Estatística Aplicada em Ciências Médicas, Saúde e Meio Ambiente

Neste trabalho, é apresentado e discutido o modelo com fração de cura multivariado proposto por Chen, Ibrahim e Sinha (2002), que prova ser bastante útil para modelar dados multivariados com variáveis aleatórias de falha conjunta apresentando fração de cura e cada variável aleatória marginal do tempo de falha também apresenta uma fração de cura. Alguns métodos de influência, assim como, influência local e local total sob o enfoque da metodologia de verossimilhança sujeita a restrições nos parâmetros são desenvolvidos para o modelo proposto por Chen, Ibrahim e Sinha (2002), e um conjunto de dados reais é usado para ilustrar a teoria em estudo.

As taxas de incidência e mortalidade de doenças por áreas pequenas têm sido representadas geralmente através de mapas a fim de identificar quer efeitos espaciais e temporais quer factores de risco das doenças. Por haver necessidade de produzir estimativas confiáveis para essas taxas, desenvolvimentos recentes em mapeamento de doenças têm tido grande impacto nas políticas de saúde e na Epidemiologia. O objectivo deste trabalho é desenvolver métodos para modelar e mapear taxas de mortalidade e de incidência de doenças por grupos etários e regiões. Estes métodos levam em consideração i) a sobre-dispersão, ii) a correlação espacial, iii) efeitos não-lineares específicos segundo a idade, usando modelos espaciais hierárquicos bayesianos com alisamento por partes (spline) específico segundo a idade. Embora a respectiva distribuição conjunta a posterior seja difícil de trabalhar, visto que as distribuições marginais a posterior dos parâmetros do modelo não são simples de se obter explicitamente, as estimativas a posterior podem ser facilmente obtidas através de métodos de Monte Carlo via cadeia de Markov (MCMC). A metodologia aqui desenvolvida é ilustrada com a análise espacial e específica segundo a idade de taxas do câncer pulmonar na província de Ontário, Canadá. Esse tipo de câncer é a principal causa de morte devido ao câncer no Canadá, representando uma estimativa de 30% das mortes por câncer em homens e 25% das mortes por câncer em mulheres.

Em análise de dados de sensibilidade, particularmente em ensaios de dose-resposta, o método mais utilizado é o probit, para os casos em que a susceptibilidade de cada indivíduo é considerada como uma variável aleatória com distribuição normal ou logit nos casos do uso da função logística. O probit foi Proposto por Bliss (1935) e Fisher (1935) e o logit por Berkson (1944). Um método de análise alternativa foi proposto por Dixon & Mood (1948) denominado Método Up and Down e se utiliza da teoria de passeios aleatórios. Este método alternativo tem a vantagem de ser mais adequado para o caso de amostras pequenas, o que é essencial em ensaios de dose-resposta por razões práticas e éticas. Todos estes procedimentos estimam com eficiência a dose letal de um indivíduo a 50% (DL50). Entretanto, há indícios que para proporções próximas das caldas das distribuições, tais como (DL90, DL95 e DL99) estes métodos se tornam menos eficientes. Neste trabalho é proposto o método probit isotonizado, que consiste em calcular a regressão isotônica das proporções observadas antes da aplicação do probit. Um estudo comparativo dos três métodos é desenvolvido para dados simulados.

Neste trabalho, consideramos que uma fração p0 da população são de indivíduos curados ou imunes e a fração restante 1 - p0 são de não curados. Assumimos a distribuição exponencial para o tempo de sobrevivência e a uniforme-exponencial para o tempo de censura. O impacto causado nas estimativas dos parâmetros do modelo de mistura padrão pela censura informativa uniforme-exponencial é analisado em um estudo com dados de leucemia. Estimativas de máxima verossimilhança da função de probabilidade de cura e intervalos de confiança assintóticos dos parâmetros de interesse são calculadas com o uso da matriz de informação de Fisher e com o uso da matriz de informação observada. Estimativas não-paramétricas da função de probabilidade de cura são também calculadas.

A Farmacogenômica abre a possibilidade da medicina personalizada por meio do descobrimento de quais medicamentos, e em qual regime de dosagem, funcionam melhor para cada indivíduo com um específico perfil genômico. Delineamentos com famílias têm sido bastante utilizados nessa área para a realização de estudos de associação genética. Nesse trabalho se propõe a utilização do gráfico da variável adicionada, aplicada a modelos mistos (poligênicos) para a decomposição do efeito médio do medicamento em efeitos associados a fatores genéticos para cada família

Este estudo apresenta uma abordagem de pacientes com HIV/AIDS internados no Hospital Universitário João de Barros Barreto, uma contextualização e conceitos de análise correspondência, suas principais características e aplicação da técnica. Durante a aplicação da técnica estatística observou-se uma boa relação entre as variáveis faixa etária versus estado civil e faixa etária versus tempo de estudo, pois as categorias das mesmas apresentaram um nível de confiança maior ou igual a 70% que é considerável satisfatório para a aplicação da técnica. As possíveis associações entre as categorias das variáveis estudadas, tais como, o Estado Civil Solteiro que está associado à Faixa Etária de 24 a 30 anos de idade; Casado está associado as faixas etárias de 42 a 48 anos, 54 a 60 anos e 60 ou mais anos; Viúvo está associado a faixas de 48 a 54 anos; Divorciado está associado as faixas de 42 a 48 anos e 48 a 54 anos. Além disso, quem não estudou nenhum ano se associa a faixa menor que 1 ano, de 1 a 12 anos; quem estudou de 1 a 3 anos está associado a faixa etária de 54 a 60 anos de idade; quem estudou de 4 a 7 anos associa-se a faixa etária de 12 a 18 anos de idade; quem estudou de 8 a 11 anos está associado a faixa etária de 24 a 30 anos de idade e por fim quem estudou acima de doze anos associa-se a faixa etária de 60 anos ou mais.

O presente estudo se propõe a analisar a dinâmica da atividade elétrica cortical durante o fenômeno da depressão alastrante (DA) e nos períodos que antecede e sucede o fenomêno. A DA é caracterizada pela redução da amplitude da atividade elétrica espontânea que ocorre no tecido neural, após a aplicação de um estímulo de natureza elétrica, química, mecânica, luminosa e outros. Visando estudar o comportamento da série temporal da atividade elétrica cortical, registrada no ECoG (eletrocorticograma), durante a DA e nos períodos que precede e sucede o fenômeno, foi aplicado o método do DFA (Detrended Fluctuation Analysis).A aplicação do DFA numa série temporal permite a determinação de um expoente de escalonamento α, que pode contribuir para a compreensão das propriedades dos sistemas dinâmicos não lineares. Este expoente α revela se a série temporal apresenta correlação de longo alcance ou não.Neste trabalho os expoentes α foram calculados nas fases de controle, estímulo, avalanche, DA e após a DA para o ECoG, em dois grupos experimentais, ratos nutridos e ratos desnutridos.Em ambos os grupos experimentais, os valores obtidos para o expoente de escalonamento α denotam que a série temporal do ECoG apresenta correlação persistente (comportamento da série no presente se mantém no futuro) em todas as fases do processo com exceção da avalanche, período no qual ocorre perda de correlação.Em uma análise inicial dos dados do registro do ECoG, foi testada a hipótese de normalidade dos dados experimentais. o teste de Wilcoxon (WILCOXON, 1945) foi utilizado para comparar as médias dos expoentes α obtidos dentro de cada grupo estudado, para as diferentes fases do processo (controle, estimulação, DA, após DA). O teste de Wilcoxon foi também usado para comparar os valores médios de cada fase do processo entre os dois grupos de animais, nutrido e desnutrido.

In time-to-event studies, the occurrence of an event might be caused by one, among many, competing causes. Also, both the number of causes and the time-to-event associated with each cause may be not observed. Adding to this situation the existence of a proportion of individuals which is not susceptible to the occurrence of event of interesting, leading a scenario of competing causes with a cure fraction. In this paper, we propose a general survival model for accommodating data in the presence of competing causes and cure fraction. We assume the number of competing causes following a generalized negative binomial distribution while the times-to-event following a Log-logistic distribution. The advantage of this assumption is to incorporating in to the analysis characteristics of the treatment, such as the number of doses, the time interval between doses and the efficiency of each dose. The parameter estimation of the proposed model is straightforward via maximum likelihood estimation procedure. A simulation study was carried out in order to verify the coverage probabilities, the size and power of some hypotheses test under small and moderated sized samples. A real data on breast cancer is also provided.

Nesse trabalho, será abordado um método semiparamétrico que utiliza campos aleatórios markovianos ocultos. A função \textit{a priori} assume um modelo de mistura correlacionado espacialmente. Utiliza-se o algoritmo de Monte Carlo via Cadeias de Markov com saltos reversíveis para obter-se aproximações para as distribuições \textit{a posteriori} dos parâmetros. Como ilustração da metodologia estudada, foi analisada a taxa de mortalidade por câncer de traquéia, brônquios e pulmões nos estados de São Paulo, Paraná, Santa Catarina e Rio Grande do Sul no ano de 2007. Além disso, procedeu-se a simulação de dados, para avaliar o desempenho do modelo e para compará-lo com a metodologia paramétrica comumente aplicada.

Um dos maiores problemas no mapeamento de genes associados a doenças complexas atualmente é o de como tratar computacionalmente a alta dimensionalidade dos dados genéticos. Neste trabalho é considerado um procedimento multiestágios para análise de dados de famílias e plataformas de marcadores SNPs, proposto por Aulchenko et al. (2007), que permite reduzir consideravelmente o tempo computacional. Sob a formulação de modelos mistos, os autores propõem modelar o efeito de SNPs como fixo e associado com o componente de variância residual. Há controvérsias sobre como deve ser modelado o efeito de marcadores do tipo SNP quando se dispõe de dados de famílias. Neste trabalho serão discutidas limitações e vantagens desta alternativa de análise bem sua implementação computacional usando os recursos do aplicativo estatístico R. Como aplicação são considerados dados de um estudo com famílias brasileiras.