Documenti di Didattica
Documenti di Professioni
Documenti di Cultura
1
1 Introdução
2
2 Modelo Destrutivo
I. Estágio de iniciação
O estágio de iniciação é o primeiro estágio da carcinogênese. Nele as célu-
las sofrem o efeito dos agentes cancerígenos ou carcinógenos que provocam
mutação na estrutura genética das células. Nesta fase um número inicial de
células se encontram, geneticamente alteradas ou danificadas, porém ainda
não é possível se detectar um tumor clinicamente. Encontram "preparadas",
ou seja, "iniciadas", para transformar em células malignas tornando-se tu-
mores.
Seja M o número de tumores (ou células iniciadas) induzidos no animal,
o modelo assume que a variável aleatória M segue uma distribuição de
probabilidade,
P (M = m) m = 0, 1, 2, . . . .
com i = 1, 2, . . . , n e j = 1, . . . , Mi .
3
Seja Mi∗ a variável que representa o número total de tumores detectados
dentre os Mi células iniciadas, no i-ésimo animal. O modelo destrutivo
formulado para nosso trabalho é dado na seguinte forma:
Di1 + Di2 + . . . + DiM , se Mi > 0;
∗ i
Mi =
0
, se Mi = 0.
Observações
3. Se Mi∗ < Mi , significa que houve destruição das celulas iniciadas a fim de
encontrar menos tumores gerados.
4
3 Máxima verossimilhança
f (t)
Tempo de detecção Gamma(α, β) tα−1 /[β α Γ(α)] exp (−t/β)
do tumor, T Weibull(b, c) ctc−1 /bc exp {−(t/b)c }
5
4 Interpretação dos parâmetros do modelo
5 Aplicação
6
7
Os resultados do ajuste dos modelos são apresentados nas Tabelas 2 e 3,
mostrando os parâmetros estimados seguido de um teste de hipóteses por médio
do teste da razão de verossimilhança.
8
Tabela 3: Resultados com o Modelo de Binomial Negativa.
Assim, sob estes modelos que temos investigado podemos estimar a probabilidade
9
do número de tumores observados (M ∗ ), para qualquer valor de M . O teste de
Goodness of fit, pode ser utilizado para avaliar se há discrepâncias significativas
entre o número de tumores observados e esperados. A seguir apresentamos a
Tabela 4, que mostra os resultados deste processo assumindo a distribuição.
M∗ N P oisson BN
0 27 16, 96 29, 0
1 17 19, 06 12, 0
2 5 13, 10 6, 7
3-5 11 10, 20 12, 2
Qui-quadrado 11, 24 3, 01
gl 2 2
ρ 0, 004 0, 22
Nestes modelos se mostrou que χ2 > ρ, por tanto a hipóteses nula é rejeitada, isto
é, os animais não tem o mesmo número de aparecimento dos tumores. Resultados
da tabela 4 mostram que o melhor modelo para ajustar aos dados é o modelo
binomial negativo.
7 Considerações finais
• A ideia destrutiva nasce quando o rato morre antes, então não todos os
tumores são detectados e os parâmetros das distribuições são atualizadas.
10
• O Teste Goodness of fit permitiu uma escolha do modelo que melhor se
ajustou aos dados, mostrando neste trabalho que foi o Modelo binomial
negativo para o número dos tumores observados.
• Para estes nossos dados a análise indica que o agente pode estar aumentando
a taxa de mutação dos tumores, então este agente não é eficiente contra o
câncer.
8 Propostas Futuras
11
Referências
[1] Colosimo, E.A.; Ruiz, S., Análise de sobrevivência aplicada, São Paulo: Ed-
gard Blücher,2006.
[2] Thompson, H.J.; Becci, P.J.; Brown, C.C.; Moon, R.C., Effect of the dura-
tion of retinyl acetate feeding on inhibition of 1-Methyl-1nitrosourea-induced
mammary carcinogenesis in the rat, Cancer Research 39:3977-3980, 1979.
[3] Kokoska, S.M., Including data from early deaths in the analysis of câncer
chemoprevention experiments, Departament of Mathematics, Colgate Uni-
versity, Hamilton, New York, 13346-1398, 1988.
[4] Freedman, L.; Midthune, D.; Brown, Ch.;Steele, V.; Kelloff, G., Statisti-
cal Analysis of Animal Cancer Chemoprevention Experiments, Biometrics,
49:259-268, 1993
[5] Rodrigues, J.; Cancho; V.; Castro, M., A bayesian destrutive weighted pois-
son cure rate model and an application to a cutaneous melanoma data, Es-
tatistics in medicine, Statist, Med.00:1-20, 2009
12