Modelamiento Estadístico de Datos Longitudinales con Aplicaciones al Virus de Inmunodeficiencia Humana (VIH)

Dr. Mauricio Castro
Universidad de Concepción – Chile

Los datos longitudinales son comunes en la investigación estadística, bio-estadística y sociológica, generando la exploración de una amplia variedad de modelos estadísticos con mayor o menor complejidad. Los métodos habituales de análisis de este tipo de información consideran modelos de efectos mixtos que son herramientas muy útiles para la captura de la correlación entre las respuestas, permitiendo modelar una amplia variedad de estructuras de datos tales como observaciones multivariadas, datos agrupados, datos multinivel y datos espacialmente correlacionados, entre otros. Sin embargo este tipo de datos presenta características complejas tales como asimetría, colas pesadas o ligeras, valores atípicos u observaciones influyentes, existencia de censura, presencia de errores de medición en las covariables, entre muchos otros. Por otra parte, en muchas aplicaciones biológicas y médicas, como la farmacocinética y estudios sobre la dinámica del VIH (virus de inmunodeficiencia humana), la relación entre la variable respuesta, las covariables y los efectos aleatorios no es lineal. En consecuencia, el uso de modelos no lineales de efectos mixtos para el modelado de datos longitudinales es muy común. El proyecto de investigación considera el estudio y uso de distribuciones asimétricas y de colas pesadas y donde la variable respuesta está sujeta a censura para el modelado de datos longitudinales. Los nuevos modelos a desarrollar se aplicaran a dos conjuntos de datos generados en el área de medicina.