Mapeamento de doenças utilizando modelos de mistura com correlação espacial
AUTOR(ES)
Marcia Helena Barbian
DATA DE PUBLICAÇÃO
2010
RESUMO
Uma área de estudo em bioestatística e de interesse epidemiológico é o mapeamento de doenças. O objetivo de mapear dados de determinada patologia é detectar áreas de risco relativo elevado ou reduzido. Uma maneira muito simples de estimar o risco relativo de uma região geográfica, dada a suposição de independência entre as contagens de eventos das áreas envolvidas, é a Taxa de Mortalidade Padronizada. Todavia, esse estimador possui grande variabilidade, principalmente no caso de doenças raras e em locais com pequenas populações. Uma solução para este problema é o uso de modelos de suavização do risco relativo estimado. Nesse trabalho, será abordado um método semiparamétrico que utiliza campos aleatórios markovianos ocultos. A função a priori assume um modelo de mistura correlacionado espacialmente. Utiliza-se o algoritmo de Monte Carlo via Cadeias de Markov com saltos reversáveis para obter-se aproximações para as distribuições a posteriori dos parâmetros. Como ilustração da metodologia estudada, foi analisada a taxa de mortalidade por câncer de traquéia, brônquios e pulmões nos estados de São Paulo, Paraná, Santa Catarina e Rio Grande do Sul no ano de 2007. Além disso, procedeu-se a simulação de dados, para avaliar o desempenho do modelo e para compará-lo com a metodologia paramétrica comumente aplicada.
ASSUNTO(S)
ACESSO AO ARTIGO
http://hdl.handle.net/1843/ICED-875NNHDocumentos Relacionados
- Mapeamento espectral de solos e sua correlação com a metodologia tradicional
- Uma proposta para análise de dados com correlação espacial e temporal.
- Progresso de doenças fúngicas e correlação com variáveis climáticas em mamoeiro
- Modelos longitudinais mistos com correlação serial nos erros
- Mapeamento do uso e cobertura da terra na Amazônia Legal Brasileira com alta resolução espacial utilizando dados Landsat-5/TM e MODIS
