Métodos Bayesianos para la estimación de las tasas de intensidad en un modelo de tres estados.

Los modelos de estados multiples han demostrado ser de utilidad para el analisis de datos longitudinales, particularmente aquellos que involucran informacion acerca de la progresion de una enfermedad a traves del tiempo (Salazar et al, 2007). Trabajos previos en esta direccion han reportado dificultades de tipo computacional en el proceso de obtencion de las tasas de transicion de un estado a otro (Salazar et al, 2007; Kay, 1988). En este trabajo se implementa un metodo de estimacion bayesiano de las tasas de transicion que gobiernan un modelo de tres estados con estructura markoviana de primer orden. Los metodos bayesiaños han probado ser utiles en situaciones de alta complejidad, especialmente cuando se usan tecnicas Monte Carlo Markov Chain (Gordon, 2001). Estas tasas de transicion se vinculan con las covariables por medio del modelo de Andersen-Gill (Andersen, Gill, Borgan and Keiding, 2003). De esta manera, la estimacion optima de los efectos de las covariables permitira obtener mejores estimaciones de las tasas de transicion. Esta tecnica bayesiana se compara via simulacion con la tecnica de estimacion estudiada por Iral y Salazar (Iral y Salazar, 2006). Finalmente, esta tecnica de estimacion se ilustra usando datos reales recopilados previamente en la Corporacion para Investigaciones Biologicas CIB.