Fatores associados ao tempo de sobrevida para pacientes com HIV/AIDS no Estado do Mato Grosso do Sul
Conteúdo do artigo principal
Resumo
Neste trabalho, objetivou-se ajustar algumas distribuições de probabilidade para o tempo de sobrevida em pacientes com HIV/AIDS no Mato Grosso do Sul, Brasil, acompanhados entre 2009 e 2018, por meio de métodos frequentistas e Bayesianos. A partir de modelos de regressão, pode-se estimar o efeito de variáveis explicativas sobre a variável resposta. Com base nos valores do critério de informação de Akaike (AIC) e o no logaritmo de máxima verossimilhança, foi verificado que a distribuição Log-Normal foi a mais parcimoniosa para os dados. Foram construídos dois modelos de regressão com base nas metodologias descritas, de modo que ambos convergiram para uma mesma interpretação das variáveis explicativas: sexo, raça, escolaridade, e uso de drogas injetáveis. Verificou-se que o tempo mediano até a morte por HIV/AIDS é aproximadamente: 2 vezes maior para indivíduos do sexo feminino, 53,3% menor para indivíduos que não se declaram brancos, 18,4% menor para indivíduos com menor escolaridade e 18% menor para usuários de drogas injetáveis. A partir das interpretações dos coeficientes dos parâmetros do modelo, pode-se discutir a necessidade de políticas de prevenção e diagnóstico precoce focadas em grupos que apresentam um menor tempo mediano de sobrevida após a notificação da infecção pelo vírus do HIV.
Detalhes do artigo
Este trabalho está licenciado sob uma licença Creative Commons Attribution 4.0 International License.
Authors who publish with this journal agree to the following terms:
- Authors retain copyright and grant the journal right of first publication with the work simultaneously licensed under a Creative Commons Attribution License that allows others to share the work with an acknowledgement of the work's authorship and initial publication in this journal.
- Authors are able to enter into separate, additional contractual arrangements for the non-exclusive distribution of the journal's published version of the work (e.g., post it to an institutional repository or publish it in a book), with an acknowledgement of its initial publication in this journal.
- Authors are permitted and encouraged to post their work online (e.g., in institutional repositories or on their website) prior to and during the submission process, as it can lead to productive exchanges, as well as earlier and greater citation of published work (See The Effect of Open Access).
Referências
BASTOS, J.; ROCHA, C. Análise de sobrevivˆencia: conceitos básicos. Arquivos de Medicina, ArquiMed-Departamento de Edições Científicas da AEFMUP, v.20,n.5-6, p.185–187, 2006.
BOX, G. E.; TIAO, G. C. Bayesian inference in statistical analysis. [S.l.]: JohnWiley, 1973.
BRASIL. Boletim epidemiológico: HIV/AIDS. Brasília: Ministério da Saúde, 2020.
BRUNELLO, G. H. V.; NAKANO, E. Y. Inferˆencia bayesiana no modelo weibulldiscreto em dados com presençaa de censura. TEMA, SciELO Brasil, v.16, n.2,p.97–110, 2015.
CARVALHO, M. S.; ANDREOZZI, V. L.; CODEC ̧ O, C. T.; CAMPOS, D. P.;BARBOSA, M. T. S.; SHIMAKURA, S. E. Análise de sobrevivˆencia: teoria e aplicações em saúde. 2. ed. Rio de Janeiro: Fiocruz, 2011.
COLOSIMO, E.; VIEIRA, A. O modelo de regressao de Cox com covariável dependente o tempo: Uma aplicação envolvendo pacientes infectados pelo HIV. Revista Brasileira de Estatística, v.54, n.57, p.139–152, 1996.
COLOSIMO, E. A.; GIOLO, S. R. Análise de sobrevivˆencia aplicada. São Paulo: Blucher, 2006.
COX, D. R. Regression models and life-tables. Journal of the Royal Statistical Society: Series B (Methodological), Wiley Online Library, v.34, n.2, p.187–202,1972.
COX, D. R.; SNELL, E. J. A general definition of residuals. Journal of the Royal Statistical Society: Series B (Methodological), Wiley Online Library, v.30, n.2,p.248–265, 1968.
HOSMER, D. W.; LEMESHOW, S. Applied survival analysis. New York: JohnWiley and Sons, 1999.
JACKSON, C. flexsurv: A platform for parametric survival modeling in R. Journal of Statistical Software, v.70, n.8, p.1–33, 2016.
JONES, M. Kumaraswamy’s distribution: A beta-type distribution with some tractability advantages. Statistical Methodology, Elsevier, v.6, n.1, p.70–81, 2009.
KAPLAN, E. L.; MEIER, P. Nonparametric estimation from incomplete observations. Journal of the American Statistical Association, Taylor & Francis,v.53, n.282, p.457–481, 1958.
LAWLESS, J. F. Statistical models and methods for lifetime data. [S.l.]: John Wiley& Sons, 2003.
LEE, E. T.; WANG, J. Statistical methods for survival data analysis. 3. ed. NewJersey: John Wiley & Sons, 2003.
MEDEIROS, A. R. C.; LIMA, R. L. F. C.; MEDEIROS; L. B. D., MORAES; R. M.D.; VIANNA, R. P. D. T. Análise de sobrevida de pessoas vivendo com HIV/AIDS. Revista de Enfermagem UFPE Online, v.11, n.1, p.47–56, 2017
MELO, M. C.; DONALISIO, M. R.; CORDEIRO, R. C. Sobrevida de pacientes com AIDS e coinfecção pelo bacilo da tuberculose nas regiões Sul e Sudeste do Brasil. Ciˆencia & Saúde Coletiva, SciELO Public Health, v.22, p.3781–3792, 2017.
MULLER, E. V.; BORGES, P. K. O. Sobrevida de pacientes HIV/AIDS em tratamento antirretroviral e fatores associados na Região dos Campos Gerais, Paraná: 2002-2014. Journal of Development, v.6, n.5, p.28523–28542,2020.
NETO, L. F. S. P.; PERINI, F. D. B.; ARAG ́ON, M. G.; FREITAS, M. A.;MIRANDA, A. E. Protocolo brasileiro para infecções sexualmente transmissíveis 2020: infecção pelo HIV em adolescentes e adultos. Epidemiologia e Serviços de Saúde, SciELO Public Health, v.30, p.e2020588, 2021.
PASCOA, M. A. D.; ORTEGA, E. M.; CORDEIRO, G. M. The kumaraswamy generalized gamma distribution with application in survival analysis. Statistical Methodology, Elsevier, v.8, n.5, p.411–433, 2011.
R CORE TEAM.R: a language and environment for statistical computing. Vienna,2021. Accessible at: http://www.R-project.org. Accessed on: Jul. 2021.
RIBEIRO, R. A.; FONSECA, F. F.; PEREIRA, G. F. M. Evolução da AIDS noBrasil: Uma análise espacial. Revista do Seminário Internacional de Estatística com R, v.4, n.2, 2019.
ROSSI, R. M.Introdução aos métodos Bayesianos na análise de dados zootécnicoscom uso do WinBUGS e R. Maringá: Eduem, 2011.
RUE, H.; MARTINO, S.; CHOPIN, N. Approximate Bayesian inference for latent Gaussian models using integrated nested Laplace approximations (with discussion). Journal of the Royal Statistical Society: Series B (Methodological), v.71, p.319–392,2009.
SANTOS, C. A.; ACHCAR, J. A. A Bayesian analysis in the presence of covariates for multivariate survival data: an example of application. Revista Colombiana de Estadística, Universidad Nacional de Colombia., v.34, n.1, p.111–131, 2011.
SANTOS, R. O.; NAKANO, E. Y. Análise do tempo de permanˆencia de trabalhadores no mercado de trabalho do Distrito Federal via modelo de riscos proporcionais de Cox e log-normal. Revista Brasileira de Biometria, v.33, n.4,p.570–584, 2015.
SILVA, A. O.; FILHO, A. G. C. G.; SILVA, C. R.; LEITE, D. R. A.; SILVA, L. C.M.; FREITAS, W. W. L. Modelos de sobrevivˆencia aplicados `a evasão dos alunos de Estatística da UFPB. Revista InterScientia, v.6, n. 2, p.134–145, 2018.
THERNEAU, T. M.A Package for Survival Analysis in R. [S.l.], 2020. R package version 3.2-3. Available at: https://CRAN.R-project.org/package=survival. Accessed on: Jul. 2021.
WERLE, J. E.HIV/AIDS em Mato Grosso do Sul: análise de tendˆencia, distribuição espacial e sobrevida dos casos, 2021. 75p. Dissertation (Mestrado em Enfermagem) — Universidade Federal do Mato Grosso do Sul, Campo Grande,2021.