancer
Survival analysis
Longitudinal analysis
Joint modelling
Cancro da Mama
Análise de Sobrevivência
Análise Longitudinal
Modelos conjuntos
Data17-Nov-2015
Resumo(s)The main motivation of this work is to contribute to the understanding of the progression of breast cancer, within the Portuguese population, using a statistical model with more complex assumptions than the traditional analysis. We aim to infer which risk factors a ect the survival of Braga's Hospital patients, diagnosed with breast tumour. While analysing risk factors that a ect two tumour markers used on the surveillance of disease progression the Carcinoma Antigen 15-3 (CA 15-3) and the Carcinoembryonic antigen (CEA). We take into account the expected association between the progressions in time of each tumour markers with patient's survival. A data set of 540 patients, along with 50 variables, was collected from medical records of the Hospital. For survival analysis it was applied the proportional hazards Cox model and the Royston-Parmar exible parametric model. General linear mixed e ects longitudinal models were used to study the progression of both tumour markers values. After conducting survival and longitudinal separate analysis, a joint modelling of these two processes to infer on the association of these was conducted, adopting the methodology of random e ects. Results from joint models, showed that the longitudinal CA-15-3 and CEA values were signi cantly associated with the survival probability of these patients. We conclude that independent analysis brings up bias parameter estimates and an assumption of association between the two processes in a joint model of breast cancer data is necessary.
A principal motivação deste trabalho é contribuir para a compreensão da progressão do cancro da mama, na população Portuguesa, usando um modelo estatístico com pressupostos mais complexos do que a análise tradicional. O objetivo é inferir sobre fatores de risco que afetam a sobrevivência de pacientes do Hospital de Braga, diagnosticados com cancro de mama. Analisando, ainda, fatores de risco que afetam a progressão no tempo de dois marcadores tumorais usados na vigilância da doença - o Carcinoma Antigénio 15-3 (CA15-3) e o Antigénio carcino embrionário (CEA). Temos em conta a associação esperada entre a progressão de cada marcador tumoral com a sobrevivência dos pacientes. Um conjunto de dados de 540 pacientes, englobando 50 variáveis, foi recolhido dos registos médicos do Hospital. Para análise de sobrevivência recorreu-se ao modelo de riscos proporcionais de Cox e ao modelo paramétrico flexível Royston-Parmar. Modelos lineares generalizados de efeitos mistos foram utilizados para estudar a progressão longitudinal de ambos os valores de marcadores tumorais. Apos análises de sobrevivência e longitudinais separadas, foi realizada uma modelação conjunta destes dois processos para inferir sobre a associação destes, adotando a metodologia de efeitos aleatórios. Resultados indicaram que as progressões longitudinais de CA-15-3 e CEA estão significativamente associadas com a probabilidade de sobrevivência destes pacientes. Conclui-se que a análise independente devolve estimativas dos parâmetros enviesadas sendo necessário considerar a associação entre os dois processos num modelo conjunto de dados do cancro da mama.
TipoTese de doutoramento
DescriçãoTese de Doutoramento em Ciências (Especialidade em Matemática)
URIhttps://hdl.handle.net/1822/40426
AcessoAcesso aberto
Aparece nas coleções:BUM - Teses de Doutoramento
DMAT - Teses de Doutoramento

Ficheiros deste registo:
Ficheiro Descrição TamanhoFormato 
Ana Isabel Coelho Borges.pdf3,77 MBAdobe PDFVer/Abrir

Partilhe no FacebookPartilhe no TwitterPartilhe no DeliciousPartilhe no LinkedInPartilhe no DiggAdicionar ao Google BookmarksPartilhe no MySpacePartilhe no Orkut
Exporte no formato BibTex mendeley Exporte no formato Endnote Adicione ao seu ORCID