Publicação
Estudo epidemiológico sobre transplante renal de dador de coração parado : fatores de risco e análise de sobrevivência
| datacite.subject.fos | Ciências Naturais::Matemáticas | pt_PT |
| dc.contributor.advisor | Martins, Rui Manuel da Costa | |
| dc.contributor.author | Vieira, Tiago Miguel Barreiros Godinho | |
| dc.date.accessioned | 2024-05-29T16:10:14Z | |
| dc.date.available | 2024-05-29T16:10:14Z | |
| dc.date.issued | 2024 | |
| dc.date.submitted | 2024 | |
| dc.description | Trabalho de Projeto de Mestrado, Estatística e Investigação Operacional , 2024, Universidade de Lisboa, Faculdade de Ciências | pt_PT |
| dc.description.abstract | A análise de sobrevivência estuda o tempo de duração esperado até à ocorrência de um evento de interesse. Faz uso de variáveis explanatórias que representam fatores que podem ou não ser afetar o tempo de sobrevivência. Essas variáveis são fixas, mas quando temos também acesso a dados longitudinais, portanto não fixos, e estamos interessados em fazer uma análise de sobrevivência, é recomendável usar o método dos modelos conjuntos. Desta forma, é possível analisar as covariáveis que mais influenciam o evento de interesse e conseguir prever a probabilidade da ocorrência desse evento de interesse, com base nos dados longitudinais que se vão obtendo ao logo do tempo de seguimento. Neste trabalho em concreto, os modelos conjuntos foram aplicados a uma base de dados de recetores de transplante renal de dadores de coração parado e que foram seguidos por um período máximo de 65 meses, entre 1 de janeiro de 2016 e 30 de junho de 2021. O principal objetivo deste trabalho foi comparar a sobrevivência de um transplante renal entre diferentes tipos de dador e tentar perceber quais as características do dador e do recetor que mais influenciam a sobrevivência do transplante. | pt_PT |
| dc.description.abstract | Survival analysis studies the expected duration until the occurrence of an event of interest. It makes use of explanatory variables that represent factors that may or may not affect survival time. These variables are fixed, but when we also have access to longitudinal data, therefore not fixed, and we are interested in carrying out a survival analysis, it is recommended to use the joint model method. This way, it is possible to analyze the covariates that most influence the event of interest and be able to predict the probability of the occurrence of that event of interest, based on the longitudinal data that are obtained over the follow-up period. In this specific work, the joint models were applied to a database of kidney transplant recipients from donors with a stopped heart and which were followed for a maximum period of 65 months, between January 1, 2016 and June 30, 2021. The main objective of this work was to compare the survival of a kidney transplant between different types of donor and try to understand which characteristics of the donor and recipient most influence transplant survival. | pt_PT |
| dc.identifier.tid | 203683293 | |
| dc.identifier.uri | http://hdl.handle.net/10451/64929 | |
| dc.language.iso | por | pt_PT |
| dc.subject | Transplante renal | pt_PT |
| dc.subject | Modelos conjuntos | pt_PT |
| dc.subject | Sobrevivência | pt_PT |
| dc.subject | Teses de mestrado - 2024 | pt_PT |
| dc.title | Estudo epidemiológico sobre transplante renal de dador de coração parado : fatores de risco e análise de sobrevivência | pt_PT |
| dc.type | master thesis | |
| dspace.entity.type | Publication | |
| rcaap.rights | openAccess | pt_PT |
| rcaap.type | masterThesis | pt_PT |
| thesis.degree.name | Mestrado em Estatística e Investigação Operacional | pt_PT |