Modelagem de dados de contagem com excesso de zeros: Uma aplicação com sintomas respiratórios

• Autor(a) principal: Silva, Thiago Nascimento da
• Data de Publicação: 2015
• Tipo de documento: Trabalho de conclusão de curso
• Idioma: por
• Título da fonte: Repositório Institucional da Universidade Federal Fluminense (RIUFF)
• Texto Completo: https://app.uff.br/riuff/handle/1/14426
• topic: Sintomas respiratórios; Dados de contagem; Modelo de regressão; Dados inflacionados de zeros; Regressão (Estatística); Estatística de saúde; Doença respiratória

Nos dias atuais, a poluição atmosférica se apresenta como um fator determinante para a saúde das pessoas. O aumento da emissão desses poluentes afeta diretamente a saúde respiratória da população. P or isso faz-se cada vez mais necessário o estudo dos efeitos adversos desses poluentes no sistema respiratório. O objetivo desse trabalho é avaliar o excesso de zeros na variável de Sintomas Respiratórios, mais especificamente a T osse e a Coriza, além de verificar o efeito defasado do poluente atmosférico PM 10 na ocorrência dos sintomas. Para essa avaliação foi utilizado um conjunto de dados de um estudo de painel realizado na cidade de Tangará da Serra, Mato Grosso com escolares, no período de agosto a dezembro de 2008, considerado período de seca na região. As variáveis explicativas utilizadas para a estimação dos modelos se referiam às características individuais (sexo, idade, asma), meteorológicas (temperatura e umidade, ambas com defasagem de 1 dia), e de poluição (PM 10 com defasagem de 1, 2 e 3 dias). Foi proposta a utilização de quatro modelos distintos para análise da variável de contagem Sintoma Respiratório, os modelos de regressão de P oisson, de regressão Binomial Negativa, de regressão de Poisson Inflacionado de Zeros e de regressão Binomial Negativa Inflacionado de Zeros. Para a escolha do modelo mais adequado, foi utilizado o critério de Informação de Akaike (AIC), além dos resíduos da deviance. Para o sintoma Tosse, que apresentou uma proporção de zeros no período de 11%, o modelo mais adequado foi o modelo de regressão Binomial Negativa. Além disso, o poluente atmosférico PM 10 não apresentou efeito significativo na ocorrência da Tosse, para um nível de significância de 5%. Para o sintoma Coriza, que apresentou uma proporção de zeros de 22%, o modelo mais adequado foi o modelo de regressão Binomial Negativa Inflacionado de Zeros. Neste caso, para um nível de significância de 5%, o poluente atmosférico PM 10 apresentou efeito significativo, porém com uma contribuição negativa, o que faz dela um efeito protetor para a ocorrência do sintoma Coriza