Modelos para acontecimentos múltiplos

Ao longo dos últimos anos tem existido um interesse crescente em estudar o tempo até à ocorrência de vários acontecimentos, os quais podem ser observados mais do que uma vez para um mesmo indivíduo. Os dados respeitantes a acontecimentos múltiplos têm como principal característica o facto de se registar mais do que um tempo de vida para cada indivíduo, o que inviabiliza a aplicação direta do modelo de regressão de Cox. Assim, surgiu a necessidade de desenvolver novas extensões deste modelo, sendo que as mais utilizadas na prática foram sugeridas por: Prentice, Williams e Peterson (PWP); Andersen e Gill (AG); Wei, Lin e Weissfeld (WLW); e Lee, Wei e Amato (LWA). Um dos maiores obstáculos na aplicação destes modelos é a forte possibilidade de existir correlação intraindivíduos. Neste ponto, os quatro modelos referidos anteriormente são classificados como modelos marginais, uma vez que o vetor de parâmetros de regressão é estimado com base no ajustamento de um modelo que ignora a correlação entre acontecimentos. Para compensar esse facto, nestes modelos é usado um estimador robusto da matriz de covariância, o qual permite efetuar a correção necessária na estimativa da variância usual. Após realizar uma descrição detalhada de cada modelo marginal procedeu-se à respetiva implementação através do software estatístico R. Para o efeito, recorreu-se à simulação de dados relativos a acontecimentos múltiplos do mesma natureza, isto é, a acontecimentos recorrentes. Os resultados obtidos permitiram realçar e confirmar as características dos modelos estudados.