Regressão logística aplicada na identificação de fatores de risco para doenças em animais domésticos

Detalhes bibliográficos
Ano de defesa: 1997
Autor(a) principal: Costa, Silvano Cesar da
Orientador(a): Não Informado pela instituição
Banca de defesa: Não Informado pela instituição
Tipo de documento: Dissertação
Tipo de acesso: Acesso aberto
Idioma: por
Instituição de defesa: Biblioteca Digitais de Teses e Dissertações da USP
Programa de Pós-Graduação: Não Informado pela instituição
Departamento: Não Informado pela instituição
País: Não Informado pela instituição
Palavras-chave em Português:
Link de acesso: https://teses.usp.br/teses/disponiveis/11/11134/tde-20191218-164446/
Resumo: Na medicina animal, uma doença que acomete muitos cães é a Gastroenterite Hemorrágica, causada por vírus e pode ser fatal. Muitos são os cães que morrem decorrente da doença. O presente estudo pretende identificar quais as variáveis que mais contribuem para que o animal, que está contaminado pelo vírus, não resista e venha a morrer, para que se possam minimizar os seus efeitos. A variável resposta que se tem é binária: o animal morreu ou não morreu. Na medicina humana é comum utilizarem-se variáveis resposta do tipo binária e o modelo estatístico adequado para tais casos é o modelo de regressão logístico, que além de ser um modelo probabilístico, permite calcular a razão das chances das várias variáveis. Para a estimação dos parâmetros do modelo, utilizou-se o método da máxima verossimilhança, sendo que o programa estatístico para o cálculo foi o SAS - Statistical Analysis System, versão 6.11 para Windows. Para exemplificar essa metodologia, foram analisadas 10 ( dez) variáveis explanatórias e um total de 641 animais que contraíram a Gastroenterite Hemorrágica e que foram atendidos no Hospital Veterinário da Universidade Estadual de Londrina, no período de 31/08/93 a 31/08/94. Uma análise dos resíduos foi efetuada para se verificar o comportamento dos dados e a existência de pontos influentes. Observou-se a adequação do modelo ao conjunto de dados, sendo que apenas 1 % dos dados foram considerados discrepantes e cerca de 10% considerados influentes. Apenas dois pontos, 0.31%, foram considerados discrepantes e influentes ao mesmo tempo.