Banca de DEFESA: NAYARA MARIA BARBOSA DE SOUSA

Uma banca de DEFESA de MESTRADO foi cadastrada pelo programa.
DISCENTE: NAYARA MARIA BARBOSA DE SOUSA
DATA: 07/10/2026
HORA: 14:00
LOCAL: ONLINE
TÍTULO:

Predição e Interpretabilidade na Análise de Sobrevivência do Câncer de Mama por Modelos Clássicos e de Aprendizado de Máquina

PALAVRAS-CHAVES:

sobrevida, carcinoma mamário, modelo de Cox, aprendizado de máquina, autoSurv.

PÁGINAS: 85
GRANDE ÁREA: Ciências Exatas e da Terra
ÁREA: Probabilidade e Estatística
SUBÁREA: Probabilidade e Estatística Aplicadas
RESUMO:

O presente estudo emprega métodos de análise de sobrevivência, contemplando tanto o modelo tradicional de Regressão de Cox quanto técnicas de aprendizado de máquina. Para a realização das análises, foram utilizados dados extraídos do Registro Hospitalar de Câncer do Estado de São Paulo. O recorte incluiu mulheres diagnosticadas com carcinoma mamário entre 2020 e 2024 e, após a aplicação dos critérios de elegibilidade e o pré-processamento dos dados, resultou em uma amostra de 1.515 mulheres. O primeiro artigo utiliza o modelo de Cox com Penalização LASSO e partição do tempo.  As pacientes que realizaram a cirurgia (HR = 0,54) e a hormonioterapia (HR = 0,41) apresentaram forte efeito protetor no primeiro período, entretanto, os efeitos dessas variáveis foram atenuados no segundo período e não foram significativos no terceiro. O efeito do número de metástases foi significativo em todos os períodos (HR = 1,19; 1,36 e 1,36), assim como a ocorrência de recidiva à distância (HR = 2,29; 1,8 e 2,07). O segundo artigo contempla a modelagem de dados de sobrevivência no contexto do aprendizado de máquina. O objetivo foi comparar os algoritmos de regressão de Cox e Random Survival Forest, analisados em tempo contínuo, e Conditional Inference Forest e Support Vector Machine, analisados em tempo discreto. O poder preditivo dos modelos foi avaliado por meio do AUC(t), Brier Score, Integrated Brier Score e R². Dentre os resultados, destacam-se os modelos RSF e Cforest, que apresentaram desempenho equivalente no conjunto de teste, ambos com valores médios de AUC(t) de 0,69, BS de 0,19, IBS de 0,07 e R² de 0,06. Por fim, conclui-se que a identificação dos fatores associados à sobrevida, aliada à aplicação de diferentes técnicas estatísticas voltadas à análise e à predição da sobrevivência, contribui tanto para a compreensão dos fatores prognósticos relacionados ao carcinoma mamário quanto para a ampliação do repertório metodológico disponível para a modelagem de dados de sobrevivência.

MEMBROS DA BANCA:
Externo à Instituição - VINICIUS SILVA DOS SANTOS - UFPA (Membro)
Interno - TALES JESUS FERNANDES (Suplente)
Externo à Instituição - MARCIEL LELIS DUARTE - UFV (Suplente)
Presidente - GERALDO MAGELA DA CRUZ PEREIRA (Membro)
Externo à Instituição - DAIANE DE SOUZA SANTOS - USP (Membro)