skip to main content
Idioma:

Modelos para a mortalidade prematura na Argentina no ano de 2020

Viviana Giampaoli Maria del Pilar Diaz; Sonia Alejandra Pou; Leandro González; Reunião Anual da Região Brasileira da Sociedade Internacional de Biometria - RBras (67. 2023 Londrina); Simpósio de Estatística Aplicada à Experimentação Agronômica - SEAGRO (20. 2023 Londrina)

Livro de Resumos Londrina : Universidade Estadual de Londrina, 2023

Londrina Universidade Estadual de Londrina 2023

Acesso online. A biblioteca também possui exemplares impressos.

  • Título:
    Modelos para a mortalidade prematura na Argentina no ano de 2020
  • Autor: Viviana Giampaoli
  • Maria del Pilar Diaz; Sonia Alejandra Pou; Leandro González; Reunião Anual da Região Brasileira da Sociedade Internacional de Biometria - RBras (67. 2023 Londrina); Simpósio de Estatística Aplicada à Experimentação Agronômica - SEAGRO (20. 2023 Londrina)
  • Assuntos: COVID-19; MODELOS LINEARES GENERALIZADOS
  • É parte de: Livro de Resumos Londrina : Universidade Estadual de Londrina, 2023
  • Notas: Disponível em: https://lookerstudio.google.com/reporting/f9228c96-529e-44e6-8f85-373fc3e2539a/page/BYq4C. Acesso em: 19 dez. 2023
  • Descrição: A Taxa padronizada (ASR) por idade e sexo de mortalidade prematura, isto é a mortalidade prematura por todas as causas ocorrendo a partir dos 70 anos em homens e 75 em mulheres, por 100.000 habitantes foi calculada para províncias de cada uma das cinco regiões de Argentina pelo método direto dos componentes, e está baseada na contagem de óbitos e nos números populacionais obtidos a partir das projeções anuais calculadas. Houve diferenças entre as regiões nas taxas de infecção e mortalidade por COVID-19, assim neste trabalho o objetivo principal foi selecionar os modelos mistos adequados de tipo gamlss para esta taxa considerando dois cenários: um em que se incluem nos cálculos o número de mortes ocorridas durante 2020 ocasionadas estritamente por COVID-19 e outro sem a incorporação destes valores de mortalidade. Como era esperado, as distribuições da variável resposta ASR considerando os dois cenários são diferentes, num caso gama e no outro gaussiana inversa. Em ambos os modelos o fator região foi incluído como intercepto aleatório, os valores preditos obtidos para os efeitos aleatórios em cada modelo foram diferentes, destacando-se o valor predito mais alto no caso da região menos favorecida do país, região Noroeste (0.028) no cenário com COVID. Além disso, se observou impacto desigual entre os sexos, sendo 31% maior em homens neste último cenário.
  • Editor: Londrina Universidade Estadual de Londrina
  • Data de criação/publicação: 2023
  • Formato: p. 246.
  • Idioma: Português
Links
Voltar para lista de resultados
Resultado  1 AvançarIr para próxima página

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

Buscando em bases de dados remotas. Favor aguardar.