Detalhes bibliográficos
Ano de defesa: |
1999 |
Autor(a) principal: |
Medronho, Roberto de Andrade |
Orientador(a): |
Struchiner, Claudio José |
Banca de defesa: |
Não Informado pela instituição |
Tipo de documento: |
Tese
|
Tipo de acesso: |
Acesso aberto |
Idioma: |
por |
Instituição de defesa: |
Não Informado pela instituição
|
Programa de Pós-Graduação: |
Não Informado pela instituição
|
Departamento: |
Não Informado pela instituição
|
País: |
Não Informado pela instituição
|
Link de acesso: |
https://www.arca.fiocruz.br/handle/icict/4532
|
Resumo: |
Esta tese avalia o uso das técnicas geoestatísticas para a análise, modelagem e estimativa espacial no campo da Epidemiologia. Para tal, foram analisadas 410 crianças menores de 10 anos residentes nos setores censitários 111 e 112 do segundo distrito do município de Duque de Caxias, Rio de Janeiro, Brasil, que participaram de um inquérito soroepidemiológico para hepatite A. A soroprevalência global de anticorpos contra o vírus da hepatite A foi de 24,6%, sendo maior no setor 112 que no setor 111 (29,5% vs. 18,1% - p < 0,008). A variografia mostrou de forma consistente eixos de maior continuidade espacial (anisotropia geométrica) da soroprevalência para cada um dos setores, que coincidiram com características geo-ambientais e urbanas propícias à propagação da hepatite A, sugerindo formas distintas de propagação nos setores. Além disso, detectou também o fenômeno de hole effect. Foram construídos três modelos para cada setor (omnnidirecional, com correção da anisotropia geométrica e com correção do hole effect). O procedimento de estimativa espacial usado foi o da krigagem indicadora, resultando em mapas distintos segundo o tipo de modelo aplicado, sendo que as correções da anisotropia geométrica e do hole effect produziram mapas mais consistentes com a distribuição espacial do fenômeno. Os diferentes modelos foram avaliados através do procedimento de validação cruzada. O resultado obtido pela validação cruzada para cada modelo foi discretizado em diversos pontos de corte, construindo-se curvas ROC (Receiver Operator Characteristic) para cada modelo. Estas curvas não mostraram diferença significativa entre os modelos. Identificou-se também o ponto de corte que continha um equilíbrio entre as melhores sensibilidade e especificidade conjuntas de cada modelo, mensurando-se a proporção de casos classificados corretamente neste ponto, para o qual observou-se que o ajuste dos modelos não foi satisfatório. Este estudo discute algumas vantagens que podem ser obtidas através da utilização de técnicas de análise geoestatística à área de Epidemiologia, onde sua incorporação é ainda incipiente, assim como possíveis limitações para seu uso. |