Previsão da taxa de incidência dos casos de AIDS no município de Santa Maria – RS

Autores

DOI:

https://doi.org/10.5902/2179460X40510

Palavras-chave:

Aids, Combinação de Previsão, Regressão Robusta

Resumo

A disseminação da AIDS foi um fato social marcante no final do século XX, devido principalmente à falta de conhecimento das pessoas sexualmente ativas e usuários de drogas, alastrando-se rapidamente pelos cinco continentes. Inicialmente, estava associada ao grupo dos homossexuais masculinos. Com o passar dos anos, outros segmentos populacionais infectaram-se com o Vírus da Imunodeficiência Humana (HIV). Assim, este artigo tem como objetivo comparar metodologias de previsão, para prever a taxa de incidência de AIDS a cada 100 mil habitantes, em homens e mulheres em Santa Maria, entre 2017 a 2022. Para isto, foram ajustados dois modelos de previsões para cada série (modelo de tendência polinomial mais um modelo ARIMA(p,d,q), e um modelo de Suavização Exponencial). Como as séries apresentam quebras estruturais devido à vários acontecimentos históricos no Brasil e no mundo, foram utilizadas metodologias de combinações de previsão através de regressões robustas, pelos métodos dos Mínimos Quadrados Ponderados, MM e Regressão Quantílica. Verificamos através das medidas de acurácia que, para os homens as melhores metodologias para previsão foi o Modelo 1 e as combinações de previsão por regressão, pelos métodos de MM e RQ. Já para as mulheres as melhores metodologias foram o Modelo 1 e as combinações de previsão por regressão, pelo método de RQ.

Downloads

Não há dados estatísticos.

Biografia do Autor

Camila Malu da Rosa, Universidade Federal de Santa Maria

Aluna de Graduação do Curso de Bacharelado em Estatística, na Universidade Federal de Santa Maria

Fernando de Jesus Moreira Junior, Universidade Federal de Santa Maria

Graduado em Estatística pela Universidade Federal do Rio Grande do Sul, Mestre em Engenharia de Produção pela Universidade Federal do Rio Grande do Sul e Doutor em Engenharia de Produção pela Universidade Federal de Santa Catarina

Cleber Bisognin, Universidade Federal de Santa Maria

Graduado em Licencitura Plena em Matemática pela Universidade Federal de Santa Maria, Mestre em Matemática pela Universidade Federal do Rio Grande do Sul e Doutor em Matemática pela Universidade Federal do Rio Grande do Sul (2007)

Referências

abiaids.org [Internet]. Rio de Janeiro: Observatório Nacional de Políticas de AIDS; 2011 [cited 2019 Aug 19]. Avai-lable from: http://abiaids.org.br/aids-no-brasil.

BISOGNIN C. Estimação e Previsão em Processos SARFIMA (p,d,q) x (P,D,Q)s na presença de Outliers [Internet]. Santa Maria/RS [thesis]. Porto Alegre: Universidade Federal do Rio Grande do Sul/RS; 2007 [cited 2019 Sep 30]. Available from: https://lume.ufrgs.br/bitstream/handle/10183/137796/000622449.pdf?sequence=1&isAllowed=y.

BOX GE, JENKINS GM. Time series analysis: forecasting and control. San Francisco: Holden - Day; 1976.

BRITO AM, CASTILHO EA, SZWARCWALD CL. AIDS e infecção pelo HIV no Brasil: uma epidemia multifacetada. Rev. Soc. Bras. Med. Trop. [Internet]. 2001 [cited 2019 Aug 19];34(2):207-217. Available from: http://www.scielo.br/scielo.php?pid=S0037-86822001000200010&script=sci_abstract&tlng=pt.

CHOW GC. Tests of equality between sets of coefficients in two linear regressions. Econometrica. 1960;28(3): 591–605.

CLEMEN RT. Combining Forecasts: A Review and Annotated Bibliography. International Journal of Forecasting. 1989(5):559-583.

DATASUS [Internet]. Brasília: Ministério da Saúde (BR), 2019 [cited 2017 Oct 10]. Departamento de Informática do SUS–DATASUS. Available from: http://www2.datasus.gov.br/DATASUS/index.php?area=0203&id=6930.

FONTOURA GF. Regressão Linear Robusta: O Método de TELBS e uma Aplicação a dados de E-Commerce [Inter-net]. Porto Alegre/RS [monography]. Porto Alegre: Universidade Federal do Rio Grande do Sul/RS; 2015 [cited 2019 Sep 30]. Available from: https://www.lume.ufrgs.br/bitstream/handle/10183/133722/000986118.pdf?sequence=1.

GIL AC. Como elaborar projetos de pesquisa. São Paulo: Atlas; 2002. [cited 2019 Sep 02]. Available from: http://www.urca.br/itec/images/pdfs/modulo%20v%20-%20como_elaborar_projeto_de_pesquisa_-_antonio_carlos_gil.pdf.

ioc.fiocruz.br [Internet]. Rio de Janeiro: Instituto Osvaldo Cruz; 2007 [cited 2019 Sep 02]. Available from: http://www.ioc.fiocruz.br/aids20anos/linhadotempo.html.

JACOBS W. Combinação Das Previsões Dos Modelos De Box-Jenkins E Mlp/Rna Para A Previsão de demanda no Planejamento da Produção [Internet]. Santa Maria/RS [dissertation]. Santa Maria: Universidade Federal de Santa Maria/RS; 2014 [cited 2019 Sep 30]. Available from: https://repositorio.ufsm.br/bitstream/handle/1/8327/JACOBS%2c%20WILLIAM.pdf?sequence=1&isAllowed=y.

KIM S, KIM H. A new metric of absolute percentage error for intermittent demand forecasts. International Journal of Forecasting. 2016;35(3):669-679.

KOENKER R, BASSET G. Regression quantiles. Econometrica: journal of the Econometric Society. 1978:33-50.

LEI N 9.313 DE 13 DE NOVEMBRO DE 1996. Dispõe sobre a distribuição gratuita de medicamentos aos portadores do HIV e doentes de AIDS. Diário Oficial da União (Brasília). 1996 Nov 13.

MAKRIDAKIS S, WHEELWRIGHT SC, HYNDMAN RJ. Forecasting: methods and applications. Wiley, 1998.

MANCUSO ACB. Uma Investigação do Desempenho de Métodos de Combinação de Previsões: Simulada e Aplicada [Internet]. Porto Alegre/RS [dissertation]. Porto Alegre: Universidade Federal do Rio Grande do Sul/RS; 2013 [cited 2019 Sep 02]. Available from: https://www.lume.ufrgs.br/bitstream/handle/10183/75918/000891325.pdf?sequence=1.

MORETTIN PA, TOLOI CMC. Modelos para previsão de séries temporais. Rio de Janeiro: Instituto de Matemática Pura e Aplicada, 1981.

OLIVEIRA GR. Determinantes da Estrutura de Capital das Empresas brasileiras: Uma Abordagem em Regressão Quantílica [Internet]. Brasília/DF [dissertation]. Brasília: Universidade de Brasília/DF; 2011 [cited 2019 Sep 30]. Available from: http://repositorio.unb.br/handle/10482/8615.

RIO GRANDE DO SUL, SECRETARIA DE ESTADO DA SAÚDE, DEPARTAMENTO DE AÇÕES EM SAÚDE, SE-ÇÃO ESTADUAL DE CONTROLE DAS DSTAIDS. Boletim Epidemiológico: HIVAIDS 2017 [Internet]. Porto Ale-gre: Secretaria do Estado do Rio Grande do Sul, 2018 [cited 2019 dec 03]. Available from: https://saude.rs.gov.br/upload/arquivos/carga20180508/11140851-boletim-2017.pdf.

ROUSSEEUW PJ. Least Median of Square Regression. Journal of the American Statistical Association. 1984(79):871-880.

R-project.org [Internet]. Viena: R Core Team: A language and environment for statistical computing; 2018 [cited Oct 10]. Available from: https://www.r-project.org/.

SALDANHA JS, ANDRADE CS, BECK ST. Grau de adesão ao tratamento com anti-retrovirais entre indivíduos HIV positivos atendidos no hospital universitário de Santa Maria. Revista Saúde [Internet]. 2009 [cited 2019 Aug 18];35(1):4-9. Available from: https://periodicos.ufsm.br/index.php/revistasaude/article/viewFile/10226/pdf.

SCHAURICH D, COELHO DF, MOTTA MGC. A Cronicidade no processo saúde-doença: repensando a epidemia da AIDS após os anti-retrovirais. R. Enferm UERJ [Internet]. 2006 [cited 2019 Aug 18];14(3):455-462. Available from: https://lume.ufrgs.br/handle/10183/107165.

YOHAI V J. High breakdown point and high efficiency ro-bust estimates for regression. Annals of Statistics. 1987;15(2):642-656.

Downloads

Publicado

2020-12-29

Como Citar

Rosa, C. M. da, Moreira Junior, F. de J., & Bisognin, C. (2020). Previsão da taxa de incidência dos casos de AIDS no município de Santa Maria – RS. Ciência E Natura, 42, e49. https://doi.org/10.5902/2179460X40510

Edição

Seção

10 anos estatística- Bacharelado

Artigos mais lidos pelo mesmo(s) autor(es)

1 2 3 4 > >>