Equações de estimação generalizadas (GEE) : aplicação em estudo sobre mortalidade neonatal em gemelares de Porto Alegre, RS (1995-2007)

• Ano de defesa: 2009
• Autor(a) principal: Agranonik, Marilyn
• Orientador(a): Camey, Suzi Alves
• Tipo de documento: Dissertação
• Tipo de acesso: Acesso aberto
• Idioma: por
• Palavras-chave em Português: Mortalidade neonatal; Gêmeos; Modelos estatísticos; Epidemiologia
• Link de acesso: http://hdl.handle.net/10183/19081

A gravidez múltipla, como a de gêmeos e trigêmeos, é um exemplo de conglomerado natural no qual as respostas dos fetos são interdependentes ou agregadas. Ou seja, em estudos com gêmeos e trigêmeos é esperado que exista correlação entre os dados dos irmãos. Desse modo, os modelos de regressão tradicionais, como os GLM, podem levar à inferências incorretas, uma vez que a suposição de independência entre os sujeitos não é mais satisfeita. Para solucionar este problema, Zeger e Liang (1986) propuseram uma classe de Equações de Estimação Generalizadas (GEE), semelhante aos GLM, porém, incluindo uma estrutura de correlação de trabalho nas estimativas dos parâmetros do modelo. Ainda hoje, poucos estudos utilizam esta metodologia. Considerando que a taxa de mortalidade infantil é maior em gemelares do que para os demais e a tendência de aumento da taxa de gemelaridade, existe uma preocupação crescente para um aumento do risco de morte precoce para gêmeos e trigêmeos quando comparados aos não gemelares. Este trabalho busca apresentar a metodologia do GEE, através de uma aplicação na análise de dados de mortalidade neonatal em gemelares. Foram utilizados dados de gêmeos e trigêmeos provenientes do SIM e do SINASC, nos quais todas as crianças que constituem o par ou o trio nasceram vivas em Porto Alegre, com peso superior a 500g entre 1995 a 2007. Verificou-se a associação de fatores perinatais, como peso ao nascer e índice de Apgar, com a mortalidade neonatal. Comparando os resultados obtidos no GEE com os do GLM foram encontradas pequenas diferenças nas estimativas pontuais dos parâmetros do modelo. Entretanto, ao comparar os erros padrões, as diferenças foram maiores, interferindo na significância de uma das variáveis (tipo de hospital). Maiores diferenças entre os modelos não foram encontradas, provavelmente porque o tamanho da amostra utilizado era grande. Desse modo, recomenda-se a utilização do GEE quando houver agrupamento de indivíduos, já que este modelo considera a correlação entre sujeitos do mesmo grupo e está implementado nos programas estatísticos.