Nonparametric Inference for the Mixture Cure Model When the Cure Status is Partially Known

Resumen

Los métodos clásicos de análisis de tiempos de vida asumen que todos los individuos experimentarán el suceso de interés. Sin embargo, cuando hay evidencia de la presencia de supervivientes a largo plazo o curados, se deberían usar en su lugar los modelos de curación. Estos asumen que la población de individuos se puede dividir en dos grupos: los que experimentarán el suceso y los que no lo harán. Cuando se aplican los modelos de curación se asume que no se dispone de información adicional sobre el estado de cura, y el indicador de cura se modeliza en consecuencia como una variable latente. Sin embargo esto no es necesariamente cierto en muchos casos, en los que algunos individuos censurados se pueden identificar como curados, basándose por ejemplo en un test diagnóstico o si el tiempo de vida supera un determinado umbral. Los modelos de curación de tipo mixtura se han estimado normalmente usando técnicas paramétricas o semiparamétricas. Recientemente se ha propuesto un enfoque completamente no paramétrico para los modelos de curación de tipo mixtura, bajo la hipótesis clásica de que se desconoce completamente si un sujeto está curado. Esta tesis propone una extensión a los modelos no paramétricos de curación de tipo mixtura, en la que se incorporaría la información adicional disponible sobre el estado de cura. Se proponen estimadores no paramétricos de las principales funciones, así como un sencillo método para comprobar la validez del modelo.