O projeto com referência 2023.14897.PEX  Análise de dados de tempo de vida complexos: Modelos multiestado e estudos baseados em coortes foi selecionado para financiamento no concurso de Projetos Exploratórios em Todos os Domínios Científicos 2023.

The project with reference 2023.14897.PEX, Complex Time-to-Event Analysis: Multistate Models and Cohort-Based Studies, was selected for funding in the 2023 Exploratory Projects in All Scientific Domains competition.

Objetivo ::  A análise de sobrevivência engloba uma série de métodos estatísticos utilizados para analisar a duração do tempo até à ocorrência de um evento de interesse. Um aspeto distintivo dos dados de sobrevivência é o facto de nem todos os indivíduos observarem o evento de interesse durante o período de observação. Consequentemente, os verdadeiros tempos de sobrevivência de alguns indivíduos permanecem desconhecidos no final do estudo, levando a um fenómeno conhecido como censura. A truncatura representa outro desafio na análise de sobrevivência, em que os indivíduos são excluídos do estudo se a ocorrência do seu evento não se enquadrar num período de tempo predefinido. Tanto a censura como a truncatura exigem técnicas estatísticas adequadas. Este projeto pretende abordar várias questões pendentes relacionadas com os dados tempo de vida, tanto univariados como multivariados, procurando avançar o campo da análise de sobrevivência e dos modelos multiestado. Alguns dos desafios abordados resultam de problemas do mundo real encontrados em coortes portuguesas.

Goals :: Survival analysis encompasses a series of statistical methods used to analyze the duration of time until the occurrence of an event of interest. A distinctive feature of survival data is that not all individuals experience the event of interest during the observation period. Consequently, the true survival times of some individuals remain unknown at the end of the study, leading to a phenomenon known as censoring. Truncation represents another challenge in survival analysis, where individuals are excluded from the study if the occurrence of their event does not fall within a predefined time period. Both censoring and truncation require appropriate statistical techniques. This project aims to address several pending issues related to lifetime data, both univariate and multivariate, seeking to advance the field of survival analysis and multistate models. Some of the challenges addressed arise from real-world problems encountered in Portuguese cohorts.