Estimación de parámetros del modelo de Gompertz para el crecimiento tumoral: ¿qué verosimilitud elegir?

Resumen El modelo de Gompertz, un pilar en el análisis de la cinética del crecimiento tumoral, requiere una función de verosimilitud precisa para su estimación de parámetros, aplicable tanto en metodologías clásicas como bayesianas. Este estudio compara cinco modelos de error distintos, cada uno representando una función de verosimilitud diferente. Nuestro análisis comparativo emplea el Criterio de Información Bayesiana (BIC), el Criterio de Información de Deviance (DIC), el Factor de Bayes (BF) y pruebas de hipótesis sobre los residuales. Al aplicar estos criterios para ajustar el modelo de Gompertz a los datos del tumor Ehrlich y sarcoma fibroso Sa-37, encontramos que los modelos de error con dispersión dependiente del volumen tumoral superan consistentemente a otros en evaluaciones cuantitativas. Sin embargo, el modelo de error normal convencional con varianza constante sigue siendo una herramienta vital, ofreciendo importantes perspectivas clínicas. Este estudio subraya la complejidad de la selección del modelo de verosimilitud en la cinética del crecimiento tumoral y destaca la necesidad de un enfoque multifacético en dicho análisis.