Introdução: O monitoramento do ganho de peso gestacional é de extrema importância nos cuidados pré-natais, pois pode evitar diversos desfechos desfavoráveis tanto para mãe quanto para o bebê. A maioria dos países utiliza algum tipo de referência para o acompanhamento do peso gestacional. Essas referências, muitas vezes, são baseadas em suas próprias populações ou em populações de outros países. Considerando-se que características populacionais variam de acordo com etnia, localização geográfica, hábitos alimentares, medidas antropométricas e condições socioeconômicas, dentre outros fatores, as recomendações baseadas em populações específicas são preferíveis para monitorar o peso gestacional. Várias metodologias são utilizadas para a construção de referências de peso gestacional. A OMS (Organização Mundial da Saúde) recomenda utilizar estudos longitudinais, a partir de populações selecionadas com baixa prevalência de complicações maternas e fetais. No Brasil, as referências utilizadas para peso gestacional são baseadas em duas populações internacionais; essas populações não utilizaram estudos longitudinais para gerar as referências, o que faz com que o Brasil necessite desenvolver sua própria abordagem para o monitoramento do peso gestacional. Objetivo: Construir uma curva de peso gestacional a partir de uma coorte de gestantes brasileiras, utilizando a metodologia estatística recomendada pela OMS para a construção das curvas padrão de crescimento infantil. Método: Dados do Estudo Brasileiro de Diabetes Gestacional (EBDG), estudo multicêntrico que reuniu gestantes de seis capitais brasileiras (Porto Alegre, Rio de Janeiro, São Paulo, Salvador, Manaus e Fortaleza), foram utilizados para a construção da curva. Foram selecionadas 2.103 gestantes eutróficas, de acordo com IOM (Institute of Medicine) (2009), com bons desfechos gestacionais, ou seja, foram excluídas gestantes com diabetes mellitus gestacional, com distúrbios hipertensivos, com gestações múltiplas e com partos prematuros (<37 semanas de gestação); excluíram-se também casos de gestantes com recém-nascidos de baixo peso ao nascer (BPN) ou com recém-nascidos grandes para a idade gestacional (GIG) e recém-nascidos pequenos para a idade gestacional (PIG), bem como casos de macrossomia. Dentre essas gestantes eutróficas, foram sorteadas 918, que irão fazer parte da validação da curva. Para a construção da curva, ficaram 1.179 gestantes eutróficas com bons desfechos gestacionais. Para o ajuste, foi utilizado o método GAMLSS (Modelos Aditivos Generalizados de Localização, Escala e Forma) do software R, que estimou os percentis 3, 5, 10, 25, 75, 90, 95 e 97. Após algumas exclusões, a segunda etapa do trabalho utilizou as 918 sorteadas (gestantes eutróficas com bons desfechos) e mais 901 gestantes eutróficas que tinham pelo menos um dos desfechos gestacionais indesejáveis descritos acima (com exceção de gestações múltiplas e diabetes mellitus), totalizando 1.817 gestantes para o grupo de validação. Com os percentis estimados pela curva de peso gestacional, foram definidos pontos de corte que determinaram os fatores de risco para os desfechos de interesse. A influência dos fatores de risco sobre os desfechos foi medida através do risco relativo (RR) e seus respectivos intervalos, com 95% de confiança, estimados através de regressão de Poisson com variância robusta. Os riscos relativos e seus respectivos intervalos de 95% de confiança foram estimados para a exposição em algum momento da gestação e para a exposição em algum momento dentro de cada trimestre. Os percentis foram avaliados sem ajustar para nenhum possível fator de confusão. Resultados: Após testados vários modelos GAMLSS, o que melhor ajustou os dados foi o que utilizou a família de distribuição BCPE (Box Cox de Potência Exponencial), com suavizador pb (B-splines), utilizando dois parâmetros e . O percentil 25 estimado foi capaz de predizer baixo peso ao nascer, prematuridade e PIG; já o percentil 75 pôde ser utilizado como preditor de distúrbios hipertensivos, macrossomia e GIG. Conclusão: o modelo obtido para a construção da curva de peso gestacional indicou que a relação entre peso gestacional e idade gestacional não é linear. A flexibilidade da metodologia estatística utilizada no estudo é suficiente para que possa ser aplicada utilizando-se o Índice de Massa corporal (IMC) em vez de peso gestacional. Essa metodologia também apresenta uma série de vantagens no que diz respeito às suas opções de modelagem. As curvas de percentis ajustadas foram eficientes em predizer desfechos gestacionais adversos. A metodologia aplicada nesta tese pode ser replicada para todas as categorias de IMC pré-gestacional. / Introduction: Monitoring gestational weight gain is extremely important in prenatal care, as it can avoid a series of unfavorable outcomes both for the mother and for the baby. Most countries use some kind of reference to follow up gestational weight. These references are often based in their own populations or in populations from other countries. Considering that population characteristics vary according to ethnics, geographical location, eating habits, anthropometric measures and socio-economic conditions, among other factors, recommendations based on specific populations are preferable to measure gestational weight. Several methodologies are used in the construction of references of gestational weight. WHO (World Health Organization) recommends using longitudinal studies based on selected populations with low prevalence of maternal and fetal complications. In Brazil the references used for gestational weight are based in two international populations which did not use longitudinal studies to generate the references, which brings to Brazil the need to develop its own approach to monitor gestational weight. Purpose: Build a gestational weight curve based on a Brazilian pregnant women cohort using the statistical methodology recommended by WHO to build standard curves of child growth. Method: Data from the Brazilian Gestational Diabetes Study, multicentric study which gathered women from six Brazilian capital cities (Porto Alegre, Rio de Janeiro, São Paulo, Salvador, Manaus and Fortaleza), was used to build the curve. 2,103 eutrophic pregnant women were selected, according to the IOM (Institute of Medicine) (2009), with good gestational outcomes, that is, there was an exclusion of pregnant women with: gestational diabetes mellitus, hypertensive disorders, multiple pregnancies, preterm deliveries (less than 37 weeks), newborns with low birth weight (LBW), large for gestational age newborns (LGA), small for gestational age newborns (SGA), and macrosomia. From these eutrophic pregnant women, 918 were drawn, who will be part of the validation curve. To build the curve 1,179 eutrophic pregnant women with good gestational outcomes remained. The method GAMLSS (Generalized Additive Models of Location, Scale and Shape) from the software R was used for adjustment, which estimated the percentiles 3, 5, 10, 25, 75, 90, 95 and 97. After some exclusions, the second stage of the work used the 918 drawn eutrophic pregnant women with good outcomes and other 901 eutrophic pregnant women who had at least one unwanted gestational outcomes described above (except for multiple pregnancies and diabetes mellitus), in a total of 1.817 pregnant women for the validation group. With the percentiles estimated by the gestational weight curve, cutoff points were defined which determined the risk factors for the interest outcomes. The influence of risk factors on the outcomes was measured through the relative risk (RR) and its respective intervals with 95% confidence, estimated by Poisson regression with strong variance. The relative risks and their respective intervals of 95% confidence for exhibition at some point during pregnancy and for exhibition at some moment in each trimester. The percentiles were assessed with no adjustment for any possible confounding factor. Results: After testing several GAMLSS methods, the one which best adjusted the data was the one which used the distribution family BCPE (Box Cox of Exponential Power), with pb smoothing (B-splines), using two parameters and . The percentil 25 estimated was able to predict low birth weight, prematurity and SGA, whereas the percentil 75 can be used as a predictor of hypertensive disorders, macrosomia and LGA. Conclusion: the model obtained for the gestational weight curve construction indicated that the relationship between gestational weight and gestational age is not linear. The flexibility of the statistical methodology used in the study is sufficient to be applied using BMI instead of gestational weight. This methodology also presents a series of advantages concerning its modeling options. The adjusted percentile curves were efficient to predict adverse gestational outcomes. The methodology applied in this thesis can be replicated for all pre gestational BMI categories.

Introdução: O monitoramento do ganho de peso gestacional é de extrema importância nos cuidados pré-natais, pois pode evitar diversos desfechos desfavoráveis tanto para mãe quanto para o bebê. A maioria dos países utiliza algum tipo de referência para o acompanhamento do peso gestacional. Essas referências, muitas vezes, são baseadas em suas próprias populações ou em populações de outros países. Considerando-se que características populacionais variam de acordo com etnia, localização geográfica, hábitos alimentares, medidas antropométricas e condições socioeconômicas, dentre outros fatores, as recomendações baseadas em populações específicas são preferíveis para monitorar o peso gestacional. Várias metodologias são utilizadas para a construção de referências de peso gestacional. A OMS (Organização Mundial da Saúde) recomenda utilizar estudos longitudinais, a partir de populações selecionadas com baixa prevalência de complicações maternas e fetais. No Brasil, as referências utilizadas para peso gestacional são baseadas em duas populações internacionais; essas populações não utilizaram estudos longitudinais para gerar as referências, o que faz com que o Brasil necessite desenvolver sua própria abordagem para o monitoramento do peso gestacional. Objetivo: Construir uma curva de peso gestacional a partir de uma coorte de gestantes brasileiras, utilizando a metodologia estatística recomendada pela OMS para a construção das curvas padrão de crescimento infantil. Método: Dados do Estudo Brasileiro de Diabetes Gestacional (EBDG), estudo multicêntrico que reuniu gestantes de seis capitais brasileiras (Porto Alegre, Rio de Janeiro, São Paulo, Salvador, Manaus e Fortaleza), foram utilizados para a construção da curva. Foram selecionadas 2.103 gestantes eutróficas, de acordo com IOM (Institute of Medicine) (2009), com bons desfechos gestacionais, ou seja, foram excluídas gestantes com diabetes mellitus gestacional, com distúrbios hipertensivos, com gestações múltiplas e com partos prematuros (<37 semanas de gestação); excluíram-se também casos de gestantes com recém-nascidos de baixo peso ao nascer (BPN) ou com recém-nascidos grandes para a idade gestacional (GIG) e recém-nascidos pequenos para a idade gestacional (PIG), bem como casos de macrossomia. Dentre essas gestantes eutróficas, foram sorteadas 918, que irão fazer parte da validação da curva. Para a construção da curva, ficaram 1.179 gestantes eutróficas com bons desfechos gestacionais. Para o ajuste, foi utilizado o método GAMLSS (Modelos Aditivos Generalizados de Localização, Escala e Forma) do software R, que estimou os percentis 3, 5, 10, 25, 75, 90, 95 e 97. Após algumas exclusões, a segunda etapa do trabalho utilizou as 918 sorteadas (gestantes eutróficas com bons desfechos) e mais 901 gestantes eutróficas que tinham pelo menos um dos desfechos gestacionais indesejáveis descritos acima (com exceção de gestações múltiplas e diabetes mellitus), totalizando 1.817 gestantes para o grupo de validação. Com os percentis estimados pela curva de peso gestacional, foram definidos pontos de corte que determinaram os fatores de risco para os desfechos de interesse. A influência dos fatores de risco sobre os desfechos foi medida através do risco relativo (RR) e seus respectivos intervalos, com 95% de confiança, estimados através de regressão de Poisson com variância robusta. Os riscos relativos e seus respectivos intervalos de 95% de confiança foram estimados para a exposição em algum momento da gestação e para a exposição em algum momento dentro de cada trimestre. Os percentis foram avaliados sem ajustar para nenhum possível fator de confusão. Resultados: Após testados vários modelos GAMLSS, o que melhor ajustou os dados foi o que utilizou a família de distribuição BCPE (Box Cox de Potência Exponencial), com suavizador pb (B-splines), utilizando dois parâmetros e . O percentil 25 estimado foi capaz de predizer baixo peso ao nascer, prematuridade e PIG; já o percentil 75 pôde ser utilizado como preditor de distúrbios hipertensivos, macrossomia e GIG. Conclusão: o modelo obtido para a construção da curva de peso gestacional indicou que a relação entre peso gestacional e idade gestacional não é linear. A flexibilidade da metodologia estatística utilizada no estudo é suficiente para que possa ser aplicada utilizando-se o Índice de Massa corporal (IMC) em vez de peso gestacional. Essa metodologia também apresenta uma série de vantagens no que diz respeito às suas opções de modelagem. As curvas de percentis ajustadas foram eficientes em predizer desfechos gestacionais adversos. A metodologia aplicada nesta tese pode ser replicada para todas as categorias de IMC pré-gestacional. / Introduction: Monitoring gestational weight gain is extremely important in prenatal care, as it can avoid a series of unfavorable outcomes both for the mother and for the baby. Most countries use some kind of reference to follow up gestational weight. These references are often based in their own populations or in populations from other countries. Considering that population characteristics vary according to ethnics, geographical location, eating habits, anthropometric measures and socio-economic conditions, among other factors, recommendations based on specific populations are preferable to measure gestational weight. Several methodologies are used in the construction of references of gestational weight. WHO (World Health Organization) recommends using longitudinal studies based on selected populations with low prevalence of maternal and fetal complications. In Brazil the references used for gestational weight are based in two international populations which did not use longitudinal studies to generate the references, which brings to Brazil the need to develop its own approach to monitor gestational weight. Purpose: Build a gestational weight curve based on a Brazilian pregnant women cohort using the statistical methodology recommended by WHO to build standard curves of child growth. Method: Data from the Brazilian Gestational Diabetes Study, multicentric study which gathered women from six Brazilian capital cities (Porto Alegre, Rio de Janeiro, São Paulo, Salvador, Manaus and Fortaleza), was used to build the curve. 2,103 eutrophic pregnant women were selected, according to the IOM (Institute of Medicine) (2009), with good gestational outcomes, that is, there was an exclusion of pregnant women with: gestational diabetes mellitus, hypertensive disorders, multiple pregnancies, preterm deliveries (less than 37 weeks), newborns with low birth weight (LBW), large for gestational age newborns (LGA), small for gestational age newborns (SGA), and macrosomia. From these eutrophic pregnant women, 918 were drawn, who will be part of the validation curve. To build the curve 1,179 eutrophic pregnant women with good gestational outcomes remained. The method GAMLSS (Generalized Additive Models of Location, Scale and Shape) from the software R was used for adjustment, which estimated the percentiles 3, 5, 10, 25, 75, 90, 95 and 97. After some exclusions, the second stage of the work used the 918 drawn eutrophic pregnant women with good outcomes and other 901 eutrophic pregnant women who had at least one unwanted gestational outcomes described above (except for multiple pregnancies and diabetes mellitus), in a total of 1.817 pregnant women for the validation group. With the percentiles estimated by the gestational weight curve, cutoff points were defined which determined the risk factors for the interest outcomes. The influence of risk factors on the outcomes was measured through the relative risk (RR) and its respective intervals with 95% confidence, estimated by Poisson regression with strong variance. The relative risks and their respective intervals of 95% confidence for exhibition at some point during pregnancy and for exhibition at some moment in each trimester. The percentiles were assessed with no adjustment for any possible confounding factor. Results: After testing several GAMLSS methods, the one which best adjusted the data was the one which used the distribution family BCPE (Box Cox of Exponential Power), with pb smoothing (B-splines), using two parameters and . The percentil 25 estimated was able to predict low birth weight, prematurity and SGA, whereas the percentil 75 can be used as a predictor of hypertensive disorders, macrosomia and LGA. Conclusion: the model obtained for the gestational weight curve construction indicated that the relationship between gestational weight and gestational age is not linear. The flexibility of the statistical methodology used in the study is sufficient to be applied using BMI instead of gestational weight. This methodology also presents a series of advantages concerning its modeling options. The adjusted percentile curves were efficient to predict adverse gestational outcomes. The methodology applied in this thesis can be replicated for all pre gestational BMI categories.

Introdução: O monitoramento do ganho de peso gestacional é de extrema importância nos cuidados pré-natais, pois pode evitar diversos desfechos desfavoráveis tanto para mãe quanto para o bebê. A maioria dos países utiliza algum tipo de referência para o acompanhamento do peso gestacional. Essas referências, muitas vezes, são baseadas em suas próprias populações ou em populações de outros países. Considerando-se que características populacionais variam de acordo com etnia, localização geográfica, hábitos alimentares, medidas antropométricas e condições socioeconômicas, dentre outros fatores, as recomendações baseadas em populações específicas são preferíveis para monitorar o peso gestacional. Várias metodologias são utilizadas para a construção de referências de peso gestacional. A OMS (Organização Mundial da Saúde) recomenda utilizar estudos longitudinais, a partir de populações selecionadas com baixa prevalência de complicações maternas e fetais. No Brasil, as referências utilizadas para peso gestacional são baseadas em duas populações internacionais; essas populações não utilizaram estudos longitudinais para gerar as referências, o que faz com que o Brasil necessite desenvolver sua própria abordagem para o monitoramento do peso gestacional. Objetivo: Construir uma curva de peso gestacional a partir de uma coorte de gestantes brasileiras, utilizando a metodologia estatística recomendada pela OMS para a construção das curvas padrão de crescimento infantil. Método: Dados do Estudo Brasileiro de Diabetes Gestacional (EBDG), estudo multicêntrico que reuniu gestantes de seis capitais brasileiras (Porto Alegre, Rio de Janeiro, São Paulo, Salvador, Manaus e Fortaleza), foram utilizados para a construção da curva. Foram selecionadas 2.103 gestantes eutróficas, de acordo com IOM (Institute of Medicine) (2009), com bons desfechos gestacionais, ou seja, foram excluídas gestantes com diabetes mellitus gestacional, com distúrbios hipertensivos, com gestações múltiplas e com partos prematuros (<37 semanas de gestação); excluíram-se também casos de gestantes com recém-nascidos de baixo peso ao nascer (BPN) ou com recém-nascidos grandes para a idade gestacional (GIG) e recém-nascidos pequenos para a idade gestacional (PIG), bem como casos de macrossomia. Dentre essas gestantes eutróficas, foram sorteadas 918, que irão fazer parte da validação da curva. Para a construção da curva, ficaram 1.179 gestantes eutróficas com bons desfechos gestacionais. Para o ajuste, foi utilizado o método GAMLSS (Modelos Aditivos Generalizados de Localização, Escala e Forma) do software R, que estimou os percentis 3, 5, 10, 25, 75, 90, 95 e 97. Após algumas exclusões, a segunda etapa do trabalho utilizou as 918 sorteadas (gestantes eutróficas com bons desfechos) e mais 901 gestantes eutróficas que tinham pelo menos um dos desfechos gestacionais indesejáveis descritos acima (com exceção de gestações múltiplas e diabetes mellitus), totalizando 1.817 gestantes para o grupo de validação. Com os percentis estimados pela curva de peso gestacional, foram definidos pontos de corte que determinaram os fatores de risco para os desfechos de interesse. A influência dos fatores de risco sobre os desfechos foi medida através do risco relativo (RR) e seus respectivos intervalos, com 95% de confiança, estimados através de regressão de Poisson com variância robusta. Os riscos relativos e seus respectivos intervalos de 95% de confiança foram estimados para a exposição em algum momento da gestação e para a exposição em algum momento dentro de cada trimestre. Os percentis foram avaliados sem ajustar para nenhum possível fator de confusão. Resultados: Após testados vários modelos GAMLSS, o que melhor ajustou os dados foi o que utilizou a família de distribuição BCPE (Box Cox de Potência Exponencial), com suavizador pb (B-splines), utilizando dois parâmetros e . O percentil 25 estimado foi capaz de predizer baixo peso ao nascer, prematuridade e PIG; já o percentil 75 pôde ser utilizado como preditor de distúrbios hipertensivos, macrossomia e GIG. Conclusão: o modelo obtido para a construção da curva de peso gestacional indicou que a relação entre peso gestacional e idade gestacional não é linear. A flexibilidade da metodologia estatística utilizada no estudo é suficiente para que possa ser aplicada utilizando-se o Índice de Massa corporal (IMC) em vez de peso gestacional. Essa metodologia também apresenta uma série de vantagens no que diz respeito às suas opções de modelagem. As curvas de percentis ajustadas foram eficientes em predizer desfechos gestacionais adversos. A metodologia aplicada nesta tese pode ser replicada para todas as categorias de IMC pré-gestacional. / Introduction: Monitoring gestational weight gain is extremely important in prenatal care, as it can avoid a series of unfavorable outcomes both for the mother and for the baby. Most countries use some kind of reference to follow up gestational weight. These references are often based in their own populations or in populations from other countries. Considering that population characteristics vary according to ethnics, geographical location, eating habits, anthropometric measures and socio-economic conditions, among other factors, recommendations based on specific populations are preferable to measure gestational weight. Several methodologies are used in the construction of references of gestational weight. WHO (World Health Organization) recommends using longitudinal studies based on selected populations with low prevalence of maternal and fetal complications. In Brazil the references used for gestational weight are based in two international populations which did not use longitudinal studies to generate the references, which brings to Brazil the need to develop its own approach to monitor gestational weight. Purpose: Build a gestational weight curve based on a Brazilian pregnant women cohort using the statistical methodology recommended by WHO to build standard curves of child growth. Method: Data from the Brazilian Gestational Diabetes Study, multicentric study which gathered women from six Brazilian capital cities (Porto Alegre, Rio de Janeiro, São Paulo, Salvador, Manaus and Fortaleza), was used to build the curve. 2,103 eutrophic pregnant women were selected, according to the IOM (Institute of Medicine) (2009), with good gestational outcomes, that is, there was an exclusion of pregnant women with: gestational diabetes mellitus, hypertensive disorders, multiple pregnancies, preterm deliveries (less than 37 weeks), newborns with low birth weight (LBW), large for gestational age newborns (LGA), small for gestational age newborns (SGA), and macrosomia. From these eutrophic pregnant women, 918 were drawn, who will be part of the validation curve. To build the curve 1,179 eutrophic pregnant women with good gestational outcomes remained. The method GAMLSS (Generalized Additive Models of Location, Scale and Shape) from the software R was used for adjustment, which estimated the percentiles 3, 5, 10, 25, 75, 90, 95 and 97. After some exclusions, the second stage of the work used the 918 drawn eutrophic pregnant women with good outcomes and other 901 eutrophic pregnant women who had at least one unwanted gestational outcomes described above (except for multiple pregnancies and diabetes mellitus), in a total of 1.817 pregnant women for the validation group. With the percentiles estimated by the gestational weight curve, cutoff points were defined which determined the risk factors for the interest outcomes. The influence of risk factors on the outcomes was measured through the relative risk (RR) and its respective intervals with 95% confidence, estimated by Poisson regression with strong variance. The relative risks and their respective intervals of 95% confidence for exhibition at some point during pregnancy and for exhibition at some moment in each trimester. The percentiles were assessed with no adjustment for any possible confounding factor. Results: After testing several GAMLSS methods, the one which best adjusted the data was the one which used the distribution family BCPE (Box Cox of Exponential Power), with pb smoothing (B-splines), using two parameters and . The percentil 25 estimated was able to predict low birth weight, prematurity and SGA, whereas the percentil 75 can be used as a predictor of hypertensive disorders, macrosomia and LGA. Conclusion: the model obtained for the gestational weight curve construction indicated that the relationship between gestational weight and gestational age is not linear. The flexibility of the statistical methodology used in the study is sufficient to be applied using BMI instead of gestational weight. This methodology also presents a series of advantages concerning its modeling options. The adjusted percentile curves were efficient to predict adverse gestational outcomes. The methodology applied in this thesis can be replicated for all pre gestational BMI categories.

No description available.

En la última década, un tema que se ha colocado a la vanguardia en la Hidrología es la necesidad de no continuar asumiendo la hipótesis de estacionaridad en el estudio de las componentes del Ciclo Hidrológico. Esto ante las evidencias en la intensificación de las actividades humanas, los forzamientos de la variabilidad climática natural y el cambio climático. De hecho en la comunidad científica existe un consenso en cuanto a que la hipótesis de estacionaridad en el Ciclo Hidrológico se encuentra comprometida. Así, ante el colapso de esta hipótesis que ha sido la piedra angular en el análisis de frecuencia de crecidas, diversos investigadores se han pronunciado en el sentido de la apremiante necesidad de proponer ideas y métodos alternativos adecuados para enfrentar la tarea del diseño hidrológico en un contexto de cambios de origen climático y antropogénico. Es por ello ante el cambio de paradigma de no continuar asumiendo un mundo estacionario que este trabajo tiene como objetivo el tratar de contribuir al estudio del análisis de frecuencia de crecidas bajo condiciones de no estacionaridad. Para ello, hemos hecho intervenir los efectos de variabilidad climática y de cambios inducidos por el hombre a través de los embalses. Nuestro interés de aplicación se enfoca particularmente en los regímenes de crecidas en ríos de la España peninsular. El estudio comienza con una revisión bibliográfica de dos temas: la influencia de los fenómenos de macroescala en las variables hidrológicas y el estado actual del análisis de frecuencia de crecidas. Posteriormente, se presenta la descripción de la zona de estudio y un análisis exploratorio de la información, donde se identifican los tipos de regímenes de crecidas dominantes en las estaciones de aforo de estudio y se introduce un índice de embalse propuesto para identificar el impacto de los embalses en aquellos sitios bajo régimen alterado. El análisis mostró el importante peso que ejercen las precipitaciones invernales en los regímenes de crecidas en un importante porcentaje de las estaciones de aforo, permitiéndonos vislumbrar el potencial de los patrones de variabilidad de baja frecuencia (los cuales están asociados a estas precipitaciones) como covariables en la modelación estadística de las crecidas. En la segunda parte de esta tesis, se comprueba la hipótesis de estacionaridad en los regímenes de crecidas a diferentes escalas de tiempo a través de diversos test estadísticos. Se observó que las series temporales de crecidas presentan importantes desviaciones del supuesto de estacionaridad. Así mismo, en este análisis se identificó el importante papel que los patrones de variabilidad de baja frecuencia y los embalses juegan en explicar los cambios observados en los momentos estadísticos de las series de crecidas (media y varianza). En la tercera parte, se estudia la teleconexión entre el régimen de crecidas y los patrones de variabilidad de baja frecuencia desde dos enfoques: análisis de correlación y análisis wavelet. Los resultados obtenidos mostraron que la variabilidad interanual de los regímenes de crecidas en la España peninsular está fuertemente influenciada por lo patrones de baja frecuencia de la AO, la NAO y la MO, mientras que una menor influencia es la que se identificó con la WeMO la cual se identificó fundamentalmente con estaciones de aforo en la cabecera de la confederación del Ebro y la región Norte. En el ámbito de las frecuencias se pudo corroborar también que las variaciones climáticas / López De La Cruz, J. (2013). Análisis estadístico y modelación del régimen de las crecidas en ríos de la España peninsular en un contexto no estacionario [Tesis doctoral no publicada]. Universitat Politècnica de València. https://doi.org/10.4995/Thesis/10251/33298

The Birnbaum-Saunders (BS) distribution is the most popular model used to describe lifetime process under fatigue. Throughout the years, this distribution has received a wide ranging of applications, demanding some more flexible extensions to solve more complex problems. One of the most well-known extensions of the BS distribution is the generalized Birnbaum- Saunders (GBS) family of distributions that includes the Birnbaum-Saunders special-case (BSSC) and the Birnbaum-Saunders generalized t (BSGT) models as special cases. Although the BS-SC distribution was previously developed in the literature, it was never deeply studied and hence, in this thesis, we provide a full Bayesian study and develop a tool to generate random numbers from this distribution. Further, we develop a very flexible regression model, that admits different degrees of skewness and kurtosis, based on the BSGT distribution using the generalized additive models for location, scale and shape (GAMLSS) framework. We also introduce a new extension of the BS distribution called the Birnbaum-Saunders power (BSP) family of distributions, which contains several special or limiting cases already published in the literature, including the GBS family. The main feature of the new family is that it can produce both unimodal and bimodal shapes depending on its parameter values. We also introduce this new family of distributions into the GAMLSS framework, in order to model any or all the parameters of the distribution using parametric linear and/or nonparametric smooth functions of explanatory variables. Throughout this thesis we present five different applications in real data sets in order to illustrate the developed theoretical results. / A distribuição Birnbaum-Saunders (BS) é o modelo mais popular utilizado para descrever processos de fadiga. Ao longo dos anos, essa distribuição vem recebendo aplicações nas mais diversas áreas, demandando assim algumas extensões mais flexíveis para resolver problemas mais complexos. Uma das extensões mais conhecidas na literatura é a família de distribuições Birnbaum-Saunders generalizada (GBS), que inclui as distribuições Birnbaum-Saunders casoespecial (BS-SC) e Birnbaum-Saunders t generalizada (BSGT) como modelos especiais. Embora a distribuição BS-SC tenha sido previamente desenvolvida na literatura, nunca foi estudada mais profundamente e, assim, nesta tese, um estudo bayesiano é desenvolvido acerca da mesma além de um novo gerador de números aleatórios dessa distribuição ser apresentado. Adicionalmente, um modelo de regressão baseado na distribuição BSGT é desenvolvido utilizando-se os modelos aditivos generalizados para locação, escala e forma (GAMLSS), os quais apresentam grande flexibilidade tanto para a assimetria como para a curtose. Uma nova extensão da distribuição BS também é apresentada, denominada família de distribuições Birnbaum-Saunders potência (BSP), que contém inúmeros casos especiais ou limites já publicados na literatura, incluindo a família GBS. A principal característica desta nova família é que ela é capaz de produzir formas tanto uni como bimodais dependendo do valor de seus parâmetros. Esta nova família também é introduzida na estrutura dos modelos GAMLSS para fornecer uma ferramenta capaz de modelar todos os parâmetros da distribuição como funções lineares e/ou não-lineares suavizadas de variáveis explicativas. Ao longo desta tese são apresentadas cinco diferentes aplicações em conjuntos de dados reais para ilustrar os resultados teóricos obtidos.

In Brazil, economic data on fisheries are generally scarce, and difficult to interpret with respect to costs and fishery viability, thus making it difficult to practice consistent policy and industrial decision-making. This thesis aims to provide a cost-benefit analysis of seventeen commercial fishing fleets that operated during 2013-2014 in four port regions of the South Brazil Shelf: Angra dos Reis (AR), Santos and Guarujá (SG), Itajaí and Navegantes (IN) and Rio Grande (RG). The fleet types included the following: shrimp-trawlers, pair-bottom-trawlers, single-bottom-trawlers, bottom-gillnetters, octopus-pots, purse-seiners, surface-longliners and pole-and-line. Based on an unprecedented set of field survey data collected through interviews with vessel captains and owners, this study has the following goals: (1) to describe, calculate and compare the cost structure and gross profitability for all fleets; (2) to identify the factors (e.g., technical features and economic indicators) that determine fleet gross profit (from AR, SG and IN) using generalized additive models (GAMLSS); and (3) to assess the net profitability and viability of the fleets through the following three economic performance indicators: net profit margin (NPM), net present value (NPV) and internal rate of return (IRR). Additionally, the effects of fuel subsidy policies on profitability among South Brazil\'s fleets were evaluated. Generally, operational costs were higher than labor and fixed costs except for longliners, purse-seiners (from AR) and bottom-gillnetters (from RG), whereas labor costs were higher or had the same importance as operational costs. Fuel was the primary operational cost for all the fleets except pair-bottom-trawlers (SG) and purse-seiners (AR), for which vessel maintenance is the principal operational cost. Gross profitability varied significantly among the fleets and was clearly related to the following main factors: fuel consumption, vessel maintenance expense, ice costs, fish price and catch volume. Particularly for trawlers (from SG and IN) and all purse-seiners, technical features (i.e., vessel size and number of fishing trips, respectively) also explained profitability. Moreover, landing cost was a significant factor for those fleets\' profit. Economic performance indicators exhibited intra-fleet heterogeneity depending on region and revealed that 24% of the fleets were unviable (NPV less than zero), 23% were in fragile condition (IRRs and NPM lower than 11%), and 53% had achieved good economic returns whose IRR values exceeded 12% and whose NPM was > 10%. The worst economic performance was observed for single-bottom-trawlers (RG) and purse-seiners (SG) and the best for tuna-longliners (RG) and pair-bottom-trawlers (SG). Overall, subsidies were ineffective in increasing Rio Grande fleet profits and may be masking poor economic performance, primarily for single-bottom-trawlers (RG). Findings should guide private-sector decisions on how to protect the economic performance of the fleets, on fishery management measures (e.g., input controls, recovery plans for overfished stocks), and improve current governmental programs (e.g. the fuel subsidy program). / No Brasil, os dados econômicos sobre as pescarias são geralmente escassos, dificultando o conhecimento sobre os custos e a viabilidade da pesca, tornando difícil a prática de tomada de decisões políticas consistentes. Esta tese tem como objetivo fornecer uma análise de custo-benefício de dezessete frotas de pesca comercial que operaram durante 2013-2014 em quatro regiões da Plataforma Continental Sul do Brasil: Angra dos Reis (AR), Santos e Guarujá (SG), Itajaí e Navegantes (IN) e Rio Grande (RG). Os tipos de frotas analisadas foram: arrasto de fundo duplo (camarões), parelhas, arrasto de fundo simples, emalhe de fundo, pesca de potes (polvo), traineiras, espinhel de superfície e pesca com vara-e-isca-viva. Com base em um conjunto sem precedentes de dados de pesquisa de campo coletados através de entrevistas com mestres e proprietários de barcos pesqueiros, este estudo teve como objetivo: (1) descrever, calcular e comparar a estrutura de custos e a lucratividade bruta das frotas; (2) identificar os fatores (características técnicas e indicadores econômicos) que determinam o lucro bruto das frotas (de AR, SG e IN) usando modelos aditivos generalizados (GAMLSS); e (3) avaliar a lucratividade e a rentabilidade líquida, e a viabilidade das frotas por meio dos seguintes indicadores de desempenho econômico: margem de lucro líquido (NPM), valor presente líquido (NPV) e taxa de retorno interno (IRR). Além disso, os efeitos da política de subsídio ao combustível sobre a rentabilidade das frotas do sul do Brasil foram avaliados. Geralmente, os custos operacionais foram maiores que os custos de mão-de-obra e custos fixos, exceto para as frotas de espinhel de superfície, traineiras (de AR) e emalhe de fundo (de RG), onde os custos de mão-de-obra foram maiores ou tiveram a mesma importância que os custos operacionais. O combustível foi o principal custo operacional para todas as frotas, exceto para as parelhas (SG) e as traineiras (AR), para os quais a manutenção do barco foi o principal custo operacional. O lucro bruto variou significativamente entre as frotas e esteve relacionada aos seguintes fatores: consumo de combustível, despesas de manutenção de embarcações, custos com gelo, preço do peixe e volume de captura. Particularmente para as frotas de arrasto de fundo (de SG e IN), parelhas (SG) e traineira, as características técnicas (ou seja, tamanho da embarcação e número de viagens de pesca, respectivamente) também explicaram a lucratividade. Além disso, o custo com o desembarque foi um fator significativo para o lucro dessas frotas. Os indicadores de desempenho econômico apresentaram heterogeneidade intra-frota dependendo da região e revelaram que 24% das frotas estavam inviáveis (NPV inferior a zero), 23% estavam em vulnerabilidade (IRRs e NPM inferiores a 11%) e 53% alcançaram bons retornos econômicos cujos valores de IRR excederam 12% e o NPM foi > 10%. O pior desempenho econômico foi observado para as frotas de arrasto-simples de RG e para as traineiras de SG, e os melhores para os atuneiros (RG) e parelhas (SG). Em geral, os subsídios foram ineficazes no aumento dos lucros das frotas de Rio Grande e podem estar mascarando o baixo desempenho econômico, principalmente para a frota de arrasto-simples. Os resultados apresentados podem ser utilizados para orientar nas decisões do setor privado sobre como proteger o desempenho econômico das frotas, as medidas de manejo da pesca (por exemplo, controles de entrada, planos de manejo para recuperação dos estoques sobrepescados), e ainda melhorar os programas governamentais atuais (por exemplo, o programa de subsídio ao combustível).

In Brazil, economic data on fisheries are generally scarce, and difficult to interpret with respect to costs and fishery viability, thus making it difficult to practice consistent policy and industrial decision-making. This thesis aims to provide a cost-benefit analysis of seventeen commercial fishing fleets that operated during 2013-2014 in four port regions of the South Brazil Shelf: Angra dos Reis (AR), Santos and Guarujá (SG), Itajaí and Navegantes (IN) and Rio Grande (RG). The fleet types included the following: shrimp-trawlers, pair-bottom-trawlers, single-bottom-trawlers, bottom-gillnetters, octopus-pots, purse-seiners, surface-longliners and pole-and-line. Based on an unprecedented set of field survey data collected through interviews with vessel captains and owners, this study has the following goals: (1) to describe, calculate and compare the cost structure and gross profitability for all fleets; (2) to identify the factors (e.g., technical features and economic indicators) that determine fleet gross profit (from AR, SG and IN) using generalized additive models (GAMLSS); and (3) to assess the net profitability and viability of the fleets through the following three economic performance indicators: net profit margin (NPM), net present value (NPV) and internal rate of return (IRR). Additionally, the effects of fuel subsidy policies on profitability among South Brazil\'s fleets were evaluated. Generally, operational costs were higher than labor and fixed costs except for longliners, purse-seiners (from AR) and bottom-gillnetters (from RG), whereas labor costs were higher or had the same importance as operational costs. Fuel was the primary operational cost for all the fleets except pair-bottom-trawlers (SG) and purse-seiners (AR), for which vessel maintenance is the principal operational cost. Gross profitability varied significantly among the fleets and was clearly related to the following main factors: fuel consumption, vessel maintenance expense, ice costs, fish price and catch volume. Particularly for trawlers (from SG and IN) and all purse-seiners, technical features (i.e., vessel size and number of fishing trips, respectively) also explained profitability. Moreover, landing cost was a significant factor for those fleets\' profit. Economic performance indicators exhibited intra-fleet heterogeneity depending on region and revealed that 24% of the fleets were unviable (NPV less than zero), 23% were in fragile condition (IRRs and NPM lower than 11%), and 53% had achieved good economic returns whose IRR values exceeded 12% and whose NPM was > 10%. The worst economic performance was observed for single-bottom-trawlers (RG) and purse-seiners (SG) and the best for tuna-longliners (RG) and pair-bottom-trawlers (SG). Overall, subsidies were ineffective in increasing Rio Grande fleet profits and may be masking poor economic performance, primarily for single-bottom-trawlers (RG). Findings should guide private-sector decisions on how to protect the economic performance of the fleets, on fishery management measures (e.g., input controls, recovery plans for overfished stocks), and improve current governmental programs (e.g. the fuel subsidy program). / No Brasil, os dados econômicos sobre as pescarias são geralmente escassos, dificultando o conhecimento sobre os custos e a viabilidade da pesca, tornando difícil a prática de tomada de decisões políticas consistentes. Esta tese tem como objetivo fornecer uma análise de custo-benefício de dezessete frotas de pesca comercial que operaram durante 2013-2014 em quatro regiões da Plataforma Continental Sul do Brasil: Angra dos Reis (AR), Santos e Guarujá (SG), Itajaí e Navegantes (IN) e Rio Grande (RG). Os tipos de frotas analisadas foram: arrasto de fundo duplo (camarões), parelhas, arrasto de fundo simples, emalhe de fundo, pesca de potes (polvo), traineiras, espinhel de superfície e pesca com vara-e-isca-viva. Com base em um conjunto sem precedentes de dados de pesquisa de campo coletados através de entrevistas com mestres e proprietários de barcos pesqueiros, este estudo teve como objetivo: (1) descrever, calcular e comparar a estrutura de custos e a lucratividade bruta das frotas; (2) identificar os fatores (características técnicas e indicadores econômicos) que determinam o lucro bruto das frotas (de AR, SG e IN) usando modelos aditivos generalizados (GAMLSS); e (3) avaliar a lucratividade e a rentabilidade líquida, e a viabilidade das frotas por meio dos seguintes indicadores de desempenho econômico: margem de lucro líquido (NPM), valor presente líquido (NPV) e taxa de retorno interno (IRR). Além disso, os efeitos da política de subsídio ao combustível sobre a rentabilidade das frotas do sul do Brasil foram avaliados. Geralmente, os custos operacionais foram maiores que os custos de mão-de-obra e custos fixos, exceto para as frotas de espinhel de superfície, traineiras (de AR) e emalhe de fundo (de RG), onde os custos de mão-de-obra foram maiores ou tiveram a mesma importância que os custos operacionais. O combustível foi o principal custo operacional para todas as frotas, exceto para as parelhas (SG) e as traineiras (AR), para os quais a manutenção do barco foi o principal custo operacional. O lucro bruto variou significativamente entre as frotas e esteve relacionada aos seguintes fatores: consumo de combustível, despesas de manutenção de embarcações, custos com gelo, preço do peixe e volume de captura. Particularmente para as frotas de arrasto de fundo (de SG e IN), parelhas (SG) e traineira, as características técnicas (ou seja, tamanho da embarcação e número de viagens de pesca, respectivamente) também explicaram a lucratividade. Além disso, o custo com o desembarque foi um fator significativo para o lucro dessas frotas. Os indicadores de desempenho econômico apresentaram heterogeneidade intra-frota dependendo da região e revelaram que 24% das frotas estavam inviáveis (NPV inferior a zero), 23% estavam em vulnerabilidade (IRRs e NPM inferiores a 11%) e 53% alcançaram bons retornos econômicos cujos valores de IRR excederam 12% e o NPM foi > 10%. O pior desempenho econômico foi observado para as frotas de arrasto-simples de RG e para as traineiras de SG, e os melhores para os atuneiros (RG) e parelhas (SG). Em geral, os subsídios foram ineficazes no aumento dos lucros das frotas de Rio Grande e podem estar mascarando o baixo desempenho econômico, principalmente para a frota de arrasto-simples. Os resultados apresentados podem ser utilizados para orientar nas decisões do setor privado sobre como proteger o desempenho econômico das frotas, as medidas de manejo da pesca (por exemplo, controles de entrada, planos de manejo para recuperação dos estoques sobrepescados), e ainda melhorar os programas governamentais atuais (por exemplo, o programa de subsídio ao combustível).

Made available in DSpace on 2016-06-02T20:06:09Z (GMT). No. of bitstreams: 1 5914.pdf: 1420398 bytes, checksum: e5c2a5d7845b5b17b94959ce849fd613 (MD5) Previous issue date: 2014-04-01 / Financiadora de Estudos e Projetos / The real estate market has a key role in the country and counties economy attracting several studies and researches that explains and interpret the numerous transactions performed, and especially to find appropriate ways to define the monetary value. Usually the real estate data modeling is performed through regression models, especially the linear and also the generalized linear models ( Nelder andWedderburn, 1972). Because these data has different characteristics such as heteroscedasticity, non-normality and heterogeneity, the use of these models can suffer limitations, so it is appropriate to use more and more complex models, such as generalized additive models for location, scale and shape GAMLSS (proposed by Rigby & Stasinopoulos (2005), that allows all parameters of the response variable are modeled parametric or non parametric form. In this context and based on a dataset of urban land of São Carlos city in 2005 was estimated the empirical function the value of the land addressing the class of linear models, generalized linear models and the GAMLSS. Alternatively, considering the existence of two types of real estate prices: already sold (observed) and announced (censored), was proposed to the data, using the survival analysis considering censored left and the GAMLSS in the parameter estimation process. A simulation study and a study of local influence was also performed. / O mercado imobiliário possui um papel fundamental na economia do país e municípios atraindo diversos estudos e pesquisas que buscam explicar e interpretar as inúmeras transações realizadas, e principalmente, encontrar maneiras adequadas de determinar seu valor monetário. Geralmente a modelagem de dados imobiliários e feita por meio de modelos de regressão, especialmente os lineares e também, os modelos lineares generalizados (Nelder e Wedder-burn,1972). Por se tratarem de dados com diferentes características, como heterocedasticidade, não normalidade e heterogeneidade, o uso desses modelos podem sofrer limitações, por isso torna-se adequada a utilização de modelos cada vez mais complexos, como por exemplo, os modelos aditivos generalizados para posição, escala e forma (GAMLSS) propostos por Rigby & Stasinopoulos (2005), que permitem que todas as estimativas dos parâmetros envolvidos no modelo sejam obtidas de forma paramétrica ou não-paramétrica. Neste contexto e com base em um conjunto de dados de lotes urbanos da cidade de Sao Carlos do ano de 2005 foi estimado a função empírica do valor de lotes abordando a classe de modelos lineares, modelos lineares generalizados e o GAMLSS. Alternativamente, considerando a existência de dois tipos de preços de imóveis: ja vendidos (observados) e anunciados (censurados), foi proposto aos dados, a utilização da analise de sobrevivência considerando censura a esquerda e o GAMLSS no processo de estimação dos parâmetros. Foi realizado também um estudo de simulação e um estudo de influência local.

The Birnbaum-Saunders (BS) distribution is the most popular model used to describe lifetime process under fatigue. Throughout the years, this distribution has received a wide ranging of applications, demanding some more flexible extensions to solve more complex problems. One of the most well-known extensions of the BS distribution is the generalized Birnbaum- Saunders (GBS) family of distributions that includes the Birnbaum-Saunders special-case (BSSC) and the Birnbaum-Saunders generalized t (BSGT) models as special cases. Although the BS-SC distribution was previously developed in the literature, it was never deeply studied and hence, in this thesis, we provide a full Bayesian study and develop a tool to generate random numbers from this distribution. Further, we develop a very flexible regression model, that admits different degrees of skewness and kurtosis, based on the BSGT distribution using the generalized additive models for location, scale and shape (GAMLSS) framework. We also introduce a new extension of the BS distribution called the Birnbaum-Saunders power (BSP) family of distributions, which contains several special or limiting cases already published in the literature, including the GBS family. The main feature of the new family is that it can produce both unimodal and bimodal shapes depending on its parameter values. We also introduce this new family of distributions into the GAMLSS framework, in order to model any or all the parameters of the distribution using parametric linear and/or nonparametric smooth functions of explanatory variables. Throughout this thesis we present five different applications in real data sets in order to illustrate the developed theoretical results. / A distribuição Birnbaum-Saunders (BS) é o modelo mais popular utilizado para descrever processos de fadiga. Ao longo dos anos, essa distribuição vem recebendo aplicações nas mais diversas áreas, demandando assim algumas extensões mais flexíveis para resolver problemas mais complexos. Uma das extensões mais conhecidas na literatura é a família de distribuições Birnbaum-Saunders generalizada (GBS), que inclui as distribuições Birnbaum-Saunders casoespecial (BS-SC) e Birnbaum-Saunders t generalizada (BSGT) como modelos especiais. Embora a distribuição BS-SC tenha sido previamente desenvolvida na literatura, nunca foi estudada mais profundamente e, assim, nesta tese, um estudo bayesiano é desenvolvido acerca da mesma além de um novo gerador de números aleatórios dessa distribuição ser apresentado. Adicionalmente, um modelo de regressão baseado na distribuição BSGT é desenvolvido utilizando-se os modelos aditivos generalizados para locação, escala e forma (GAMLSS), os quais apresentam grande flexibilidade tanto para a assimetria como para a curtose. Uma nova extensão da distribuição BS também é apresentada, denominada família de distribuições Birnbaum-Saunders potência (BSP), que contém inúmeros casos especiais ou limites já publicados na literatura, incluindo a família GBS. A principal característica desta nova família é que ela é capaz de produzir formas tanto uni como bimodais dependendo do valor de seus parâmetros. Esta nova família também é introduzida na estrutura dos modelos GAMLSS para fornecer uma ferramenta capaz de modelar todos os parâmetros da distribuição como funções lineares e/ou não-lineares suavizadas de variáveis explicativas. Ao longo desta tese são apresentadas cinco diferentes aplicações em conjuntos de dados reais para ilustrar os resultados teóricos obtidos.