Modelos espaço-temporais discretos com inflação de zeros: como lidar com a subnotificação de casos de doenças infecciosas em pequenas áreas?

Ciência / Matemática

A demanda por indicadores de saúde em níveis espaciais mais desagregados tem crescido em todo o mundo, sobretudo por influência dos Objetivos de Desenvolvimento Sustentável das Nações Unidas para 2023 (ODS-ONU) relacionados à erradicação da pobreza, redução das desigualdades e promoção da qualidade em saúde e bem-estar. Contudo, vários indicadores relacionados à doenças infecciosas não podem ser monitorados de forma confiável em regiões menos desenvolvidas devido à subnotificação de casos. Este projeto visa desenvolver novas técnicas de modelagem estatística para estimar a incidência de doenças infecciosas ao longo do tempo em regiões com populações pequenas e má qualidade dos dados. Neste contexto, é comum a observação de uma grande quantidade de contagens nulas de casos dentre as regiões analisadas, gerando o que é chamado de inflação de zeros. Assim, serão explorados modelos que consideram tal característica dos dados, além da sua heterogeneidade espacial e temporal. As novas metodologias podem contribuir para a compreensão do progresso dos indicadores relacionados à saúde, abrangendo as especificidades de cada área e orientando a definição de políticas governamentais adequadas de controle e a distribuição eficiente dos recursos financeiros, especialmente em países subdesenvolvidos, visando atingir as metas dos ODS-ONU.

Recursos investidos

Grant Serrapilheira: R$ 545.500,00 (R$395.500,000 + R$ 150.000,00 de bônus opcional destinados à integração e formação de pessoas de grupos sub-representados na ciência)

Instituições

  • Centro Federal de Educação Tecnológica de Minas Gerais

Chamadas

Chamada 7
  • Temas
  • epidemiologia
  • modelos computacionais
  • saúde pública
  • tratamento de dados