Misturas finitas são modelos paramétricos altamente flexíveis, capazes de descrever diferentes características dos dados em vários contextos, especialmente na análise de dados heterogêneos (Marin, 2005). Geralmente, nos modelos de mistura finita, todas as componentes pertencem à mesma família paramétrica e são diferenciadas apenas pelo vetor de parâmetros associado a essas componentes. Neste trabalho, propomos um novo modelo de mistura finita, capaz de acomodar observações censuradas, no qual as componentes são as densidades das distribuições Gama, Lognormal e Weibull (mistura GLW). Essas densidades são reparametrizadas, sendo reescritas em função da média e da variância, uma vez que estas quantidades são mais difundidas em diversas áreas de estudo. Assim, construímos o modelo GLW e desenvolvemos a análise de tal modelo sob a perspectiva bayesiana de inferência. Essa análise inclui a estimação, através de métodos de simulação, dos parâmetros de interesse em cenários com censura e com fração de cura, a construção de testes de hipóteses para avaliar efeitos de covariáveis e pesos da mistura, o cálculo de medidas para comparação de diferentes modelos e estimação da distribuição preditiva de novas observações. Através de um estudo de simulação, avaliamos a capacidade da mistura GLW em recuperar a distribuição original dos tempos de falha utilizando testes de hipóteses e estimativas do modelo. Os modelos desenvolvidos também foram aplicados no estudo do tempo de seguimento de pacientes com insuficiência cardíaca do Instituto do Coração da Faculdade de Medicina da Universidade de São Paulo. Nesta aplicação, os resultados mostram uma melhor adequação dos modelos de mistura em relação à utilização de apenas uma distribuição na modelagem dos tempos de seguimentos. Por fim, desenvolvemos um pacote para o ajuste dos modelos apresentados no software R. / Finite mixtures are highly flexible parametric models capable of describing different data features and are widely considered in many contexts, especially in the analysis of heterogeneous data (Marin, 2005). Generally, in finite mixture models, all the components belong to the same parametric family and are only distinguished by the associated parameter vector. In this thesis, we propose a new finite mixture model, capable of handling censored observations, in which the components are the densities from the Gama, Lognormal and Weibull distributions (the GLW finite mixture). These densities are rewritten in such a way that the mean and the variance are the parameters, since the interpretation of such quantities is widespread in various areas of study. In short, we constructed the GLW model and developed its analysis under the bayesian perspective of inference considering scenarios with censorship and cure rate. This analysis includes the parameter estimation, wich is made through simulation methods, construction of hypothesis testing to evaluate covariate effects and to assess the values of the mixture weights, computatution of model adequability measures, which are used to compare different models and estimation of the predictive distribution for new observations. In a simulation study, we evaluated the feasibility of the GLW mixture to recover the original distribution of failure times using hypothesis testing and some model estimated quantities as criteria for selecting the correct distribution. The models developed were applied in the study of the follow-up time of patients with heart failure from the Heart Institute of the University of Sao Paulo Medical School. In this application, results show a better fit of mixture models, in relation to the use of only one distribution in the modeling of the failure times. Finally, we developed a package for the adjustment of the presented models in software R.

Neste trabalho propomos gráficos de controle tipo CUSUM para monitoramento de tempos de sobrevivência. Nossa proposta é desenvolver diferentes estatísticas para o escore do gráfico CUSUM de forma prospectiva. Inicialmente propomos um gráfico CUSUM não paramétrico para monitoramento de populações homogêneas que avalia a variação na estatística log-rank como forma de identificar se há uma mudança significativa no risco de falha ao longo do tempo. Algumas abordagens diferentes foram consideradas e em destaque colocamos o gráfico ZDiff CUSUM, que tem como escore o incremento na estatística Z do teste log-rank em relação à inspeção anterior. Foi constatado, via simulação, que este método é eficiente. Posteriormente investigamos abordagens que levam em conta heterogeneidade na população por meio do modelo de Cox, considerando medidas baseadas na razão de verossimilhanças e em resíduos martingal e deviance. Através de simulações, verificou-se que o método com base na razão de verossimilhanças se mostrou ágil para detectar alteração na taxa de falha, quando se conhece a intensidade da mudança e este valor é informado na construção do teste. Por outro lado, os gráficos CUSUM com base em resíduos são mais simples e se mostraram eficazes para identificar aumentos no padrão da sobrevivência. Estes três métodos e o ZDiff CUSUM foram aplicados a dados de um estudo conduzido no Instituto do Coração (InCor) envolvendo pacientes com insuficiência cardíaca. Foi detectado que ao longo do tempo estes pacientes apresentam sobrevida maior, o que pode estar ligado à melhoria no tratamento e procedimentos realizados no hospital. Como conclusão, sugerimos que os gráficos tipo CUSUM com resíduos do modelo de Cox e o método não paramétrico com teste log-rank podem ser alternativas para utilização na prática em monitoramento de dados de sobrevivência. / In this work we propose CUSUM control charts to monitor survival times. Our proposal is to develop different statistics for the CUSUM chart score in a prospective way, to take into account SA approaches. We initially consider a non-parametric approach to monitor homogeneous populations. This CUSUM evaluates the variation on the log-rank test statistics as a way to identify significant changes in the risk of failure. Some different expressions for this have been considered and, in particular, we propose a ZDiff CUSUM chart computed as the increment on the log-rank test statistics Z at each inspection point in relation to the previous one. Based on simulation studies it was found that this method is efficient. Subsequently we investigated approaches that take into account heterogeneity in the population through the Cox model, considering measures based on the likelihood ratio and on martingal and deviance residuals. Through simulations, it was verified that the method based on the likelihood ratio was agile to detect a change in the hazard rate, when the intensity of the change is known and this value is informed in the construction of the test. On the other hand, CUSUM methods based on residuals are simpler and have been shown to be effective in identifying increases in survival pattern. These three methods and the ZDiff CUSUM were applied to a dataset from a study conducted at the Heart Institute (InCor) on patients with heart failure. It has been found that, over time, these patients have greater survival, which may be linked to improved treatment and procedures performed at the hospital. As a conclusion, we suggest that the CUSUM methods based on Cox model residuals and the nonparametric method on the log-rank test may be alternatives for practice in monitoring survival data.

O valor prognóstico da expressão do Fator 1 de Transcrição Tireoideano (TTF-1) e da metaloproteinase-9 (MMP-9) foi avaliado em 51 pacientes com adenocarcinoma pulmonar avançado. Foram fatores de mau prognóstico: baixa capacidade funcional (P = 0,017), baixa expressão do TTF-1 (P = 0,001) e alta expressão da MMP-9 (P = 0,008). Identificaram-se três grupos de risco para mortalidade: baixo risco (TTF-1 > 40% e MMP-9 < 80%; sobrevida: 127,6 semanas), risco intermediário (TTF-1 < 40% ou MMP-9 > 80%; sobrevida: 39,0 semanas) e alto risco (TTF-1 < 40% e MMP-9 > 80%; sobrevida: 16,4 semanas). Com a detecção destes marcadores é possível a identificação de subgrupos de pacientes com prognósticos clinicamente distintos. / The prognostic value of Thyroid Transcription Factor-1 (TTF-1) and Matrix Metalloproteinase-9 (MMP-9) tumor expression was evaluated in 51 patients with advanced lung adenocarcinoma. Poor performance status (P = 0.017), low TTF-1 (P = 0.001), and high MMP-9 (P = 0.008) were independent prognostic factors. There was three risk groups: low risk (TTF-1 > 40% and MMP-9 < 80%; median survival: 127.6 wk), intermediate risk (TTF-1 < 40% or MMP-9 > 80%; median survival: 39.0 wk), and high risk (TTF-1 < 40% and MMP-9 > 80%; median survival: 16.4 wk). Evaluation of TTF-1 and MMP-9 may allow us to identify different, clinically meaningful, prognostic groups of lung adenocarcinoma patients.

Diante da importância do sistema financeiro para a economia de um país, faz-se necessária sua constante fiscalização. Nesse sentido, a identificação de problemas existentes no cenário bancário apresenta-se fundamental, visto que as crises bancárias ocorridas mundialmente ao longo da história mostraram que a falta de credibilidade bancária e a instabilidade do sistema financeiro geram enormes custos financeiros e sociais. Os modelos de previsão de insolvência bancária são capazes de identificar a condição financeira de um banco devido ao valor correspondente da sua probabilidade de insolvência. Dessa forma, o presente trabalho teve como objetivo identificar os principais indicadores característicos da insolvência de bancos privados no Brasil. Para isso, foi utilizada a técnica de análise de sobrevivência em uma amostra de 70 bancos privados no Brasil, sendo 33 bancos insolventes e 37 bancos solventes. Foi possível identificar os principais indicadores financeiros que apresentaram-se significativos para explicar a insolvência de bancos privados no Brasil e analisar a relação existente entre estes indicador e esta probabilidade. O resultado deste trabalho permitiu a realização de importantes constatações para explicar o fenômeno da insolvência de bancos privados no Brasil, bem como, permitiu constatar alguns aspectos característicos de bancos em momentos anteriores à sua insolvência. / The financial system is very important to the economy of a country, than its supervision is necessary. Accordingly, the identification of problems in the banking scenario is fundamental, since the banking crisis occurring worldwide throughout history have shown that and instability of the financial system generates huge financial and social costs. The banking failure prediction models are able to identify the financial condition of a bank based on the value of its probability of insolvency. Thus, this study aimed to identify the main financial ratios that can explain the insolvency of private banks in Brazil. For this, it was used the survival analysis to analize a sample of 70 private banks in Brazil, with 33 solvent banks and 37 insolvent banks. It was possible to identify the key financial indicators that were significantly to explain the bankruptcy of private banks in Brazil and it was possible to examine the relationship between these financial ratios and the probability of bank failure. The result of this work has enabled the achievement of important findings to explain the phenomenon of the bankruptcy of private banks in Brazil, and has seen some characteristic of banks in times prior to its insolvency.

Neste trabalho propomos um modelo de regress~ao utilizando a distribuição Weibull modificado, esta distribuição pode ser usada para modelar dados de sobrevivência quando a de função de risco tem forma de U ou banheira. Assumindo dados censurados, é considerado os estimadores de máxima verossimilhança e Jackknife para os parâmetros do modelo proposto. Foram derivadas as matrizes apropriadas para avaliar influiência local sobre os parâmetros estimados considerando diferentes peturbações e também é apresen- tada alguma medidas de influência global. Para diferentes parâmetros fixados, tamanhos de amostra e porcentagem de censuras, varia simulações foram feitas para avaliar a distribuição empírica do resíduo deviance modificado e comparado coma distribuição normal padrão. Esses estudos sugerem que a distribuição empírica do resíduo devianve modificado para o modelo de regressão log-Weibull modificado com dados censurados aproxima-se de uma dis- tribuição normal padrão. Finalmente analisamos um conjunto de dados utilizando o modelo de regressão log-Weibull modificado. Uma nova distribuição de quatro parâmetros é definida para modelar dados de tempo de vida. Algumas propriedades da distribuição é discutida, assim como ilustramos com exemplos a aplicação dessa nova distribuição. Palavras-chaves: Modelo de regressão; Distribuição Weibull modificada; Distribuição weibull modificada generalizada; Análise de sensibilidade; Dados censurados; Análise de resíduo / In this paperwork are proposed a regression model considering the modified Weibull distribution. This distribution can be used to model bathtub-shaped failure rate functions. Assuming censored data, we consider a classic and Jackknife estimator for the parameters of the model. We derive the appropriate matrices for assessing local influence on the parameter estimates under diferent perturbation schemes and we also present some ways to perform global influence. Besides, for diferent parameter settings, sample sizes and censoring percentages, various simulations are performed and the empirical distribution of the deviance modified residual is displayed and compared with the standard normal distribution. These studies suggest that the residual analysis usually performed in normal linear regression models can be straightforwardly extend for a martingale-type residual in log-modifiedWeibull regression models with censored data. Finally, we analyze a real data set under log-modified Weibull regression models. A diagnostic analysis and a model checking based on the deviance modified residual are performed to select an appropriate model. A new four-parameter distribution is introduced. Various properties the new distribution are discussed. Illustrative examples based on real data are also given.

Made available in DSpace on 2016-03-15T19:25:59Z (GMT). No. of bitstreams: 1 Sandra Almeida Silva.pdf: 1160111 bytes, checksum: 8f6ff6d9740b8a4e3425ff107d86eceb (MD5) Previous issue date: 2012-08-17 / Coordenação de Aperfeiçoamento de Pessoal de Nível Superior / In the last two decades due to expansion of the credit market, it became necessary to develop risk classification models that not only capture the probability of default, but also when" is the time of default. This study investigated the probability of default is affected by general economic conditions over time due to the use of Survival Analysis technique. Using data from credit card holders of a financial bank the objective was to analyze potential influences of variables of record, register and macroeconomic variables on survival time, it means, not default. The results suggest that models incorporating macroeconomic factors allow the improvement of the explanation of survival time compared to models that utilize only data register/records. Considering records/registers variables, statistical tests showed that females had higher survival, indicating that men tend to go into default earlier in the studied sample. Regarding the macroeconomic variables, the level of monthly unemployment has more relevance in explaining default. / Nas duas últimas décadas, devido à expansão do mercado de crédito, tornou-se necessário o desenvolvimento de modelos de classificação de risco que não somente capturassem a probabilidade de inadimplência, mas que estimassem quando ocorreria o momento de default. Este estudo investiga se a probabilidade de default é afetada pelas condições gerais da economia ao longo do tempo, utilizando a técnica de Análise de Sobrevivência. Usando dados de titulares de cartões de crédito de uma financeira ligada a um banco, analisaram-se potenciais influências de variáveis de cadastro e de variáveis macroeconômicas no tempo de sobrevivência, ou seja, de não inadimplência. Os resultados sugerem que modelos que incorporam variáveis macroeconômicas possibilitam melhorar o nível de explicação do tempo de sobrevivência, comparativamente a modelos que utilizam somente dados de cadastro. Considerando variáveis de cadastros, os testes estatísticos apontaram o sexo feminino possui maior sobrevivência, indicando que homens tendem a entrar em inadimplência mais cedo na amostra estudada. Com relação às variáveis macroeconômicas, o nível de desemprego mensal tem maior relevância na explicação de inadimplência.

O papel da metanálise de sumarizar estudos publicados de mesmo objetivo, por meio da estatística, torna-se cada dia mais fundamental em razão do avanço da ciência e do desejo de usar o menor número de seres humanos em ensaios clínicos, desnecessários, em vários casos. A síntese das informações disponíveis facilita o entendimento e possibilita conclusões robustas. O aumento de estudos clínicos, por exemplo, promove um crescimento da necessidade de metanálises, fazendo com que seja necessário o desenvolvimento de técnicas sofisticadas. Desse modo, o objetivo deste trabalho foi propor uma metodologia bayesiana para a realização de metanálises. O procedimento proposto consiste na mistura das distribuições a posteriori do parâmetro de interesse de cada estudo pertencente à metanálise; ou seja, a medida metanalítica proposta foi uma distribuição de probabilidade e não uma simples medida-resumo. A metodologia apresentada pode ser utilizada com qualquer distribuição a priori e qualquer função de verossimilhança. O cálculo da medida metanalítica pode ser utilizado, desde problemas simples até os mais sofisticados. Neste trabalho, foram apresentados exemplos envolvendo diferentes distribuições de probabilidade e dados de sobrevivência. Em casos, em que se há uma estatística suficiente disponível para o parâmetro em questão, a distribuição de probabilidade a posteriori depende dos dados apenas por meio dessa estatística e, assim, em muitos casos, há a redução de dimensão sem perda de informação. Para alguns cálculos, utilizou-se o método de simulação de Metropolis-Hastings. O software estatístico utilizado neste trabalho foi o R. / The meta-analysis role of using Statistics to summarize published studies that have the same goal becomes more essential day by day, due to the improvement of Science and the desire of using the least possible number of human beings in clinical trials, which in many cases is unnecessary. By match the available information it makes the understanding easier and it leads to more robust conclusions. For instance, the increase in the number of clinical researches also makes the need for meta-analysis go higher, arising the need for developing sophisticated techniques. Then our goal in this work is to propose a Bayesian methodology to conduct meta-analysis. The proposed procedure is a blend of posterior distributions from interest parameters of each work we are considering when doing meta-analysis. As a consequence, we have a probability distribution as a meta-analytic measure, rather than just a statistical summary. The methodology we are presenting can be used with any prior probability distribution and any likelihood function. The calculation of the meta-analytic measure has its uses from small to more complex problems. In this work we present some examples that consider various probability distributions and also survival data. There is a sufficient statistic available for the parameter of interest, the posterior probability distribution depends on the data only through this statistic and thus, in many cases, we can reduce our data without loss of information. Some calculations were performed through Metropolis-Hastings simulation algorithm. The statistical software used in this work was the R.

Notícias de escassez no mundo inteiro, dada a crescente demanda e o rigor na triagem clínica, levaram a necessidade de investigar métodos que mensurem o comportamento de retorno do doador de sangue, sobretudo o indivíduo que manifesta a intenção voluntária em doar. Curvas de Sobrevivência entre outros métodos estatísticos são amplamente estudados na literatura com o intuito de obter uma estimativa da chance de um doador vir a realizar uma subseqüente doação, associado ao seu perfil. O objetivo do presente estudo é identificar modelos estatísticos capazes de descrever esse comportamento utilizan do os registros do Centro Regional de Hemoterapia de Ribeirão Preto. A cons trução de modelos de longa-duração, por exemplo, pode ser um meio de evidenciar possíveis subgrupos mais propensos a retornar, além de estimar a proporção de doadores que jamais retornarão. Entre os resultados, obser vamos que apenas 40% dos doadores voluntários retornaram após um ano decorrido da primeira doação, e 20% destes jamais retornarão. O ajuste do modelo longaduração possibilitou ainda indicar alguns subgrupos de doadores prováveis e improváveis de retornar, porém tais resultados reforçam as evidências de que a motivação intrínseca é o que leva o individuo a retornar. / Reports of worldwide shortages due the increased demand and rigor of clinical screening have led to the necessity to investigate methods that measure blood donor return behavior, mainly regarding individuals who manifest the voluntary intention to donate. Survival curves, among others statistical methods, have been extensively studied in the literature in order to estimate the likelihood of a donor to make another donation, associated with his profile. The aim of the present study was to identify statistical models describing this behavior using information from the Regional Hemotherapy Center of Ribeirão Preto. The construction of long-term survival model can be a useful instrument for determining the groups more likely to donate, as well as the proportion of donors who will never return. The results obtained revealed that only 40% of the volunteer primary donors return for a new donation one year after the first, with the estimate that 20% will never return. The construction of long-term survival model still facilitated to indicate some groups likely and unlike ly donors to donate, even so such re sults reinforce the evidences that the intrinsic motivation is what prompts a donor to return.

O estudo teve como objetivo analisar os determinantes sociais da saúde associados à mortalidade por TB e verificar as mortes precoces ocorridas por TB e TB/HIV e seus fatores associados, por meio de duas abordagens: uma de base ecológica e uma de base individual, utilizando análise espacial e de sobrevida. O estudo foi realizado na capital do Paraná, Curitiba; e, para análise espacial, foram consideradas as 148 unidades de desenvolvimento humano (UDH). A população de estudo foi composta dos casos de mortes por TB como causa básica (CID 15-19). Para análise de sobrevida, foram acrescidos os casos de mortes pela coinfecção TB/HIV (CID 20.0). Os dados foram obtidos do Sistema de Informação sobre Mortalidade (SIM) e do Sistema de Informações sobre Doenças de Notificação (SINAN) referentes ao período 2008 a 2015. As Unidades de Desenvolvimento Humano foram caracterizadas de acordo com a mortalidade por TB e com as variáveis dos determinantes sociais da saúde. Inicialmente os casos de óbitos por TB foram geocodificados e calculadas taxas de mortalidade bruta, taxa Bayesiana e investigados quanto à autocorrelação espacial e existência de aglomerados de risco por meio da técnica de varredura espacial e obtidos riscos relativos espaciais. Para correlacionar as áreas de risco espacial para mortalidade por TB foi utilizada a regressão logística, tendo como variável dependente área de risco: sim e não, e após avaliado com uso da curva ROC, também foi elaborado um mapa de sobreposição de áreas de risco dos determinantes sociais da saúde e correlacionados com aglomerados de risco para mortalidade. Por último, para investigar as mortes precoces por TB e TB/HIV e fatores associados foi utilizada a técnica de Kaplan-Meier e Regressão de Cox. Foram identificados 131 óbitos por TB, dos quais 126 (96,2%) foram geocodificados e 05 (4,8%) foram excluídos devido a endereços incompletos. Para a primeira fase, foram calculadas as taxas resultado em taxa média bruta de 1,07/100.000 habitantes. As mortes estiveram distribuídas de maneira difusa, porém, com maior concentração nas regiões periféricas e sul do município. Foi detectado um aglomerado espacial de risco na região sul para mortalidade por TB e para variáveis dos determinantes sociais da saúde, sendo onde as piores condições foram detectadas. O estudo confirmou a relação entre os determinantes sociais e as áreas de risco de mortes por TB quando relacionados com a Dimensão 1 extraída com (OR= 0,093; IC95% 0,34-0,25). O mapa de sobreposição dos aglomerados de risco relacionados com aglomerado para mortalidade por TB resultou em um OR= 5,98 (IC95%: 2,41-14,49) e curva ROC= 0,865; IC95%=0,796-0,934. Na segunda fase, ao analisar as mortes precoces por TB, foi encontrada uma mediana de dias sobrevividos de 22 dias, sendo que 88 (59,1%) dos pacientes morreram até 30 dias após o diagnóstico e 107 (72,5%) após 60 dias (mínimo: 1, máximo: 349, D.P: 68,8 e média: 50 dias). Dentre os 179 óbitos analisados, 105 (58,6%) óbitos tinham diagnóstico de TB (CID 15.0-19) e 74 (41,4%) óbitos a coinfecção TB/HIV (CID 20.0). A maioria dos casos ocorreu em pessoas do sexo masculino, 138 (77,1%), da raça/ cor branca predominante 120 (67%) e a média de idade foi de 47 anos (mínimo:20, máximo: 94, mediana: 44, DP: 14). Os resultados corroboram com a necessidade de melhorias múltiplas nas condições de vida da população, com enfoque nas regiões mais vulneráveis (áreas de aglomerados de risco espacial) identificadas e políticas específicas para prevenção do uso de álcool, diante da identificação deste fator associado às mortes precoces / The objective of the study was to analyze the social determinants of health associated with TB mortality and to verify the early deaths caused by TB and TB / HIV and their associated factors, through two approaches: one based on an ecological basis and an individual basis using analysis spatial and survival The study was carried out in the capital of Paraná, Curitiba; and for spatial analysis, the 148 human development units (UDH) were considered. The study population was composed of cases of TB deaths as the underlying cause (ICD 15-19). Survival analysis included cases of TB / HIV coinfection deaths (ICD 20.0). Data were obtained from the Mortality Information System (SIM) and the Notification Disease Information System (SINAN) for the period 2008 to 2015. The Human Development Units were characterized according to TB mortality and the variables determinants of health. Initially the cases of TB deaths were geocoded and gross mortality rates, Bayesian taxa were calculated and investigated for spatial autocorrelation and existence of clusters of risk by means of the spatial scanning technique and obtained relative spatial risks. In order to correlate spatial risk areas with mortality from TB, logistic regression was used as a risk variable: yes and no and after being evaluated using the ROC curve, a map of overlapping risk areas of social determinants correlated with clusters of risk for mortality. A total of 131 TB deaths were identified, 126 (96.2%) of which were geocoded and 05 (4%) of the deaths were TB and HIV and associated factors were Kaplan-Meier and Cox Regression. A total of 131 TB deaths were identified, of which 126 (96.2%) were geocoded and 05 (4.8%) were excluded due to incomplete addresses. For the first phase, the results were calculated at a gross average rate of 1.07 / 100,000 inhabitants. The deaths were distributed in a diffuse way, however, with greater concentration in the peripheral and southern regions of the municipality. It was detected a spatial cluster of risk in the southern region for mortality by TB and for variables of the social determinants of health and where the worst conditions were detected. The study confirmed the relationship between social determinants and risk areas for TB deaths when related to Dimension 1 extracted with (OR= 0,093; IC95% 0,34-0,25). The map of overlapping cluster-related risk clusters for TB mortality resulted in an OR= 5.95 IC95%=2.41-14.49 and ROC curve= 0.865 (CI95%= 0.796-0.934). In the second phase, when analyzing the early TB deaths, a median number of surviving days of 22 days was found, of which 88 (59.1%) died within 30 days after diagnosis and 107 (72.5%) after 60 days days (minimum: 1, maximum: 349, SD: 68.8 and average: 50 days). Among the 179 deaths analyzed, 105 (58.6%) deaths had a diagnosis of TB (ICD 15.0-19) and 74 (41.4%) had TB / HIV co-infection (ICD 20.0). The majority of the cases occurred in males, 138 (77.1%), the predominant white race (67%) and the mean age was 47 years (minimum: 20, maximum: 94, median: 44, DP: 14). The results corroborate the need for multiple improvements in the living conditions of the population, with a focus on the most vulnerable regions (areas of agglomerates of spatial risk) identified and specific policies to prevent alcohol use, in view of the identification of this factor associated with early deaths

Submitted by THAIS CAROLINA SANTOS REIS (thais.carolreis@gmail.com) on 2017-12-23T00:12:53Z No. of bitstreams: 1 dissertacao.pdf: 2133624 bytes, checksum: f25eb167a8e2de286e61755cbfe017ff (MD5) / Approved for entry into archive by Claudia Adriana Spindola null (claudia@fct.unesp.br) on 2018-01-03T15:41:54Z (GMT) No. of bitstreams: 1 reis_tcs_me_prud.pdf: 2133624 bytes, checksum: f25eb167a8e2de286e61755cbfe017ff (MD5) / Made available in DSpace on 2018-01-03T15:41:54Z (GMT). No. of bitstreams: 1 reis_tcs_me_prud.pdf: 2133624 bytes, checksum: f25eb167a8e2de286e61755cbfe017ff (MD5) Previous issue date: 2017-06-23 / Coordenação de Aperfeiçoamento de Pessoal de Nível Superior (CAPES) / Na análise de séries climatológicas, a metodologia conhecida como “análise de frequências” inicia-se, após a verificação da validade de algumas suposições, pela escolha e ajuste de uma distribuição de probabilidade. A etapa mais importante desta análise é a escolha ou seleção da distribuição de probabilidade que melhor descreva o verdadeiro comportamento da variável em estudo. Uma vez adotada uma distribuição de probabilidade que esteja bem ajustada, segundo um ou vários critérios, é de interesse, por exemplo, estimar a probabilidade de que eventos de certa magnitude sejam igualados ou excedidos em T anos. O inverso desta probabilidade é chamado de período de retorno, sendo esta uma medida de extrema importância na avaliação de riscos associados a fenômenos climatológicos. Em princípio, qualquer distribuição de probabilidade com suporte nos números reais positivos pode ser utilizada na descrição do comportamento de séries fluviométricas, pluviométricas, eólicas, entre outras. Em se tratando de séries pluviométricas, formadas, por exemplo, pelas pluviosidades diárias, decendiais, mensais, trimestrais e anuais, as distribuições Gama e Weibull são as mais utilizadas. Nos últimos anos, a partir de métodos específicos, uma infinidade de novas distribuições vêm sendo propostas para a análise de observações contínuas e estritamente positivas, cujas aplicações, em sua grande maioria, restringem-se a dados de sobrevivência e confiabilidade. Nesta dissertação de Mestrado, foram avaliadas as performances das distribuições Odd Weibull, Marshall-Olkin Weibull, Weibull exponenciada e Weibull transmutada como alternativas para as distribuições Gama e Weibull na análise de séries pluviométricas históricas, obtidas de 33 estações meteorológicas do Brasil. Concluiu-se que em um contexto geral a distribuição Weibull foi a mais adequada na descrição da variável “precipitação acumulada mensalmente”, contudo, analisando-se pontualmente cada uma das 33 séries, em nove delas uma das extensões foi classificada como a mais adequada na descrição da variável em questão. Diante disso, tal estudo proporcionou a inserção de algumas das recentes extensões da distribuição Weibull na análise de dados climatológicos. / In the climatological series analysis, a methodology known as “frequency analysis” begins, after the validity of some assumptions, by choice and adjustment of a probability distribution. The most important step of this analysis is the choice or selection of probability distribution that best describes the true behavior of the variable under study. Once a probability distribution, that is well adjusted according to one or several criteria, is adopted, it is of interest, for example, to estimate a probability of events of a certain magnitude that are matched or exceeded in T years. The opposite of this probability is called a return period, which is a measure of extreme importance in the evaluation of risks associated with climatological phenomena. In principle, any probability distribution supported by positive real numbers can be used to describe the behavior of fluviometric, pluviometric and wind series, among others. When it comes to the case of rainfall series, formed, for example, by daily, decendial, monthly, quarterly and annual rainfall, the Gamma and Weibull Distributions are more used. In recent years, from specific methods, a plethora of new distributions are being proposed for an analysis of continuous and strictly positive observations, which applications, for the most part, are restricted to survival and reliability data. In this Master’s dissertation, the performances of the Odd Weibull, Marshall-Olkin Weibull, Exponentiated Weibull and Transmutated Weibull Distributions were evaluated as alternatives for the Gamma and Weibull Distributions in the analysis of historical rainfall series, obtained from 33 meteorological stations in Brazil. It was reasoned that in a general context the Weibull Distribution was published in the description of the variable “monthly cumulative precipitation”, however, analyzing each of the 33 series punctually, in nine of them one of the extensions was classified as the most suitable in the description of the variable in question. Thus, such study provided an insight into some of the recent extensions of the Weibull Distribution in the analysis of climatological data.