Modelo de regressão de Poisson com efeitos aleatórios na detecção de padrões de variação do risco de doenças utilizando o método INLA

Abstract

O escopo do presente trabalho é demonstrar a utilização de alguns modelos de regressão de Poisson com efeitos aleatórios latentes na deteção de padrões de variação do risco de doenças ou agravos. A inferência será feita sob a ótica bayesiana usando o método INLA implementado no ambiente R. Tal método supera o MCMC em termos de acurácia e tempo computacional para modelos com campos aleatórios gaussianos latentes como por exemplo os espaciais e espaço-temporais. A aplicação aos dados de morbidade hospitalar do SUS e de mortalidade para doençaas do aparelho respiratório no estado do Rio de Janeiro no ano de 2003 exemplifica como modelos com efeitos aleatórios não-estruturados e/ou com estrutura espacial podem tratar a sobredispersão e reduzir a heterogeneidade presente nos dados. No caso dos dados da taxa de internação por doenças respiratórias, o modelo de regressão Poisson com efeitos aleatórios com estrutura espacial se mostrou o mais adequado enquanto para o ajuste da taxa de mortalidade por doenças respiratórias o modelo somente com efeitos aleatórios latentes foi o que mais se adequou. Em ambos modelos nenhuma das covariáveis disponíveis mostrou-se estatisticamente significativa.