Modelli parametrici e non parametrici per l'analisi di sopravvivenza in ambito epidemiologico

L’obiettivo della tesi è mettere a confronto i vari modelli utilizzati nell’analisi di sopravvivenza, descrivendo le differenze tra i modelli parametrici e non parametrici. Inizialmente viene fatta un'introduzione all'analisi di sopravvivenza, in cui vengono esposti i concetti principali. Dopo aver presentato le funzioni più importanti, vengono illustrati i principali modelli. Per il modello non parametrico, ci si sofferma sul metodo del prodotto limite, che permette di ricavare lo stimatore di Kaplan-Meier. Tra i modelli parametrici vengono descritti il modello esponenziale, il modello gamma, il modello log-normale, il modello di Weibull e il modello log-logistico. Si fa una distinzione tra i modelli del tempo di fallimento e i modelli di regressione. In questi ultimi vengono incluse anche le caratteristiche degli individui. Nella parte finale della tesi vengono esposti i quattro tipi principali di modelli per includere il vettore delle covariate: la famiglia parametrica, i modelli Accelerated Failure Time, i modelli a Rischi Proporzionali e i modelli a Odds Proporzionali. A proposito di modelli a Rischi Proporzionali, viene fatta una descrizione del modello semi-parametrico di Cox.