dc.creator | Silva, Caroline Pafiadache da | |
dc.date.accessioned | 2021-08-24T17:40:22Z | |
dc.date.available | 2021-08-24T17:40:22Z | |
dc.date.issued | 2014-03-07 | |
dc.identifier.uri | http://repositorio.ufsm.br/handle/1/22046 | |
dc.description.abstract | The analysis of time series obtained in the databases of public health plays an
important role in processes of health surveillance. However, implementation of
methodologies for time series has not yet become a routine in the midst of healthcare
practitioners. The objective of this study is to present a theoretical review about time
series analysis used for epidemiological surveillance data and practical application of
statistical methods for the estimation of three models for notifiable diseases: the Box
and Jenkins methodological in the presence and absence of exogenous variable
(ARIMAX and ARIMA) and vector autoregression (VAR) model. For this, we perfomed
a cross-sectional study using secondary data from SINAN (Information System for
Notifiable Diseases) consisting of cases of hepatitis A and leptospirosis recorded in
Rio Grande do Sul, in the period January 2008 to December 2012. The models were
analyzed and discussed through comparison of performance measures. The ARIMA
models presented the best properties for the prediction of new cases of the diseases
studied. The one-way causality between the diseases was also established. | eng |
dc.language | por | por |
dc.publisher | Universidade Federal de Santa Maria | por |
dc.rights | Attribution-NonCommercial-NoDerivatives 4.0 International | * |
dc.rights.uri | http://creativecommons.org/licenses/by-nc-nd/4.0/ | * |
dc.subject | Vigilância epidemiológica | por |
dc.subject | Séries temporais | por |
dc.subject | Modelo ARIMA | por |
dc.subject | Modelo ARMAX | por |
dc.subject | Modelo VAR | por |
dc.subject | Epidemiological surveillance | eng |
dc.subject | Time series | eng |
dc.subject | ARIMA model | eng |
dc.subject | ARIMAX model | eng |
dc.subject | VAR model | por |
dc.title | Análise de dados de vigilância epidemiológica por meio de diferentes tipos de modelos de séries temporais | por |
dc.title.alternative | Data analysis of surveillance through different kinds of time series models | eng |
dc.type | Dissertação | por |
dc.description.resumo | 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. | por |
dc.contributor.advisor1 | Souza, Adriano Mendonça | |
dc.contributor.advisor1Lattes | http://lattes.cnpq.br/5271075797851198 | por |
dc.contributor.referee1 | Bisognin, Cleber | |
dc.contributor.referee2 | Zanini, Roselaine Ruviaro | |
dc.creator.Lattes | http://lattes.cnpq.br/3786701151819919 | por |
dc.publisher.country | Brasil | por |
dc.publisher.department | Engenharia de Produção | por |
dc.publisher.initials | UFSM | por |
dc.publisher.program | Programa de Pós-Graduação em Engenharia de Produção | por |
dc.subject.cnpq | CNPQ::ENGENHARIAS::ENGENHARIA DE PRODUCAO | por |
dc.publisher.unidade | Centro de Tecnologia | por |