Aviso de cookies

Neste site utilizamos cookies analíticos. Os cookies analíticos são utilizados para compreender como os visitantes interagem com o site. Eles ajudam a fornecer informações sobre métricas como número de visitantes, taxa de rejeição, origem do tráfego, etc.

  • Portal do Governo Brasileiro
    • português (Brasil)
    • English
    • español
  • English 
    • Português (Brasil)
    • English
    • Español
  • Login
          AJUDA
Pesquisa
avançada
     
View Item 
  •   RIUFF
  • Produção Científica
  • Instituto de Matemática e Estatística - IME
  • GGV - Curso de Graduação em Estatística - Bacharelado - Niterói
  • GGV - Trabalhos de Conclusão de Curso - Niterói
  • View Item
  •   RIUFF
  • Produção Científica
  • Instituto de Matemática e Estatística - IME
  • GGV - Curso de Graduação em Estatística - Bacharelado - Niterói
  • GGV - Trabalhos de Conclusão de Curso - Niterói
  • View Item
JavaScript está desabilitado no seu navegador. Algumas funcionalidades deste site podem não funcionar.

Browse

All of DSpaceCommunities & CollectionsBy Issue DateAuthorsAdvisorsTitlesSubjectsDepartmentProgramTypeType of AccessThis CollectionBy Issue DateAuthorsAdvisorsTitlesSubjectsDepartmentProgramTypeType of Access

Statistics

View Usage Statistics
application/pdf

View/Open
tcc_20212_KeylaDaCostaAraujo_1... (1.965Mb)

Collections
  • GGV - Trabalhos de Conclusão de Curso - Niterói

Statistics
Metadata
Show full item record
SISTEMA DE MONITORAMENTO DA MORTALIDADE EUROMOMO: UMA ADAPTAÇÃO PARA O RIO DE JANEIRO
Araujo, Keyla da Costa | Posted on: 2022
Abstract
A ocorrência de ondas epidemiológicas pode ter como consequência variações abruptas significativas na curva de mortalidade se comparadas com o que era esperado para o período avaliado. O intuito do presente trabalho é discutir estratégias de modelagem de séries temporais para os dados de mortalidade natural, que possam ser empregadas para auxiliar na identificação do surgimento de epidemias. Na Europa, um sistema de monitoramento da mortalidade (EuroMOMO) utiliza uma generalização do Modelo de Regressão de Poisson (Quasi-Poisson com correção para sobredispersão) para produzir estimativas da mortalidade esperada. O modelo tem como variável dependente a mortalidade absoluta e depende de um conjunto pequeno de variáveis explicativas (tendência e sazonalidade determinísticas, temperatura e influenza). Foi discutido como tal modelo pode ser adaptado para a cidade do Rio de Janeiro, no intuito de criar um sistema de monitoramento análogo, bem como ilustrar seu uso com a aplicação em uma base de dados real. Ressalta-se que dados de mortalidade no município do Rio de Janeiro (e no Brasil) estão disponíveis e são facilmente encontrados em sites como o Portal da transparência do registro civil e no DATASUS, onde são fornecidos os dados da Central de Informações do Registro Civil e do Sistema de informação sobre mortalidade (SIM), respectivamente.
[Texto sem Formatação]
Document type
Trabalho de conclusão de curso
Source
ARAUJO, Keyla da Costa. Sistema de monitoramento da mortalidade EuroMOMO: Uma adaptação para o Rio de Janeiro. 2022. 102 f. Trabalho de Conclusão de Curso (Graduação em Estatística) - Instituto de Matemática e Estatística, Universidade Federal Fluminense, Niterói, 2022.
Subject(s)
Regressão de Poisson
Quasi-Poisson
Monitoramento da Mortalidade
Excesso de Mortalidade
Epidemiologia
Mortalidade
Base de dados
Variável (Matemática)
 
URI
http://app.uff.br/riuff/handle/1/28366
License Term
CC-BY-SA
DSpace
DSpace
DSpace
DSpace
DSpace
DSpace

  Contact Us

 Fale com um bibliotecário

DSpace  Siga-nos no Instagram