Please use this identifier to cite or link to this item: https://app.uff.br/riuff/handle/1/13797
Title: Modelo de regressão logística em dados longitudinais sob um enfoque bayesiano
Authors: Nicolato, Patrícia Baía
metadata.dc.contributor.advisor: Velarde, Luis Guillermo Coca
metadata.dc.contributor.members: Velarde, Luis Guillermo Coca
Pinto Junior, Jony Arrais
Fonseca, Ana Beatriz Monteiro
Issue Date: 2017
Publisher: Universidade Federal Fluminense
Citation: NICOLATO, Patrícia Baía. Modelo de regressão logística em dados longitudinais sob um enfoque bayesiano. 2017. 44f. Trabalho de Conclusão de Curso (Graduação de Estatística) - Instituto de Matemática e Estatística, Universidade Federal Fluminense, Niterói, 2017
Abstract: Na análise deste estudo, foi investigada a variável infecção por Staphylococcus aureus em pacientes de 0 a 24 anos, provenientes de um estudo já realizado em dois hospitais públicos referência em atendimento a pacientes infectados pelo HIV. Por ser caracterizada como uma variável binária, ou seja, só assume valores 0 ou 1 (onde 1 representa os pacientes infectados pela bactéria S. aureus e 0 caso contrário), havia a necessidade de implementar um modelo logístico que permitisse definir algum tipo de padrão sobre os dados observados. Pouco se sabe a respeito desta epidemiologia. Alguns dos fatores determinantes já foram levantados sobre tal colonização nasal, e são a exposição a grandes aglomerações e a realização de procedimentos considerados invasivos nos últimos doze meses. A contagem de células CD4 foi definida como sendo a variável regressora, por ser um dos exames mais significativos realizados em pessoas que se encontram com o vírus HIV e que devem ser feitos regularmente no sangue. Desse modo, esta variável poderia explicar melhor esta razão de chance da variável resposta. Além disso, os dados dos pacientes são longitudinais, descritos através de 3 consultas realizadas ao longo do período de observação do estudo. Para isto, foi elaborado modelo logístico que considerasse a associação longitudinal entre as observações, ou seja, que levasse em consideração os dias entre as consultas realizadas. Com a intenção de explorar a estrutura dos dados de forma mais apropriada, foram implementados dois modelos logísticos diferentes. Onde foi testado se o modelo proposto melhora a qualidade do ajuste quando comparado com um modelo sem considerar a característica longitudinal dos dados. Os resultados indicaram com base no critério de seleção de modelos adotado, o Deviance Information Criterion - DIC, que o modelo com influência dos dados longitudinais apresentou melhor ajuste aos dados.
URI: https://app.uff.br/riuff/handle/1/13797
Appears in Collections:GGV - Trabalhos de Conclusão de Curso - Niterói

Files in This Item:
File Description SizeFormat 
tcc_20172_PatriciaBaia_21154087.pdf580.97 kBAdobe PDFView/Open


This item is licensed under a Creative Commons License Creative Commons