Modèles bayésiens de fragilité du taux de guérison par mélange

Les mod鋩es de taux de gu廨ison par m幨ange sont couramment utilis廥 pour analyser les donn嶪s relatives aux survivants ?long terme. D'autre part, les mod鋩es de fragilit?permettent une estimation pr嶰ise des coefficients en contr犨ant l'h彋廨og幯嶯t?des donn嶪s de survie. Habituellement, la distribution gamma est utilis嶪 dans les mod鋩es de fragilit? Cependant, pour les donn嶪s de survie qui conviennent aux populations ayant un taux de gu廨ison, il peut 皻re pr嶨廨able d'utiliser une distribution discr鋈e pour la variable al嶧toire de fragilit?plut矌 qu'une distribution continue. Nous avons donc propos?deux mod鋩es dans cet ouvrage. Dans le premier mod鋩e, la distribution gamma est utilis嶪, et dans le second mod鋩e, la distribution hyper-Poisson est appliqu嶪 pour la variable al嶧toire de fragilit? En outre, l'inf廨ence bay廥ienne avec la distribution de Weibull et la distribution de Weibull modifi嶪 g幯廨alis嶪 comme distribution de base ont 彋?utilis嶪s respectivement dans les deux mod鋩es propos廥. Dans cet ouvrage, nous avons utilis?les donn嶪s de patients atteints de cancer gastrique pour montrer l'application de ces mod鋩es dans l'analyse de donn嶪s r嶪lles. Les param鋈res et les coefficients de r嶲ression ont 彋?estim廥 ?l'aide de l'algorithme d'嶰hantillonnage de Metropolis au sein de Gibbs. Une 彋ude de simulation a 嶲alement 彋?utilis嶪 pour 憝aluer la performance des estimations bay廥iennes afin de confirmer les mod鋩es propos廥.