(Universidade Federal do Rio Grande do Norte, 2013-03-22) Almeida, Josemir Ramos de; Andrade, Bernardo Borba de; ; http://lattes.cnpq.br/0358291729873455; ; http://lattes.cnpq.br/0049000890727710; Valença, Dione Maria; ; http://lattes.cnpq.br/7402574019454862; Andrade, José Ailton Alencar; ; http://lattes.cnpq.br/0493375103185241
Em Análise de Sobrevivência, os modelos de longa duração permitem a estimação da fração de cura, que representa uma parcela da população imune ao evento de interesse. No referido trabalho abordamos os enfoques clássico e Bayesiano com base nos modelos de mistura padrão e de tempo de promoção, utilizando diferentes distribuições (exponencial, Weibull e Pareto) para modelar os tempos de falhas. A base de dados utilizada para ilustrar as implementações é descrita em Kersey et al. (1987) e consiste em um grupo de pacientes com leucemia que foram submetidos a um certo tipo de transplante. As implementações específicas utilizadas foram de otimização numérica por BFGS implementado em R (base::optim), aproximação de Laplace (implementação própria) e o amostrador de Gibbs implementado no Open- Bugs. Descrevemos as principais características dos modelos utilizados, os métodos de estimação e os aspectos computacionais. Também discutimos como diferentes prioris podem afetar nas estimativas Bayesianas
