Análise de dados de vigilância epidemiológica por meio de diferentes tipos de modelos de séries temporais
Visualizar/ Abrir
Data
2014-03-07Primeiro membro da banca
Bisognin, Cleber
Segundo membro da banca
Zanini, Roselaine Ruviaro
Metadata
Mostrar registro completoResumo
A análise de séries históricas, obtidas nas bases de dados de saúde pública,
desempenha um papel importante em processos de vigilância epidemiológica. No
entanto, a implementação de metodologias de séries temporais ainda não se tornou
uma rotina em meio aos profissionais dessa área. Neste trabalho são apresentados
um survey da literatura sobre a análise de séries temporais empregada aos dados
de vigilância epidemiológica e a aplicação prática de métodos estatísticos para a
estimação de três modelos para doenças de notificação compulsória: modelagem de
Box e Jenkins na presença e ausência da variável exógena (𝐴𝑅𝐼𝑀𝐴 e 𝐴𝑅𝐼𝑀𝐴𝑋) e
modelo de vetor autorregressivo (𝑉𝐴𝑅). Para isso, foi realizado um estudo
transversal com dados secundários provenientes do SINAN (Sistema de Informação
de Agravos de Notificação) constituído pelos casos de Hepatite A e Leptospirose,
registrados no Rio Grande do Sul, no período de janeiro de 2008 a dezembro de
2012. Os modelos foram analisados e discutidos comparativamente por meio de
medidas de desempenho. Os modelos 𝐴𝑅𝐼𝑀𝐴 apresentaram as melhores
propriedades para a previsão de novos casos dos agravos estudados. A relação de
causalidade unidirecional entre as doenças também foi estabelecida.
Coleções
Os arquivos de licença a seguir estão associados a este item: