Patrick Borges

Idiomas

Organização de eventos

Participação em bancas

Orientou

Produções bibliográficas

• RODRIGUES, AGATHA SACRAMENTO ; Borges, Patrick . Long-Term Dagum-PVF Frailty Regression Model: Application in Health Studies. STATISTICAL METHODS IN MEDICAL RESEARCH , v. 34, p. 407?439, 2025.

• Borges, Patrick ; RODRIGUES, AGATHA . Cure Rate Regression Model for Turning Point Analysis in Unimodal Hazard Functions. JOURNAL OF STATISTICAL THEORY AND PRACTICE , v. 19, p. s, 2025.

• Borges, Patrick ; RODRIGUES, AGATHA . Estimating Quantiles and Cure Rate in Survival Data: A Parametric Regression Framework Using the Exponentiated Weibull Distribution. Journal Of Statistical Theory And Applications , v. 24, p. 764?795, 2025.

• RODRIGUES, AGATHA ; Borges, Patrick ; SANTOS, BRUNO . A defective cure rate quantile regression model for male breast cancer data. JOURNAL OF APPLIED STATISTICS , v. 52, p. 1-28, 2024.

• Borges, P. ; CAMPOS, M. . A Metaheuristic Approach to Parameter Estimation of a Flexible Parametric Mixture Cure Rate Model with Interval-Censored Data. Trends in Computational and Applied Mathematics , v. 24, p. 535-555, 2023.

• Borges, Patrick . Estimating the turning point of the log-logistic hazard function in the presence of long-term survivors with an application for uterine cervical cancer data. JOURNAL OF APPLIED STATISTICS , v. 48, p. 203-213, 2021.

• Borges, Patrick ; GODOI, LUCIANA G. . P-lya-Aeppli regression model for overdispersed count data. STATISTICAL MODELLING , v. 19, p. 362-385, 2019.

• BOURGUIGNON, MARCELO ; Borges, Patrick ; FAJARDO MOLINARES, FABIO . A new geometric INAR(1) process based on counting series with deflation or inflation of zeros. Journal of Statistical Computation and Simulation , v. 88, p. 3338-3348, 2018.

• Borges, Patrick ; BOURGUIGNON, MARCELO ; MOLINARES, FABIO FAJARDO . A generalised NGINAR(1) process with inflated-parameter geometric counting series. AUSTRALIAN & NEW ZEALAND JOURNAL OF STATISTICS , v. 59, p. 137-150, 2017.

• Borges, Patrick . EM algorithm-based likelihood estimation for a generalized Gompertz regression model in presence of survival data with long-term survivors: an application to uterine cervical cancer data. JOURNAL OF STATISTICAL COMPUTATION AND SIMULATION , v. 87, p. 1-11, 2017.

• Borges, P. ; Rodrigues, J. ; LOUZADA, F. ; Balakrishnan, N. . A cure rate survival model under a hybrid latent activation scheme. Statistical Methods in Medical Research , v. 25, p. 838-856, 2016.

• Borges, Patrick ; MOLINARES, FABIO FAJARDO ; BOURGUIGNON, MARCELO . A geometric time series model with inflated-parameter Bernoulli counting series. Statistics & Probability Letters , v. 119, p. 264-272, 2016.

• TOJEIRO, C. A. V. ; LOUZADA NETO, F. ; ROMAN, M. ; BORGES, P. . The complementary Weibull geometric distribution. Journal of Statistical Computation and Simulation (Print) , v. 84, p. 1345-1362, 2014.

• Borges, Patrick ; Rodrigues, Josemar ; Balakrishnan, Narayanaswamy ; BAZÁN, JORGE . A COM-Poisson type generalization of the binomial distribution and its properties and applications. Statistics & Probability Letters , v. 87, p. 158-166, 2014.

• FLORES, J. D. ; BORGES, P. ; CANCHO, V. G. ; LOUZADA NETO, F. . The complementary exponential power series distribution. Brazilian Journal of Probability and Statistics , v. 27, p. 565-584, 2013.

• Rodrigues, J. ; Balakrishnan, N. ; BORGES, P. . Markov-Correlated Poisson Processes. Communications in Statistics. Theory and Methods , v. 42, p. 3696-3703, 2013.

• BORGES, P. ; Rodrigues, J. ; Balakrishnan, N. . A class of correlated weighted Poisson processes. Journal of Statistical Planning and Inference (Print) , v. 142, p. 366-375, 2012.

• Borges, Patrick ; Rodrigues, Josemar ; Balakrishnan, Narayanaswamy . Correlated destructive generalized power series cure rate models and associated inference with an application to a cutaneous melanoma data. Computational Statistics & Data Analysis (Print) , v. 56, p. 1703-1713, 2012.

• LOUZADA NETO, F. ; BORGES, P. ; CANCHO, V. G. . The Exponential Negative Binomial Distribution: A Continuous Bridge Between Under And Over Dispersion On A Lifetime Modelling Structure. Journal of Statistics: Advances in Theory and Applications , v. 7, p. 67-83, 2012.

• KROHLING, R. A. ; CAMPOS, M. C. M. ; BORGES, P. . Bare Bones Particle Swarm Applied to Parameter Estimation of Mixed Weibull Distribution. Soft Computing in Industrial Applications: Algorithms, Integration, and Success Stories. : Springer-Verlag Berlin Heidelberg, 2010, v. 75, p. 53-60.

• CAMPOS, M. C. M. ; KHOHLING, R. A. ; BORGES, P. . Particle Swarm Optimization for Inference Procedures in the Generalized Gamma Family Based on Censored Data. Applications of Soft Computing: From Theory to Praxis. Heidelberg: Springer Verlag, 2009, v. , p. -.

• CAMPOS, M. C. M. ; KROHLING, R. A. ; BORGES, P. . Particle Swarm Optimization for Inference Procedures in the Generalized Gamma Family Based on Censored Data. In: World Conference on Soft Computing in Industrial Applications (WSC-2008), 2008, Cranfield. Online WSC, 2008. World Conference on Soft Computing in Industrial Applications (WSC-2008), 2008, Cranfield. Online WSC.

• Borges, P. ; BOURGUIGNON, MARCELO ; MOLINARES, F. A. F. . A geometric time series model with inflated-parameter Bernoulli counting series. In: XV EMR - Escola de Modelos de Regressão, 2017, Goiânia - GO. Memórias da XV EMR - Escola de Modelos de Regressão, 2017.

• RODRIGUES, A. S. ; Borges, Patrick ; Ramos, B. . A defective cure rate quantile regression model for a maternal population with severe COVID-19. In: 14th International Conference of the ERCIM WG on Computational and Methodological Statistics (CMStatistics 2021), 2021, Londres. Book of Abstracts - CFE-CMStatistics 2021, 2021.

• Borges, P. ; GODOI, L. G. . Pólya-Aeppli regression model with application to biological field.. In: XV EMR - Escola de Modelos de Regressão Goiânia, 2017, Goiânia - GO. XV EMR - Escola de Modelos de Regressão - Programas e Resumos, 2017.

• BORGES, P. . Modelo de Sobrevivência Threshold com Fração de Cura. 2014. (Apresentação de Trabalho/Conferência ou palestra).

• BORGES, P. . A new cure rate survival model based on the kinetics of tumor growth deterministic with threshold effect. 2013. (Apresentação de Trabalho/Conferência ou palestra).

• BORGES, P. . Modelo de sobrevivência com fração de cura baseado em um esquema de. 2013. (Apresentação de Trabalho/Conferência ou palestra).

• BORGES, P. . Um novo modelo de sobrevivência com fração de cura via processo de carcinogênese. 2012. (Apresentação de Trabalho/Conferência ou palestra).

• BORGES, P. . Modelo de sobrevivência com fração de cura baseado em um esquema de ativação latente híbrido. 2012. (Apresentação de Trabalho/Conferência ou palestra).

• BORGES, P. ; CAMPOS, M. C. M. ; CASTRO, E. C. . Simulação e Inferência para Cadeias de Markov. 2004. (Apresentação de Trabalho/Outra).

• BORGES, P. . Procedimentos para Seleção da Ordem de Modelos Markovianos com Aplicações no Mercado Financeiro. 2002. (Apresentação de Trabalho/Conferência ou palestra).

Outras produções

Projetos de pesquisa

• 2023 - Atual

  Regressão Quantílica Paramétrica em Estudos de Sobrevida: Lidando com a Possibilidade de Cura, Descrição: Em estudos epidemiológicos sobre a sobrevivência de pacientes com câncer, é comum utilizar modelos de sobrevivência que consideram a presença de uma fração de pacientes que se curam da doença. Esses modelos, conhecidos como modelos de fração de cura ou modelos de sobrevivência de longa duração, são úteis para explicar tanto pacientes que se recuperam quanto aqueles que permanecem suscetíveis ao evento de falha, neste caso, o câncer. A existência dessa fração de cura pode tornar a população de estudo mais heterogênea e a distribuição dos tempos de sobrevivência mais assimétrica à direita. Além disso, é importante destacar que os métodos de regressão tradicionalmente utilizados naanálise de dados de sobrevivência, que se baseiam na média ou na função de risco, podem não ser adequados quando a distribuição dos tempos de sobrevivência não segue uma distribuição simétrica ou quando a suposição de riscos proporcionais não é atendida. Nesses casos, a regressão quantílica surge como uma alternativa mais robusta. Essa abordagem é capaz de lidar com valores extremos (outliers), tempos de sobrevivência infinitos e erros de especificação na distribuição dos dados, uma vez que modela diretamente toda a distribuição condicional da variável resposta. O principal objetivo deste projeto de pesquisa é desenvolver modelos de regressão quantílica para análise de dados de sobrevivência quando há a presença de pacientes que se curam da doença. Pretendemos basear esses modelos em distribuições paramétricas, como a Weibull exponenciada, que é especialmente útil para acomodar dados de sobrevivência com uma função de risco não monótona. A ideia-chave é reparametrizar essas distribuições de forma a considerar o q-ésimo quantil (percentil) e a fração de curacomo parâmetros. Em seguida, esses parâmetros serão relacionados às covariáveis por meio de funções de ligação apropriadas, permitindo uma interpretação direta dos efeitos das covariáveis nos tempos de sobrevivência em diferentes percentis e na fração de cura. Adicionalmente, planejamos abordar o método da máxima verossimilhança para estimar os parâmetros dos modelos propostos e avaliar seu desempenho por meio de um estudo de simulação de Monte Carlo. Por fim, pretendemos ilustrar as vantagens práticas dos modelos desenvolvidos usando um conjunto de dados reais,demonstrando sua aplicabilidade e utilidade na análise de dados de sobrevivência em contextos epidemiológicos relacionados ao câncer e outras doenças crônicas.. , Situação: Em andamento; Natureza: Pesquisa. , Integrantes: Patrick Borges - Coordenador.

• 2021 - 2023

  Usando algoritmos heurísticos para estimar os parâmetros do modelo de riscos múltiplos com fração de cura na presença de censura intervalar, Descrição: Neste projeto propomos utilizar o método de estimação de máxima verossimilhança com base em algoritmos de otimização heurísticos para estimar os parâmetros do modelo de riscos múltiplos com fração de cura considerando presença de dados com censura intervalar, uma vez que se observa na literatura que os métodos de otimização gradientes, como por exemplo, Newton-Raphson, podem não convergir para o ponto de máximo global da função de log-verossimilhança.. , Situação: Concluído; Natureza: Pesquisa. , Integrantes: Patrick Borges - Coordenador.

• 2018 - 2021

  Modelo de riscos múltiplos com fração de cura na presença de covariáveis, Descrição: Recentemente, um modelo de riscos múltiplos com fração de cura foi desenvolvido por Mazucheli et al. (2012) para analisar dados de riscos competitivos latentes com censura à direita e sobreviventes de longa duração. Este modelo permite ampla classe de modelos de sobrevivência e fornece uma interpretação física do fenômeno subjacente em cenário de riscos latentes. Sendo assim, neste projeto propomos estender a proposta de Mazucheli et al. (2012) considerando a presença de covariáveis. Para estimação dos parâmetros desconhecidos do modelo pretendemos utilizar as perspectivas clássica e bayesiana considerando dados com censura à direita e intervalar. No contexto clássico (ou frequentista) pretendemos utilizar o método da máxima verossimilhança e os algoritmos EM, PSO e evolução diferencial, enquanto, no bayesiano pretendemos utilizar os métodos MCMC. Além disso, pretendemos avaliar as propriedades dos estimadores propostos por estudos de Monte Carlo.. , Situação: Concluído; Natureza: Pesquisa. , Integrantes: Patrick Borges - Coordenador.

• 2016 - 2023

  Modelagem Estocástica e Computação Natural, Situação: Concluído; Natureza: Pesquisa. , Integrantes: Patrick Borges - Integrante / Mauro Cesar Martins Campos - Integrante / Alessandro José Queiroz Sarnaglia - Integrante / Fabio Alexander Fajardo Molinares - Coordenador / Nátaly Adriana Jiménez Monroy - Integrante.

• 2016 - 2019

  Modelos para séries temporais de valores inteiros com sobredispersão, Descrição: Séries temporais de valores inteiros ocorrem em diversos contextos, muitas vezes, como contagens de eventos, objetos ou pessoas em intervalos consecutivos ou em pontos consecutivos no tempo. Entre esses dados, dados de contagem com sobredispersão são muito comuns. Portanto, o estudo de extensões de processos autoregressivos de valores inteiros (INAR) com sobredispersão motiva uma linha de investigação com muitas aplicações práticas, tais como modelar o número mensal de reivindicações de benefícios por invalidez, o número de crimes, entre outros. Sendo assim, o objetivo deste projeto é propor novos processos INAR(1) para modelar séries temporais de valores inteiros com sobredispersão baseados em generalizações dos operadores thinning binomial (Steutel & Van Harn, 2014) e thinning binomial negativa (Ristic et al., 2009). Para formular os novos processos, utilizaremos as distribuições Bernoulli inflada e geométrica inflada estudadas por Kolev et al. (2000). Várias propriedades probabilísticas dos novos processos serão estabelecidas. Os parâmetros desconhecidos dos processos serão estimados utilizando o método da máxima verossimilhança condicional e suas propriedades assintóticas serão consideradas. Além disso, pretendemos avaliar o desempenho dos estimadores de máxima verossimilhança condicional por um estudo de Monte Carlo. Finalmente, ilustraremos a utilidade dos novos processos através de aplicações a conjuntos de dados reais.. , Situação: Concluído; Natureza: Pesquisa. , Integrantes: Patrick Borges - Coordenador.

• 2015 - 2021

  Uma Modelagem Alternativa Para Dados de Contagem com Excesso de Zeros, Descrição: O modelo de regressão de Poisson é o método mais popular na modelagem dedados de contagem. Entretanto, assume a equidispersão dos dados, uma suposição que é quasesempre violada nos dados observados, caracterizando a sobredispersão. A fonte de sobredispersãodepende de muitas situações. Quando a fonte de sobredispersão é o excesso de zeros, modelosmistos de distribuição, tais como Poisson inflacionado de zeros (ZIP) e binomial negativa inflacionadode zeros (ZINB) são comumente usados. Como uma alternativa para os modelos mistosde distribuição, este projeto propõe uma formulação alternativa baseada na distribuição de Poissoninflada proposta por Kolev (2000) para capturar o excesso de zeros em modelos de contagem,sem assumir uma mistura de duas distribuições como é feito geralmente em modelagem de dadoscom zeros em excesso. Para o modelo proposto pretendemos desenvolver procedimentosinferenciais desde uma perspectiva clássica e Bayesiana. No contexto de inferência clássica (oufrequentista) pretendemos utilizar o método da máxima verossimilhança, enquanto na inferênciaBayesiana pretendemos utilizar os métodos de Monte Carlo com cadeias de Markov (MCMC).Além disso, pretendemos realizar uma análise de diagnóstico.. , Situação: Concluído; Natureza: Pesquisa. , Integrantes: Patrick Borges - Coordenador.