Submitted by Daniella Sodre (daniella.sodre@ufpe.br) on 2015-04-08T14:18:39Z No. of bitstreams: 2 Dissertação BRUNA MERTEN PADILHA.pdf: 1203394 bytes, checksum: 73016cde734379adb4f75cbb5a498c82 (MD5) license_rdf: 1232 bytes, checksum: 66e71c371cc565284e70f40736c94386 (MD5) / Made available in DSpace on 2015-04-08T14:18:39Z (GMT). No. of bitstreams: 2 Dissertação BRUNA MERTEN PADILHA.pdf: 1203394 bytes, checksum: 73016cde734379adb4f75cbb5a498c82 (MD5) license_rdf: 1232 bytes, checksum: 66e71c371cc565284e70f40736c94386 (MD5) Previous issue date: 2014-01-29 / CNPq / A presente dissertação contempla dois artigos, sendo um de revisão sistemática e um artigo original de divulgação cientifica. O artigo de revisão sistemática foi elaborado com o intuito de identificar na literatura os estudos publicados entre 1999 e 2013, que avaliaram parâmetros antropométricos como preditores potenciais da hipertensão arterial sistêmica (HAS) em adultos não idosos. A busca desses artigos foi realizada nas bases de dados eletrônicas Medline, Lilacs e Scielo, utilizando-se os descritores: “antropometria” e “hipertensão”, na língua inglesa e portuguesa. Foram incluídos estudos originais, de delineamento transversal, publicados nos idiomas português e inglês, realizados com amostras significativas em indivíduos com idade igual ou superior a 18 anos, independentemente de sexo ou etnia, que buscaram definir pontos de corte e identificar o melhor preditor antropométrico para a HAS, através de curvas Receiver Operating Characteristic (ROC), considerando como hipertensos os indivíduos que tiveram pressão arterial sistólica (PAS) ≥ 140mmHg e/ou pressão arterial diastólica (PAD) ≥ 90mmHg e/ou os que faziam uso corrente de medicação anti-hipertensiva. Foram identificados 10 estudos que atenderam aos critérios de inclusão. Desses, 80% foram realizados com populações asiáticas e 50% avaliaram 04 parâmetros antropométricos – índice de massa corporal (IMC), circunferência da cintura (CC), razão cintura-quadril (RCQ) e razão cintura-estatura (RCEst), sendo que todos avaliaram ao menos a CC. Os pontos de corte para os parâmetros antropométricos analisados, foram, no geral, inferiores aos preconizados pela Organização Mundial de Saúde (OMS). A RCEst foi o melhor preditor antropométrico de HAS em 60% dos estudos. Ademais, observou-se que os parâmetros antropométricos foram melhores preditores da HAS em mulheres do que em homens. O artigo original, por sua vez, buscou identificar os parâmetros antropométricos que são os melhores preditores de hipertensão arterial sistêmica (HAS) em mulheres afrodescendentes. Para tanto, realizou-se um estudo do tipo transversal de base populacional, com 1553 mulheres quilombolas do Estado de Alagoas. Os parâmetros IMC, CC, RCQ, RCEst, índice de conicidade (IC) e a porcentagem de gordura corporal (%GC) foram analisados quanto a sua capacidade de predição da HAS, utilizando-se as Curvas ROC. Na sequência, calculou-se a sensibilidade e a especificidade de pontos de corte já estabelecidos na literatura, realizando-se o ajuste para a idade, comparando-se o 1º com o 4º quartil de idade. Através das Curvas ROC, observou-se que os parâmetros supracitados apresentaram a mesma probabilidade para classificarem corretamente a presença ou a ausência de HAS, a qual não foi satisfatória. Analisando-se, de acordo com o 1º e o 4º quartil de idade, os pontos de corte estabelecidos na literatura, identificou-se que a RCQ≥0,80 foi o indicador que apresentou melhor sensibilidade na predição da HAS para ambos os quartis de idade analisados, seguido da RCEst≥0,50 e do IMC≥25. Contudo, a capacidade de identificar corretamente indivíduos hipertensos foi satisfatória apenas para mulheres com mais de 41 anos. Esses achados evidenciam que a triagem das mulheres hipertensas nessa faixa etária, na atenção primária à saúde, pode ser efetuada a partir da RCQ≥0,80 uma vez que ela apresenta validade e praticidade suficiente para justificar sua adoção.

A análise de dados de sobrevivência tem sido tradicionalmente baseada no modelo de regressão de Cox (COX, 1972). No entanto, a suposição de taxas de falha proporcionais assumida para esse modelo pode não ser atendida em diversas situações práticas. Essa restrição do modelo de Cox tem gerado interesse em abordagens alternativas, dentre elas os modelos dinâmicos que permitem efeito das covariáveis variando no tempo. Neste trabalho, foram revisados os principais modelos de sobrevivência dinâmicos com estrutura aditiva e multiplicativa nos contextos não paramétrico e semiparamétrico. Métodos gráficos baseados em resíduos foram apresentados com a finalidade de avaliar a qualidade de ajuste desses modelos. Uma versão tempo-dependente da área sob a curva ROC, denotada por AUC(t), foi proposta com a finalidade de avaliar e comparar a qualidade de predição entre modelos de sobrevivência com estruturas aditiva e multiplicativa. O desempenho da AUC(t) foi avaliado por meio de um estudo de simulação. Dados de três estudos descritos na literatura foram também analisados para ilustrar ou complementar os cenários que foram considerados no estudo de simulação. De modo geral, os resultados obtidos indicaram que os métodos gráficos apresentados para avaliar a adequação dos modelos em conjunto com a AUC(t) se constituem em um conjunto de ferramentas estatísticas úteis para o próposito de avaliar modelos de sobrevivência dinâmicos nos contextos não paramétrico e semiparamétrico. Além disso, a aplicação desse conjunto de ferramentas em alguns conjuntos de dados evidenciou que se, por um lado, os modelos dinâmicos são atrativos por permitirem covariáveis tempo-dependentes, por outro lado podem não ser apropriados para todos os conjuntos de dados, tendo em vista que estimação pode apresentar restrições para alguns deles. / Analysis of survival data has been traditionally based on the Cox regression model (COX, 1972). However, the proportionality of the hazards required by this model may not be attended for many practical situations. This restriction of the Cox model has generated interest in alternative approaches, among them dynamic models that allow covariates with time-varying effect. In this work, the main dynamic survival models with additive and multiplicative structures were revised under the nonparametric and semiparametric settings. Graphical methods based on residuals were presented in order to evaluate the goodness-of-fit of these models. A time-dependent version of the area under the ROC curve, denoted by AUC(t), was proposed to evaluate and compare the predictive accuracy of additive and multiplicative survival models. The performance of the AUC(t) was evaluated by means of a simulation study. Data from three studies described in the literature were also analyzed to illustrate or complement the scenarios that were considered in the simulation study. Overall, the results indicate that the graphical methods presented to assess the goodness-of-fit of the models together with the AUC(t) provide a useful set of statistics tools for the purpose of evaluating dynamic survival models in the nonparametric and semiparametric settings. Moreover, applying this set of tools in some data sets showed that on the one hand dynamic models are attractive because they allow time-dependent covariates, but on the other hand they may not be appropriate for all data sets since estimation may present restrictions for some of them.

A análise de dados de sobrevivência tem sido tradicionalmente baseada no modelo de regressão de Cox (COX, 1972). No entanto, a suposição de taxas de falha proporcionais assumida para esse modelo pode não ser atendida em diversas situações práticas. Essa restrição do modelo de Cox tem gerado interesse em abordagens alternativas, dentre elas os modelos dinâmicos que permitem efeito das covariáveis variando no tempo. Neste trabalho, foram revisados os principais modelos de sobrevivência dinâmicos com estrutura aditiva e multiplicativa nos contextos não paramétrico e semiparamétrico. Métodos gráficos baseados em resíduos foram apresentados com a finalidade de avaliar a qualidade de ajuste desses modelos. Uma versão tempo-dependente da área sob a curva ROC, denotada por AUC(t), foi proposta com a finalidade de avaliar e comparar a qualidade de predição entre modelos de sobrevivência com estruturas aditiva e multiplicativa. O desempenho da AUC(t) foi avaliado por meio de um estudo de simulação. Dados de três estudos descritos na literatura foram também analisados para ilustrar ou complementar os cenários que foram considerados no estudo de simulação. De modo geral, os resultados obtidos indicaram que os métodos gráficos apresentados para avaliar a adequação dos modelos em conjunto com a AUC(t) se constituem em um conjunto de ferramentas estatísticas úteis para o próposito de avaliar modelos de sobrevivência dinâmicos nos contextos não paramétrico e semiparamétrico. Além disso, a aplicação desse conjunto de ferramentas em alguns conjuntos de dados evidenciou que se, por um lado, os modelos dinâmicos são atrativos por permitirem covariáveis tempo-dependentes, por outro lado podem não ser apropriados para todos os conjuntos de dados, tendo em vista que estimação pode apresentar restrições para alguns deles. / Analysis of survival data has been traditionally based on the Cox regression model (COX, 1972). However, the proportionality of the hazards required by this model may not be attended for many practical situations. This restriction of the Cox model has generated interest in alternative approaches, among them dynamic models that allow covariates with time-varying effect. In this work, the main dynamic survival models with additive and multiplicative structures were revised under the nonparametric and semiparametric settings. Graphical methods based on residuals were presented in order to evaluate the goodness-of-fit of these models. A time-dependent version of the area under the ROC curve, denoted by AUC(t), was proposed to evaluate and compare the predictive accuracy of additive and multiplicative survival models. The performance of the AUC(t) was evaluated by means of a simulation study. Data from three studies described in the literature were also analyzed to illustrate or complement the scenarios that were considered in the simulation study. Overall, the results indicate that the graphical methods presented to assess the goodness-of-fit of the models together with the AUC(t) provide a useful set of statistics tools for the purpose of evaluating dynamic survival models in the nonparametric and semiparametric settings. Moreover, applying this set of tools in some data sets showed that on the one hand dynamic models are attractive because they allow time-dependent covariates, but on the other hand they may not be appropriate for all data sets since estimation may present restrictions for some of them.