skip to main content
Idioma:

Envelhecendo na cidade: análises longitudinais do declínio da mobilidade e sobrevida de idosos com múltiplas estratégias

Nascimento, Carla Ferreira Do

Biblioteca Digital de Teses e Dissertações da USP; Universidade de São Paulo; Faculdade de Saúde Pública 2021-08-02

Acesso online. A biblioteca também possui exemplares impressos.

  • Título:
    Envelhecendo na cidade: análises longitudinais do declínio da mobilidade e sobrevida de idosos com múltiplas estratégias
  • Autor: Nascimento, Carla Ferreira Do
  • Orientador: Chiavegatto Filho, Alexandre Dias Porto
  • Assuntos: Envelhecimento Populacional; Limitação Da Mobilidade; Mortalidade; Mobility Limitation; Mortality; Population Aging
  • Notas: Tese (Doutorado)
  • Descrição: Objetivo: Esta tese é apresentada no formato de quatro artigos científicos, que estão articulados em torno do objetivo geral, que foi analisar o declínio da mobilidade funcional e a mortalidade em idosos residentes no município de São Paulo. O primeiro artigo identificou os fatores associados ao declínio da mobilidade funcional em idosos ao longo de 15 anos de acompanhamento. O segundo analisou a sobrevida dos idosos por 10 anos de acordo com a mobilidade funcional por meio de regressões de Cox, tendo como desfecho o óbito por todas as causas e as principais causas específicas. O terceiro artigo testou a performance de algoritmos de machine learning na predição de óbito por causas específicas, utilizando como preditores testes de desempenho físico, variáveis de saúde e características sociodemográficas. O quarto artigo analisou a performance dos algoritmos de machine learning para predizer declínio funcional em tarefas de mobilidade. Métodos: Os dados utilizados nas análises dos quatro artigos foram provenientes do Estudo Saúde, Bem-Estar e Envelhecimento (SABE), de múltiplas coortes e representativo para a população de residentes do município de São Paulo com idade igual ou superior a 60 anos. No primeiro artigo, foi realizada uma análise seriada de regressões multinível das quatro ondas do estudo, ocorridas em 2000, 2006, 2010 e 2015, com o objetivo de analisar a prevalência de limitação na mobilidade e as diferenças entre as ondas. Foram ajustadas, também, regressões logísticas separadas para cada onda, para analisar os fatores associados ao declínio da mobilidade. O segundo artigo utilizou regressões de Cox para analisar o tempo até o óbito por todas as causas e por causas específicas, de acordo com a condição de mobilidade, avaliada por dois testes (velocidade da marcha e o teste de levantar e sentar 5 vezes). Para o terceiro artigo, aprovado para publicação na revista Age and Ageing, foi realizada uma predição multinomial com cinco categorias: óbito por doenças do aparelho circulatório, óbito por doenças do aparelho respiratório, óbito por neoplasias, óbito por outras causas específicas e não óbito. Algoritmos preditivos de machine learning foram treinados em 70% da amostra, e em seguida testados nos 30% restantes. No quarto artigo foram utilizados algoritmos de machine learning para predizer a dificuldade na realização de tarefas de mobilidade, como caminhar, subir escadas, agachar e ajoelhar e carregar objetos. Nos dois últimos artigos, a capacidade preditiva dos modelos foi testada por meio da área abaixo da curva ROC, além de outras métricas como a sensibilidade e especificidade. Resultados: O primeiro artigo encontrou um aumento da prevalência de limitação na mobilidade após o ano 2000, mesmo após o ajuste por outros fatores. Foram também verificadas associações do declínio da mobilidade com condições crônicas de saúde e aspectos socioeconômicos. O segundo artigo identificou que o teste de levantar e sentar apresentou associação mais consistente com a mortalidade (HR=1.03, IC95%1.00-1.05) do que a velocidade da marcha. Além disso, indivíduos com imobilidade apresentaram um risco aumentado de morrer por todas as causas (HR=1.71, IC95%1.21-2.42) e por doenças do aparelho circulatório (HR=2.14, IC95%1.25-3.65). No terceiro artigo, o desfecho em que os algoritmos apresentaram melhor poder preditivo foi a mortalidade por doenças do aparelho respiratório (AUC-ROC=0.89). Os algoritmos com melhor desempenho foram o light gradient boosted machine e extreme gradient boosting. No quarto artigo, o random forest foi o algoritmo com melhor performance e os desfechos com as melhores performances preditivas foram a dificuldade de agachar e ajoelhar (AUC-ROC: 0.81) e carregar pesos (AUC-ROC: 0.80). Conclusão: Os resultados da tese trazem novas evidências acerca do declínio da mobilidade funcional e mortalidade de pessoas idosas no Brasil. Além disso, demonstrou que algoritmos preditivos de machine learning podem ser ferramentas importantes para o rastreio de idosos em risco de desfechos negativos e o estabelecimento de medidas preventivas personalizadas.
  • DOI: 10.11606/T.6.2021.tde-13102021-192542
  • Editor: Biblioteca Digital de Teses e Dissertações da USP; Universidade de São Paulo; Faculdade de Saúde Pública
  • Data de criação/publicação: 2021-08-02
  • Formato: Adobe PDF
  • Idioma: Português
Links
Voltar para lista de resultados
Ir para página anteriorAnterior Resultado  10 AvançarIr para próxima página

  • Realização: ABCD-USP USP   Logos de Redes Sociais: Freepik

Buscando em bases de dados remotas. Favor aguardar.