Modelos de sobrevivência para estudo do tempo de internação hospitalar até a alta do paciente

• Ano de defesa: 2021
• Autor(a) principal: Eugenio, Dina Rubi Ramos
• Tipo de documento: Dissertação
• Tipo de acesso: Acesso aberto
• Idioma: por
• Instituição de defesa: Universidade Estadual Paulista (Unesp)
• Palavras-chave em Português: Distribuições de probabilidade Gama-G; Distribuição de probabilidade Odd-Weibull; Estimador de máxima verossimilhança; Dados de sobrevivência; Internação hospitalar; Gamma-G probability distributions; Odd-Weibull probability distribution; Maximum likelihood estimator; Survival data; Hospital internment
• Link de acesso: http://hdl.handle.net/11449/214641

O objetivo principal deste trabalho é estudar e analisar os tempos de internação hospitalar até a alta do paciente, com base nos dados fornecidos pelo Sistema de Informação Hospitalar do SUS (SIH/SUS) que armazena os dados das internações hospitalares no âmbito do SUS, informados mensalmente por todas as instituições de saúde que, após análise e aprovação, são encaminhados ao DATASUS para processamento. Para atingir o comportamento dos tempos de internação hospitalar a partir de uma distribuição os modelos de sobrevivência Odd-Weibull e Gama-G foram estudados. Os modelos GamaG tem se mostrado ótimos para obter as melhores inferências para dados de tempos de internação hospitalar. No entanto, os Estimadores de Máxima Verossimilhança dos modelos Odd-Weibull e Gama-G não têm o comportamento estável e para muitos casos não é possível a sua estimação, apenas para amostras muito grandes. As estimativas dos parâmetros obtidas a partir dos modelos de dois parâmetros são consideradas bons valores iniciais para serem utilizados nos procedimentos de estimação dos parâmetros dos modelos Gama-G e Odd-Weibull, considerando dados censurados sob a abordagem Clássica. Além disso, utilizando o mesmo conceito proposto por Zografos & Balakrishnan (2009) foi derivada a distribuição Gama-Log-Normal. No entanto, entre estes modelos, o modelo Gama-Log-Logística, proposto por Hashimoto (2013) se mostrou mais adequado para ajustar os dados de tempos de internação em estudo. Para este modelo, foi construído o modelo de regressão com a inclusão das covariáveis sexo e idade, bem como o efeito de interação. A aplicação deste modelo mostrou que, em geral, as mulheres possuem um tempo de internação menor e os mais idosos possuem tempo de internação maior, além disso, o efeito de interação foi signi cativo, indicando que os homens mais idosos cam menos tempo internados.