0118/2016 - Análise espacial da Tuberculose no Rio de Janeiro no período de 2005 a 2008 e fatores socioeconômicos associados utilizando microdado e modelos de regressão espaciais globais Spatial analysis of Tuberculosis in Rio de Janeiro in the period2005 to 2008 and associated socioeconomic factors using micro data and global spatial regression models
Este trabalho analisa o padrão espacial da tuberculose no período de 2005 a 2008 identificando variáveis socioeconômicas relevantes para a ocorrência da doença através de modelos estatísticos espaciais. É um estudo ecológico realizado no Rio de Janeiro com casos novos. Utilizou-se o setor censitário como unidade de análise. Foram calculadas as taxas de incidência e usado o método Bayesiano Empírico Local. Foi constatada a autocorrelação espacial com Índice de Moran e LISA. Usando teste de Spearman, as variáveis com correlação estatisticamente significativas a 5% foram utilizadas nos modelos. No modelo de regressão multivariado clássico as variáveis Proporção de responsável com renda entre 1 e 2 salários-mínimos, Proporção de analfabetos, Proporção de domicílios com pessoas que moram sozinhas e Renda média do responsável se ajustaram melhor. Essas variáveis foram inseridas nos modelos Spatial Lag e Spatial Error e os resultados comparados. O primeiro apresentou os melhores parâmetros: R2=0,3215, Log da Verossimilhança=-9228, AIC=18468 e SBC=18512. Os métodos estatísticos apresentaram-se eficientes na identificação de padrões espaciais e definição de determinantes da doença dando uma visão da heterogeneidade no espaço, possibilitando uma atuação mais direcionada a populações específicas.
Palavras-chave:
Tuberculoseanálise espacialmodelo de regressão espacial global
Abstract:
This paper analyzes the spatial pattern of tuberculosis in the period 2005-2008 identifying relevant socioeconomic variables for the occurrence of the disease through spatial statistical models. It is an ecological study conducted in Rio de Janeiro with new cases. Were used the census tract as the unit of analysis. Incidence rates were calculated and used Bayesian Local Empirical method. Spatial autocorrelation was found with Moran Index and LISA. Using Spearman‘s test, the independent variables with correlation statistically significant at the 5% were used in the models. In the classical multivariate regression model (OLS), variables proportion with income between 1 and 2 minimum salary, illiterate proportion, proportion of households with people living alone and average income of the responsible were best fitted model. These variables were included in the Spatial Lag and Spatial Error models and the results compared. The first model showed the best parameters: R2 = 0.3215, Log Likelihood = -9228, AIC = 18468 and SBC = 18512. Statistical methods showed to be efficient in identifying spatial patterns and defining determinants of disease giving a view of the heterogeneity in space, enabling a more targeted actions to specific populations.
Keywords:
Tuberculosisspatial analysisglobal spatial regression m
Spatial analysis of Tuberculosis in Rio de Janeiro in the period2005 to 2008 and associated socioeconomic factors using micro data and global spatial regression models
Resumo (abstract):
This paper analyzes the spatial pattern of tuberculosis in the period 2005-2008 identifying relevant socioeconomic variables for the occurrence of the disease through spatial statistical models. It is an ecological study conducted in Rio de Janeiro with new cases. Were used the census tract as the unit of analysis. Incidence rates were calculated and used Bayesian Local Empirical method. Spatial autocorrelation was found with Moran Index and LISA. Using Spearman‘s test, the independent variables with correlation statistically significant at the 5% were used in the models. In the classical multivariate regression model (OLS), variables proportion with income between 1 and 2 minimum salary, illiterate proportion, proportion of households with people living alone and average income of the responsible were best fitted model. These variables were included in the Spatial Lag and Spatial Error models and the results compared. The first model showed the best parameters: R2 = 0.3215, Log Likelihood = -9228, AIC = 18468 and SBC = 18512. Statistical methods showed to be efficient in identifying spatial patterns and defining determinants of disease giving a view of the heterogeneity in space, enabling a more targeted actions to specific populations.
Palavras-chave (keywords):
Tuberculosisspatial analysisglobal spatial regression m
Magalhães, Monica de Avelar Figueiredo Mafra, Medronho, R.A. Análise espacial da Tuberculose no Rio de Janeiro no período de 2005 a 2008 e fatores socioeconômicos associados utilizando microdado e modelos de regressão espaciais globais. Cien Saude Colet [periódico na internet] (2016/mar). [Citado em 23/12/2024].
Está disponível em: http://cienciaesaudecoletiva.com.br/artigos/analise-espacial-da-tuberculose-no-rio-de-janeiro-no-periodo-de-2005-a-2008-e-fatores-socioeconomicos-associados-utilizando-microdado-e-modelos-de-regressao-espaciais-globais/15541?id=15541&id=15541
