Efeito do Plano Amostral Complexo na Análise de Índices de Utilidade

• Autor(a) principal: Hoffmann, Juliana Feliciati
• Data de Publicação: 2010
• Tipo de documento: Trabalho de conclusão de curso
• Idioma: por
• Título da fonte: Repositório Institucional da UFRGS
• Texto Completo: http://hdl.handle.net/10183/29094
• topic: Plano Amostral Complexo; Estatística aplicada; Qualidade de vida; Cluster sampling; Multilevel analysis; Quality of life

Introdução: Os índices de utilidade são medidas de desfecho atualmente preconizadas para uso em análises econômicas e que geram a unidade denominada QALY (Quality Adjusted Life Years) que agrega qualidade de vida e sobrevida em uma única medida. Muitos estudos utilizam planos amostrais complexos (PAC) nas adaptações culturais deste tipo de instrumento, mas não incorporam essa característica na análise dos dados. Em estudos de QV e utilidade não se sabe o efeito do PAC nos modelos finais. Objetivo: Avaliar o efeito do plano amostral em um estudo de para adaptação cultural do instrumento SF-6D. Métodos: Estudo transversal de base populacional (n=469) realizado em Porto Alegre, usando amostragem por conglomerados. Foram aplicados o instrumento SF-6D e o Standard gamble. Para estimar utilidade foram ajustados 4 modelos diferentes, sendo 2 OLS (Ordinary Least Square) e 2 modelos multinível. Calculou-se o efeito do plano amostral (EPA) para avaliar o efeito da amostragem por conglomerados e o coeficiente de correlação intraclasse (CCI) para avaliar a necessidade de modelagem multinível. Resultados: Para os modelos OLS a maioria dos valores de EPA foi menor que 1. Os valores de CCI indicam que a modelagem multinível é adequada nesse estudo. Os modelos multinível tiveram menores erros padrões que os modelos OLS. Discussão: Os modelos multinível foram melhores que os modelos OLS, mesmo quando o modelo OLS inclui o efeito de setor censitário, indicando a importância da inclusão de efeitos aleatórios. Entre os modelos multinível, a incorporação do efeito aleatório do setor censitário melhorou a qualidade do modelo. Conclusões: Recomenda-se a incorporação da amostragem por conglomerados na análise de dados de utilidade, utilizando modelos multinível.