Search

RESUMO Neste trabalho objetivou-se avaliar os efeitos das variações sazonais do clima na ocorrência de internações por doenças respiratórias por Influenza e Pneumonia (PI) na população idosa da Região Metropolitana de João Pessoa (RMJP) no Estado da Paraíba. Para isso, foram usados modelos lineares generalizados a partir da regressão linear de Poisson para relacionar a variável dependente configurada como os registros de internações por causas associadas à influenza e as variáveis independentes (precipitação pluvial, temperatura média do ar e umidade relativa do ar), para análise das relações instituídas pela modelagem foi aplicado o teste de variância ANOVA com nível de significância de 0,05 de probabilidade para determinar que variáveis independentes eram mais significativas na modelagem. Também foram analisados os resíduos gerados pelo ajuste dos modelos no intuito de identificar a distribuição que melhor se ajustasse aos dados. Toda análise estática foi realizada no software R. De forma geral verificou-se que os maiores picos de internações por PI ocorrem no outono e inverno. Portanto, esses resultados sugerem uma associação entre o frio e as internações por PI. A modelagem estatística se apresentou satisfatória para análise dos casos de internações por PI, no entanto, é necessário o aprofundamento dessas análises temporais, visto que o problema de internações é multicausal e não, necessariamente, consequência somente de alterações climáticas. ABSTRACT This work aimed to evaluate the effects of seasonal climatic variations in the incidence of respiratory diseases by influenza (PI) in the elderly population in the region of metropolitan João Pessoa in the state of Paraíba. Generalized linear models from the linear Poisson regression to relate the dependent variable set to the records of hospitalizations for causes associated with influenza and the independent variables (rainfall, average air temperature and relative humidity) to analyze the relations established by modeling has been used. Aditionally,was applied ANOVA variance test with a significance level of 0.05 of probability to determine which independent variables is more significant. Also the residual generated by adjusting the models in order to identify the distribution that best fitted the data were analyzed. All static analysis was performed using R software. In general is possible to identify that the highest peaks of hospitalizations for PI occur in autumn and winter. Therefore, these results suggest an association between cold and hospitalizations for IP. Statistical modeling performed satisfactory for analysis of the cases of hospitalizations for IP. However, the deepening of these temporal analysis is necessary because health depends not only on environmental factors.

Dissertation presented as the partial requirement for obtaining a Master's degree in Statistics and Information Management, specialization in Information Analysis and Management A criminalidade é um dos fenómenos sociais mais problemáticos que tem vindo a ganhar relevo e especial importância desde o final do século XX. É um fenómeno dinâmico e distribuído segundo tendências espaciais. Este tema tem sido objeto de estudo em diversas áreas científicas, ao longo do tempo, com o intuito de identificar novas leituras de informação, que possibilitem compreender os fatores associados à criminalidade, e encontrar soluções para prevenir e combater este problema. O evento criminal, tal como outros, desenvolve-se em torno do território, tendo por isso um cariz geográfico. Assim, a gestão e análise da criminalidade com recurso a ferramentas de informação geográfica têm representado uma importante contribuição para a análise da criminalidade. Esta investigação explora a distribuição espacial dos crimes contra o património em Portugal Continental e tem como objetivo principal investigar fatores demográficos e socioeconómicos, que possam estar associados a este fenómeno em cada município. Para tal, são aplicadas ferramentas de Sistema de Informação Geográfica (SIG), técnicas de análise exploratória, estatística descritiva e modelação espacial. A análise exploratória inicial permitiu identificar a existência de autocorrelação e heterogeneidade espacial na taxa de crimes contra o património, justificando assim a utilização de modelos de regressão espacial. Foram aplicados e comparados entre si, modelos de regressão de Poisson, nomeadamente o modelo global, o modelo local GWPR – Geographically Weighted Poisson Regression (Regressão de Poisson Geograficamente Ponderada) –, e o modelo GWPR semi-paramétrico. O modelo que revelou um melhor ajuste aos dados foi o GWPR com oito variáveis explicativas: Poder de compra per capita; Taxa de população jovem residente; Taxa de retenção e desistência no ensino básico; Taxa bruta de escolarização; Número médio de alojamentos de familiares clássicos; Taxa de benificiários do RMG e RSI; Taxa de desempregados; Proporção de população estrangeira. Em particular, o modelo apresenta melhor ajuste nos municípios da área metropolitana de Lisboa e do Porto. Os resultados mostram que a magnitude da associação de cada uma das variáveis independentes com os crimes contra o património varia no território. Com este estudo, espera-se contribuir para uma melhor compreensão do fenómeno da criminalidade em Portugal, na medida em que os resultados permitem identificar quais são os fatores demográficos e socioeconómicos mais relevantes em cada município. Criminality is one of the most problematic social phenomena that has been gaining special relevance since the late twentieth century. It is a dynamical phenomenon distributed according to spatial trends. Over the course of time, several research fields have focused on the study of this subject, in order to unravel innovative ways of examining the information, making it possible to better understand the factors associated with crime, and find solutions to prevent and address this issue. The subject of criminality, like many others, is strongly related with territorial distribution and therefore, it may be well characterized by a geographical assessment. Thus, crime monitoring through geographic information analysis tools stands as an important contribution to the study of crime. This study explores the spatial distribution of crime against property in mainland Portugal, with the primary goal of investigating which demographic and socioeconomic factors may be associated with this problem in each municipality. For this purpose, Geographic Information System (GIS) tools, exploratory analysis techniques, descriptive statistics, and spatial modelling have been applied. An initial exploratory analysis identified the existence of autocorrelation and spatial heterogeneity in the rate of crimes against property, thus supporting the use of spatial regression models. Hence, Poisson regression models were applied and compared, namely the global model, the local GWPR model – Geographically Weighted Poisson Regression –, and the semi-parametric GWPR model. The model that revealed a better fit to the data was the GWPR model, with eight explanatory variables: Purchasing power per capita; Rate of young resident population; Retention and dropout rates in basic education; Gross school enrollment rate; Average number of households in a classical family; Rate of RMG and RSI beneficiaries; Unemployment rate; Ratio of foreign population. The model presents a better fit in the municipalities on the metropolitan areas of Lisbon and Porto. The results show that the correlation degree between each of the independent variables and the crimes against property varies across the territory. The aim of this investigation is to potentially improve the understanding of the crime problem in mainland Portugal, given that the results allow to identify the most relevant demographic and socioeconomic factors in each municipality.

Mestrado em Econometria Aplicada e Previsão Vários estudos econométricos procuram explicar os determinantes da criação de conhecimento usando como variável dependente o número de patenteamentos numa região. Alguns destes procuram captar os efeitos de Knowledge Spillovers através de modelos lineares que incorporam dependência espacial. No entanto, nenhum estudo foi encontrado que captasse este efeito, tendo em atenção a natureza discreta da variável dependente. Este trabalho pretende preencher essa lacuna propondo um novo estimador de máxima verosimilhança a dois passos para um modelo Poisson Autorregressivo Espacial. As propriedades do estimador são avaliadas num conjunto de simulações de Monte Carlo. Os resultados sugerem que este estimador tem menor Bias e menor RMSE, na generalidade, que outros estimadores propostos, sendo que apenas mostra piores resultados quando a dependência espacial é próxima da unidade. Um exemplo empírico, empregando o novo estimador e um conjunto de estimadores alternativos, é realizado, sendo que a criação de conhecimento em 234 NUTS II de 24 países europeus é analisada. Os resultados evidenciam que existe uma forte dependência espacial na criação de inovação entre as regiões. Conclui-se também que o ambiente socioeconómico é essencial para o processo de formação de conhecimento e que contrariamente às instituições públicas, as empresas privadas são eficientes na produção de inovação. É de realçar, que regiões com menor capacidade em transformar despesas R&D em patenteamentos apresentam maior capacidade de absorção e segregação de conhecimento, evidenciando que regiões vizinhas menos eficientes na produção de conhecimento tendem a criar relações fortalecidas na partilha de conhecimento. Several econometric studies seek to explain the determinants of knowledge production using as dependent variable the number of patents in a region. Some of these capture the effects of knowledge spillovers through linear models with spatial autorregressive term. However, no study has been found that estimates such effect while also considering the discrete nature of the dependent variable: a count variable. This essay aims to fill this gap by proposing a new Two-step Maximum Likelihood estimator for a Spatial Autorregressive Poisson model. The properties of this estimator are evaluated in a set of Monte Carlo Experiments. The simulation results suggest that this estimator presents lower Bias and lower RMSE than the alternative estimators proposed, only showing worse results when the spatial dependence is close to the unit. An empirical example, using the new estimator and a set of alternative estimators, is executed, where the creation of knowledge in 234 NUTS II from 24 European countries is analyzed. The results show that there is a strong spatial dependence on the creation of innovation. It is also concluded that the socio-economic environment is essential for the knowledge formation and, unlike public R&D institutions, private companies are efficient in producing innovation. It should be noted that regions with less capacity to transform R&D expenses into new patents, have greater capacity for absorption and segregation of knowledge, which shows that neighboring regions less efficient in the production of knowledge tend to create strong relations with each other taking advantage of the knowledge sharing process. info:eu-repo/semantics/publishedVersion

Dissertation presented as the partial requirement for obtaining a Master's degree in Geographic Information Systems and Science O Brasil possui altas taxas de criminalidade, sendo a taxa de homicídios uma das mais altas do mundo. Apesar de permanecer com valores baixos em relação aos restantes estados, o Rio Grande do Sul teve um crescimento preocupante nas taxas de criminalidade nos últimos anos. Este trabalho tem por objetivo investigar os padrões espaciais da criminalidade nos municípios do Rio Grande do Sul, sobretudo da taxa de roubo e de homicídio, assim como os processos que influenciam esses padrões. Para tal, foram investigados diferentes modelos de regressão, tanto lineares (OLS – Ordinary Least Squares e GWR – Geographically Weighted Regression) quanto de Poisson (regressão global de Poisson, GWPR – Geographically Weighted Poisson Regression e GWPR semi-paramétrico). A análise exploratória revelou que não há evidência nem de autocorrelação espacial nem de heterogeneidade espacial da taxa de homicídios, por isso não se justificou a sua análise através de modelos de regressão espacial. Já os resultados da taxa de roubos, pelo contrário, apontam a existência de ambas características. Na sequência foram estimados diversos modelos de regressão para a taxa de roubo. Entre os modelos lineares, OLS e GWR, o modelo GWR obteve uma performance melhor. Porém, em ambos modelos, os resíduos apresentaram autocorrelação espacial, o que quebra a premissa de independência no caso do OLS e indicia um modelo GWR mal especificado. Foram então implementados modelos de regressão de Poisson, os quais são adequados à modelação de dados de contagem e taxas. O modelo GWPR apresentou um melhor ajustamento do que o modelo global de Poisson e do que os modelos GWPR semi-paramétricos. Os resultados indicam que os fatores população, renda, ocupação, educação e ambiente familiar são importantes para explicar as causas da taxa de roubo no Rio Grande do Sul, e que o grau de relevância de cada um deles varia espacialmente. Brazil has high crime rates, with the homicide rate being one of the highest in the world. Despite remaining low compared to other states, Rio Grande do Sul has had a worrying growth in crime rates in recent years. This study aims to investigate Rio Grande do Sul's crime patterns, especially the robbery and homicide rates, as well as the processes that influence these patterns. For this purpose, different regression models were investigated, both linear (OLS – Ordinary Least Squares, and GWR – Geographically Weighted Regression) and Poisson models (global Poisson regression, GWPR – Geographically Weighted Poisson Regression, and semiparametric GWPR). Exploratory analysis revealed that there is no evidence of either spatial autocorrelation or spatial heterogeneity of the homicide rate, so their analysis through spatial regression models was not justified. The results of robbery rate, in contrast, point to the existence of both features. Following, several spatial regression models for robbery rate were estimated. Among the linear models, OLS and GWR, the GWR model had a better performance. However, the residuals presented spatial autocorrelation in both models, which contradicts the assumption of independence of OLS, and indicates a poorly specified GWR model. Poisson regression models were then implemented, as they are appropriate to model count and rate data. The GWPR model had a better fit than the global Poisson regression and also than the semiparametric GWPR models. The results indicate that population, income, occupation, education and family environment are important factors to explain the robbery rate in Rio Grande do Sul, and their degree of relevance varies in space.

Title in Portuguese: Influências de transição da estrutura de idade-educação e migração interna no mercado de trabalho no BrasilAbstract: This study develops a methodology that incorporates internal migration dynamics into models that estimate the impact of demographic and education transitions on the age-education earnings profiles of Brazilian workers over time. Techniques to estimate the level and pattern of migration were integrated. Findings follow initial hypothesis, and indicate that the negative impact of cohort size on earnings is even more negative than estimates that did not take into account population flows. These methodological strategies can be applied to further studies when new data become available, as well as to other countries with the availability of migration data.Resumo: Este estudo desenvolve uma metodologia que incorpora a dinâmica de migração interna em modelos que estimam o impacto da transição demográfica e educação sobre os perfis de idade-educação ganhos dos trabalhadores brasileiros ao longo do tempo. Técnicas para estimar o nível e o padrão de migração foram integrados. Conclusões seguem hipótese inicial, e indicam que o impacto negativo do tamanho da coorte sobre os ganhos é ainda mais negativo do que as estimativas que não levam em conta os fluxos populacionais. Estas estratégias metodológicas podem ser aplicadas a outros estudos quando novos dados se tornam disponíveis, assim como a outros países com a disponibilidade de dados de migração.

This paper deals with the impact of internal migration flows on the earnings of male workers. The availability of jobs and income levels in sending and receiving areas also influence internal population flows. Thus, migration is an endogenous variable that cannot be simply introduced as an exogenous variable when estimating labour outcomes. A methodological approach is developed to introduce migration into our models, dealing with the issue of reverse causality between migration and earnings. We implement this strategy using the 1970–2000 Brazilian Demographic Censuses. Our findings reflect our initial hypothesis, indicating that migration flows have a negative impact on male earnings, when considering cohort size as a factor. A ten percent increase in migration rates would have reduced the wages of competing workers by up to three percent in 2000. These methodological strategies can be applied to other countries that have similar available migration data. Public policies should take into account the levels of in-and out-migration flows in specific locations, in order to stimulate economic development in these areas.

Tese de mestrado em Matemática Aplicada à Economia e à Gestão, apresentada à Universidade de Lisboa, através da Faculdade de Ciências, 2017 Submitted by Cristina Manessiez (camanessiez@fc.ul.pt) on 2018-01-12T16:47:36Z No. of bitstreams: 1 ulfc123919_tm_Ana_Isa_Neves.pdf: 1400305 bytes, checksum: a77a74bd2f5be6a8df81bbb5fa39436d (MD5) Made available in DSpace on 2018-01-12T16:47:44Z (GMT). No. of bitstreams: 1 ulfc123919_tm_Ana_Isa_Neves.pdf: 1400305 bytes, checksum: a77a74bd2f5be6a8df81bbb5fa39436d (MD5) Previous issue date: 2017

Submitted by Katia Cristina Cota Mantovani null (katia@fatecguaratingueta.edu.br) on 2016-08-23T14:28:37Z No. of bitstreams: 1 tese_KatiaMantovani.pdf: 1972577 bytes, checksum: 56514cea4c0da9c655ca3f8dc9e25719 (MD5) Approved for entry into archive by Juliano Benedito Ferreira (julianoferreira@reitoria.unesp.br) on 2016-08-26T14:13:18Z (GMT) No. of bitstreams: 1 mantovani_kcc_dr_guara.pdf: 1972577 bytes, checksum: 56514cea4c0da9c655ca3f8dc9e25719 (MD5) Made available in DSpace on 2016-08-26T14:13:18Z (GMT). No. of bitstreams: 1 mantovani_kcc_dr_guara.pdf: 1972577 bytes, checksum: 56514cea4c0da9c655ca3f8dc9e25719 (MD5) Previous issue date: 2016-06-27 Uma das principais causas de internação por infarto agudo do miocárdio é a poluição do ar. Os efeitos na saúde devido à exposição aos poluentes atmosféricos e à baixa qualidade do ar vêm causando um aumento nas internações hospitalares. Esse estudo teve como objetivo estimar a associação entre o Infarto Agudo do Miocárdio (IAM) e outras doenças isquêmicas do coração (DIC) e a exposição de PM2,5 ajustados pelos poluentes O3, CO e NO2 sobre as internações hospitalares da rede pública no município de São José do Rio Preto – SP, em todas as faixas etárias, estratificado por sexos, no período de 01 de janeiro de 2012 a 31 de dezembro de 2012, de acordo com a estrutura de defasagens (lags). A metodologia utilizada fundamenta-se na pesquisa de estudo ecológico de série temporal. A variável dependente considerada foi o número de internações hospitalares por IAM e outras DIC, CID 10, correspondentes aos códigos I20 a I 25.9, cujos dados foram obtidos pelo DATASUS. As variáveis independentes consideradas foram a concentração diária de poluentes PM2,5, O3, CO e NO2, temperatura e umidade relativa (CCATT-BRAMS). Ajustes por tendência temporal e efeitos do calendário foram incluídos no modelo. Foi calculado o Risco Relativo de internação utilizando Modelo de Regressão de Poisson. Na análise unipoluente, devido a um incremento interquartil (25%-75%) para o PM2,5 (3,1 μg/m3), observou-se, respectivamente, um aumento de 9,5% e 11,1% no aumento de internações para a o sexo masculino e sexo feminino, respectivamente. E na análise multipoluente (PM2,5, O3, CO e NO2), também com incremento interquartil, observou-se um aumento de 21% para o conjunto de ambos os sexos. Os gastos com o excesso de internações por IAM e DICs chega a cerca a mais de R$ 1,1 milhão, verificou-se portanto que é possível estudar a associação entre algumas das doenças cardiovasculares e poluentes estimados do modelo matemático CATT-BRAMS. One of the main causes of hospitalization for acute myocardial infarction is air pollution. The health effects due to exposure to air pollution and poor air quality are causing hospital admission increase. This study aimed to estimate the association between PM2.5 exposure adjusted by pollutants O3, CO and NO2 and hospital admissions for Acute Myocardial Infarction (AMI) and other ischemic heart disease ( IHD ) in public in the city of Sao Jose do Rio Preto, in all age groups stratified by gender in the period of January 1st 2012 to December 31st 2012 according to the lag structure (lags). The methodology is based on ecological research study of temporal series. The dependent variable was considered the number of hospital admissions for Acute Myocardial Infarction and other ischemic heart disease ICD-10 codes I20 at I25.9, whose data were obtained by DATASUS. The independent variables were the daily concentration of PM2.5 pollutants, O3, CO and NO2, extracted temperature and relative humidity of CCATT-BRAMS. Adjustments for time trend and calendar effects were included in model. It calculated the relative risk of hospitalization using Poisson regression model. In unipollutant analysis due to a interquartile increase (25% -75%) to the PM2.5 (3.1 µg/m3) were observed respectively, an increase of 9.5% and 11.1% increase admissions for males and females, respectively. And in multipollutant analysis (PM2.5, O3, CO and NO2) with interquartile also increased, there was an increase of 13.8% to the whole of both sexes. Spending on excess hospitalizations for AMI and DICs reaches about more than R$ 1.1 million, so it is possible to study the association between cardiovascular disease and estimated pollutants mathematical model CATTBRAMS.

Submitted by NILSON CÉSAR GALVÃO VIEIRA null (nil_gv@yahoo.com.br) on 2016-03-10T01:50:31Z No. of bitstreams: 1 VIEIRA N.C.G..pdf: 2502695 bytes, checksum: 79c827f6494d3d8d91c8508084d0122b (MD5) Approved for entry into archive by Juliano Benedito Ferreira (julianoferreira@reitoria.unesp.br) on 2016-03-10T20:11:35Z (GMT) No. of bitstreams: 1 vieira_ncg_me_guara.pdf: 2502695 bytes, checksum: 79c827f6494d3d8d91c8508084d0122b (MD5) Made available in DSpace on 2016-03-10T20:11:35Z (GMT). No. of bitstreams: 1 vieira_ncg_me_guara.pdf: 2502695 bytes, checksum: 79c827f6494d3d8d91c8508084d0122b (MD5) Previous issue date: 2016-01-27 Uma das principais causas de morbidade por problemas respiratórias em crianças e idosos é a poluição do ar. Os efeitos na saúde devido a exposição aos poluentes atmosféricos e a baixa qualidade do ar vem causando um aumento nas internações hospitalares. Esse estudo teve como objetivo desenvolver um modelo preditivo através do Modelo Linear Generalizado de Regressão de Poisson para analisar os efeitos da exposição de CO e PM2,5 sobre as internações hospitalares da rede pública no município de Rio Branco, AC, por problemas respiratórios em duas faixas etárias de ambos os sexos, de 0 a 14 anos e de iguais ou mais de 50 anos, durante o período de 01 de julho de 2012 a 30 de junho de 2013. A metodologia utilizada fundamenta-se na pesquisa de estudo ecológico de série temporal. A variável dependente considerada foi o número de internações hospitalares por doenças respiratórias CID 10 correspondentes aos códigos J 00 a J 99, cujos dados foram obtidos pelo DATASUS. As variáveis independentes consideradas foram a concentração diária de poluentes CO e PM2,5 (CCATT-BRAMS), número de queimadas (SISAM), umidade relativa do ar e temperatura mínima (INMET). Ajustes por tendência temporal e efeitos do calendário foram incluídos no modelo. Na análise unipoluente, devido a um incremento interquartil (25%-75%) para o CO (25 ppb) e PM2,5 (1,5 μg/m3 ), observou-se respectivamente, um aumento de 2,1% e 27,9% no aumento de internações para a faixa etária de iguais ou mais de 50 anos. E na análise multipoluente também com incremento interquartil, observou-se um aumento de 17,8% para a faixa etária de 0 a 14 anos e de 34,2% para a faixa etária de iguais ou mais de 50 anos. Os dados obtidos pelo aumento percentual forneceram uma variação de 1,13 % a 34,2 % no risco de internação, ou seja, aproximadamente 348 internações a mais, gerando para os cofres do município um custo de aproximadamente R$ 520 mil. A major cause of morbidity due to respiratory problems in children and elderly is air pollution. Health effects due to exposure to air pollution and poor air quality is causing an increase in hospital admissions. This study aimed to develop a predictive model by Generalized Linear Model Poisson Regression to analyze the effects of CO exposure and PM2.5 on the hospitalization of the public network in Rio Branco, AC, for respiratory problems two age groups of both sexes, 0-14 years and of equal or more than 50 years during the period 1 July 2012 to 30 June 2013. The methodology used is based on the number of ecological research study temporal. The dependent variable was considered the number of hospital admissions for respiratory diseases ICD-10 codes corresponding to the J 00 and J 99, whose data were obtained by DATASUS. The independent variables considered were the daily concentration of pollutants CO and PM2.5 (CCATT-BRAMS), number of fires (SISAM), relative humidity and minimum temperature (INMET). Adjustments for time trend and calendar effects were included in the model. In unipoluente analysis, due to an increase interquartile (25% -75%) to CO (25 ppb) and PM2.5 (1.5 g / m3 ) was observed respectively, an increase of 2.1% and 27, 9% increase in hospitalizations for children aged equal or more than 50 years. And in multipoluente analysis also with interquartile increase, there was an increase of 17.8% for the age group 0-14 years and 34.2% for the age group of equal or more than 50 years. And in multipoluente analysis also with interquartile increase, there was an increase of 17.8% for the age group 0-14 years and 34.2 % for the age group of the same or more than 50 years. The data obtained by the percentage increase provided a range of 1.13 % to 34.2% in the risk of hospitalization, or approximately 348 hospitalizations more, generating for the municipal coffers a cost of approximately R$ 520 thousand.

Introduction: Air pollution in industrialized urban centers triggers numerous compromises on human health and its effects are associated with the increase in demand for health services. Objective: This study was designed to investigate the relationship between exposure to air pollution and elderly hospitalizations in the Sistema Único de Saúde (SUS) due to ischaemic heart disease (IHD) in São Paulo city, from 2000 to 2012, stratified by sex. Method: This is an ecological time series study. Daily records of PM10, CO, SO2, NO2, O3, minimum temperature and humidity average were obtained from the São Paulo State Environmental Company. Hospital admissions were obtained from SUS database (DATASUS). Generalized linear polynomial distributed lag model was used to assess the effect of pollutants on the outcome. The level of significance of 5%. Results: In São Paulo, all primary pollutants were associated with the outcome (acute and one day-lag). For instance, an interquartile range increase in PM10 (24.42 ¿g/m3) was associated with a 2.50% (95% CI: 1.56%-3.44%) in total, 2.89% (CI95%: 1.43%-4.35%) for men and a 3.31% (95% CI: 1.65%-4.98%) for women, in the same day of exposure. The effects of SO2 was observed in the same day and one lag day. An interquartile range increase of 7.48 ¿g/m3 was observed increase of 4.02% (IC 95%:3.09%¿4.95%) in total, 5,61% (95%CI: 4.16%-7.06%) for men and a 3.79% (CI95%: 2.13%-5.45%) for women, in the same day. An interquartile range increase in NO2 (51.89 ¿g/m3) was observed increase of 3.47% (95%CI: 2.57%-4.36%) in total, 4.52% (95%CI: 3.13%-5.92%) for men and 4.44% (95%CI: 2.87%-6.02%) for women, in the same day. For CO, an interquartile range increase (1.33ppm) was associated with a 1.35% (95%CI: 0.50%-2.21%) in total, 1,94% (95%CI: 0.62%-3.26%) for men and 1.84% (95%CI: 0.34%-3.34%) for women. Conclusion: Elevation in air pollutants were associated with increased risk of IHD. Proper environmental policy will be necessary to limit the impact of air pollution on IHD on the vulnerable population. Introdução: A poluição atmosférica nos centros urbanos industrializados desencadeia inúmeros comprometimentos na saúde humana e os seus efeitos estão associados ao aumento na procura por serviços de saúde. Objetivo: Avaliar a relação entre a exposição a poluição do ar e internação de idosos no Sistema Único de Saúde (SUS) por doença isquêmica do coração (DIC) na cidade de São Paulo, de 2000 a 2012, estratificada por sexo. Método: Este é um estudo ecológico de séries temporais. Dados diários de PM10, CO, SO2, NO2, O3, temperatura mínima e umidade média foram obtidos da Companhia Ambiental do Estado de São Paulo (CETESB). Internações hospitalares foram obtidas no banco de dados do SUS (DATASUS). Foi realizada a análise descritiva, correlação de Pearson e utilizado o Modelo linear generalizado polinomial com defasagem distribuída para avaliar o efeito dos poluentes sobre as internações por DIC. O nível de significância de 5%. Resultados: Todos os poluentes primários estavam relacionados com o desfecho de interesse (efeito agudo ou defasado de um dia) em São Paulo. O aumento de um interquartil de PM10 (24,42 ¿g/m3) elevou as internações por DIC em 2,50% (IC95%: 1,56%-3,44%) para o grupo todo; em 2,89% (IC95%: 1,43%-4,35%) para idosos do sexo masculino e em 3,31% (IC95%: 1,65%-4,98%) para idosos do sexo feminino, no mesmo dia de exposição. Para o SO2 foi observado efeito agudo e defasado de um dia. Para cada aumento de um interquartil de 7,48 ¿g/m3 aumentou as internações por DIC em 4,02% (IC95%: 3,09%-4,95%) no total, e em 5,61% (IC95%: 4,16%-7,06%) para idosos do sexo masculino e em 3,79% (IC95%: 2,13%-5,45%) para o sexo feminino, no mesmo dia. O aumento de um interquartil no nível de NO2 (51,89 ¿g/m3) elevou as internações por DIC em 3,47% (IC95%: 2,57%-4,36%) no total, e em 4,52% (IC95%: 3,13%-5,92%) para idosos do sexo masculino e em 4,44% (IC95%: 2,87%-6,02%) para o sexo feminino, no mesmo dia. Para o CO, o aumento de um interquartil (1,33ppm) esteve relacionado com 1,35% (IC95%: 0,50%-2,21%) de aumento nas internações por DIC totais, 1,94% (IC95%: 0,62%-3,26%) para o sexo masculino e em 1,84% (IC95%: 0,34%-3,34%) para o sexo feminino. Conclusão: Aumentos nos níveis diários dos poluentes atmosféricos estiveram relacionados com risco aumentado de DIC. Uma Política ambiental adequada será necessária para limitar o impacto da poluição atmosférica na DIC em populações vulneráveis.

Submitted by Maria Medeiros (maria.dilva1@ufcg.edu.br) on 2018-06-08T11:39:56Z No. of bitstreams: 1 JULLIANNA VITÓRIO VIEIRA DE AZEVEDO - DISSERTAÇÃO (PPGRN) 2015.pdf: 2576177 bytes, checksum: a2d2205824cb66d177cc7165ce092601 (MD5) Made available in DSpace on 2018-06-08T11:39:56Z (GMT). No. of bitstreams: 1 JULLIANNA VITÓRIO VIEIRA DE AZEVEDO - DISSERTAÇÃO (PPGRN) 2015.pdf: 2576177 bytes, checksum: a2d2205824cb66d177cc7165ce092601 (MD5) Previous issue date: 2015-02-27 Neste trabalho objetivou-se avaliar os efeitos das variações sazonais do clima na incidência de doenças respiratórias por influenza (PI) na população idosa de 65 anos ou mais nas localidades de Campina Grande, Região Metropolitana de João Pessoa (RMJP), Monteiro e Patos. Para isso, foram usados modelos lineares generalizados a partir da regressão de Poisson para relacionar a variável dependente configurada como os registros de internações por causas associadas à influenza e as variáveis independentes (precipitação pluvial, temperatura média do ar e umidade relativa do ar), para análise das relações instituídas pela modelagem foi aplicada a análise de variância ANOVA com nível de significância de 0,05 para determinar que variáveis independentes eram mais significativas na modelagem. Também foram analisados os resíduos gerados pelo ajuste dos modelos no intuito de identificar a distribuição que melhor se ajustasse aos dados. Foi aplicado o teste não-paramétrico de Mann-Kendall para análise de tendência da série temporal de internações por causas associadas a influenza como também o teste de raiz unitária de Dick-Fuller (DF) para análise de estacionariedade. Assim determinada às características da série temporal foi aplicada a metodologia de Box e Jenkins (1976), foi utilizado neste estudo o modelo ARIMA e para avaliação dos modelos autoregressivos gerados aplicou-se os índices penalizadores AIC (Akaike’s Information Criterion) e o BIC (Bayesian Information Criterion). Toda análise estática foi realizada no software R. De forma geral pode-se verificar que os maiores picos de internações por PI ocorrem no outono e inverno. Portanto, esses resultados sugerem uma associação entre o frio e as internações por PI. Na maioria dos municípios em estudo, a elevação das taxas de morbidade por influenza e causas associadas na faixa etária de 65 anos ou mais demonstram uma possível ausência de efeito das campanhas de vacinação. A modelagem estatística se apresentou como alternativa na análise e previsão de casos de internações por PI, contribuindo para políticas públicas, ajudando nas tomadas de decisão evitando desperdícios econômicos e humanos. This work aimed to evaluate the effects of seasonal climatic variations in the incidence of respiratory diseases by influenza (PI) in the elderly population in the cities of Campina Grande, metropolitan region of João Pessoa (RMJP), Monteiro and Patos. Generalized linear models from the linear Poisson regression to relate the dependent variable set to the records of hospitalizations for causes associated with influenza and the independent variables (rainfall, average air temperature and relative humidity) to analyze the relations established by modeling has been used. Aditionally, was applied ANOVA variance test with a significance level of 0.05 of probability to determine which independent variables is more significant. Also the residual generated by adjusting the models in order to identify the distribution that best fitted the data were analyzed. The nonparametric Mann-Kendall trend analysis for the time series of hospitalizations for causes associated with influenza as well as the unit root test Dick-Fuller (DF) for stationary analysis was applied. Once determined the time series characteristics was applied to the methodology Box and Jenkins (1976), was used in this study ARIMA model and evaluation of the autoregressive models generated applied to the punitive indices AIC (Akaike's Information Criterion) and BIC (Bayesian Information Criterion). All static analysis was performed using R software. In general is possible to identify that the highest peaks of hospitalizations for PI occur in autumn and winter. Therefore, these results suggest an association between the cold and hospitalizations for IP. In most municipalities studied, the increase in morbidity rates for influenza and associated causes aged 65 and over show a possible lack of effect of vaccination campaigns. The statistical model is presented as an alternative in the analysis and prediction of cases of hospitalization due to IP, contributing to public policy, helping in decision-making avoiding economic and human losses.