INTRODUÇÃO: A escolha entre diferentes modelos de análise de decisão introduz variabilidade nos resultados das avaliações econômicas. Modelos estáticos não captam os efeitos indiretos da vacinação comprometendo a avaliação geral dos benefícios da vacinação. Neste trabalho foram desenvolvidos um modelo dinâmico e um modelo estático para a análise de custo-efetividade (ACE) da vacina contra varicela e foram comparados os resultados obtidos com os dois modelos. MÉTODOS: Avaliação econômica completa do tipo ACE usando modelagem. As análises compararam duas estratégias: 1) introdução da vacinação infantil de rotina aos 12 meses de vida; versus 2) situação existente (vacinação após os surtos em creches e vacinação de imunodeprimidos). As análises foram conduzidas no horizonte temporal de 30 anos. RESULTADOS: O modelo dinâmico estimou que na ausência do programa de vacinação ocorreriam 2 915 294 casos de varicela por ano no Brasil, resultando em 879 095 casos ambulatoriais, 4 507 hospitalizações, 119 mortes e 4 casos de sequela. O custo total anual da varicela foi estimado em R$27 378 957 para a sociedade e em R$14 412 610 para o sistema de saúde. A razão de custo-efetividade incremental (RCEI) por ano de vida salvo foi R$14 749 na perspectiva da sociedade e R$16 582 na perspectiva do sistema de saúde. O modelo estático estimou que na ausência do programa de vacinação ocorreriam 1 656 547 casos de varicela por ano no Brasil, resultando em 629 488 casos ambulatoriais, 5 120 hospitalizações, 82 mortes e 1 caso de sequela. O custo total anual da varicela foi estimado em R$17 311 412 para a sociedade e em R$9 570 551 para o sistema de saúde. A RCEI por ano de vida salvo foi R$35 254 na perspectiva da sociedade e R$36 599 na perspectiva do sistema de saúde. Aplicando o limiar de custoefetividade da Organização Mundial de Saúde (OMS) aos resultados obtidos com o modelo dinâmico a vacinação foi considerada uma estratégia custo-efetiva o mesmo não aconteceu com os resultados do modelo estático. Na análise de sensibilidade da taxa de incidência utilizada no modelo estático a RCEI por ano de vida salvo foi R$19 905 na perspectiva da sociedade e R$21 176 na perspectiva do sistema de saúde e a vacinação foi considerada custo-efetiva. CONCLUSÃO: A estimativa de custo-efetividade de programas de vacinação exige o uso de um modelo apropriado. O que é julgado como apropriado será influenciado pelo contexto da avaliação proposta, conhecimento da epidemiologia da doença, disponibilidade de dados e existência de uma equipe qualificada para construir e interpretar os resultados desses modelos. / BACKGROUND: The choice between different decision analysis models introduces variability in the results of economic evaluations. Static models do not take into account the indirect effects of vaccination, thus compromising the overall assessment of vaccination benefits. This work developed two models one dynamic and another static to conduct cost-effectiveness analyses (CEA) of varicella vaccine, comparing the results of the two. METHODS: Comprehensive economic evaluation CEA using modeling. The analysis compared two strategies: 1) introduction of routine vaccination for children under 12 months, versus 2) current situation (vaccination after outbreaks in nurseries and vaccination of immunocompromised). The time horizon of the analysis was 30 years. RESULTS: The dynamic model estimated that in the absence of the vaccination program, 2 915 294 cases of varicella occurred every year in Brazil, resulting in 879,095 outpatient cases, 4,507 hospitalizations, 119 deaths and 4 sequela cases. The total annual cost of varicella was estimated at R$ 27,378,957 for the society and at R$ 14,412,610 for the health care system. From the perspective of society, the incremental cost-effectiveness ratio (ICER) was R$ 14,749 per life-year saved, while from the perspective of the health care system, it amounted to R$ 16,582. The model estimated that, in the absence of a vaccination program, there would be 1,656,547 cases of varicella every year in Brazil, resulting in 629,488 outpatient cases, 5,120 hospitalizations, 82 deaths and 1 case of sequela. The total annual cost of varicella was estimated at R$ 17,311,412 for the society, and at R$ 9,570,551 for the health care system. The ICER was R$ 35,254 and R$ 36,599 from the perspective of society and the health care system, respectively. When applying the World Health Organization (WHO)\'s cost-effectiveness threshold to the dynamic model results, vaccination was considered a cost-effective strategy; this was nevertheless not the case with the static model. In the sensitivity analysis for the incidence rate employed in the static model, the ICER was R$ 19,905 per life-year saved from the perspective of society, and R$ 21,176 from the perspective of the health care system, with vaccination deemed cost-effective. CONCLUSION: Estimating the cost-effectiveness of vaccination programs requires the use of an appropriate model. Establishing an appropriate course of action will depend on the context of proposal evaluation, understanding of disease epidemiology, availability of data, and the existence of a qualified team to build these models and interpret their results.

Made available in DSpace on 2017-07-25T19:29:58Z (GMT). No. of bitstreams: 1 Gustavo Castilho Beruski.pdf: 1947735 bytes, checksum: 5154fe4925ff733f606b56a918ecfe30 (MD5) Previous issue date: 2013-04-02 / The fungus Sclerotinia sclerotiorum (Lib.) de Bary is a necrotrophic and polyphagous pathogen with soybean crop as one of the most important hosts. However in order to occur epidemics caused by such a pathogen it is necessary that the climatic conditions, mainly air temperature and relative humidity be favorable to the occurrence and development of the disease. Face with that, the current research aimed to analyze the incidence and severity of S. sclerotiorum on soybean plants grown at Arapoti, PR, Brazil, as a function of different plant populations, between row spacing’s and microclimate. The experiment was conducted in a naturally infested area with 31 sclerotia per square meter. The soybean crop (cv. Apollo RR) was sown on October 18th, 2011. The experimental design adopted herein was a randomized block in a factorial combination with 4 row spacing’s (0.35, 0.45, 0.60, 0.75 m) and 4 plant populations (150, 200, 250; 300 thousands plants per hectare), totaling 16 treatments and 4 replications. Throughout the current study we performed 4assessments of incidence and severity. The local meteorological data were collected by electronical sensors, which were attached to a CR-1000 datalogger (Campbell Scientific Inc.) being programmed to provide readings at each 60 seconds and storing averages at each 30 minutes. In compliance with the data monitored by an automatic weather station we observed that the local climatic conditions were favorable to the incidence and development of the pathogen. Throughout the crop cycle the average air temperature was of 19.5 °C, whereas during the flowering stage of the soybean crop such a variable was of 20.2 °C. The amount of rainfall was high and well distributed over course of the crop growing season, promoting favorable environmental conditions to trigger the development of the white mold in the field.Moreover, the regime of relative humidity and leaf wetness duration lead to favorable conditions to the progress of the disease at the studied site. Among the models used for epidemiological analysis, the molecular and logistic models showed the best adjustment to the data of incidence and severity of white mold on soybean crop, respectively. Pearson correlation coefficients obtained by means of a simple linear regression study between incidence and disease severity degree and local meteorological elements showed a high accuracy for the variables such as mean and maximum temperatures, confirming that these elements had a larger influence on the progress of the disease. As to the other meteorological elements the values of R were low. Yield and weight of thousand grain data did not show significant variations as a function of incidence and severity of white mold for soybean crop grown at the site in study. However, the yield was higher at treatments with reduced spacings,whereas for thousand grain weight higher values at treatments with low population densities were found herein. / O fungo Sclerotinia sclerotiorum (Lib.) de Bary é um patógeno necrotrófico, polífago que tem a planta da soja como um dos seus principais hospedeiros. Porém, para que ocorram epidemias em decorrência desse patógeno é necessário que as condições climáticas, principalmente de umidade e temperatura do ar, sejam favoráveis para a ocorrência e o desenvolvimento da doença. Face ao exposto, o trabalho teve como objetivo analisar a incidência e a severidade de Sclerotinia sclerotiorum na cultura da soja cultivada no município de Arapoti, PR, em função de diferentes densidades populacionais, espaçamentos entre linhas de cultivo e variáveis meteorológicas locais. O experimento foi conduzido no município de Arapoti – PR, em área naturalmente infestada contendo 31 escleródios m-2. A semeadura da soja (cv. Apolo RR) foi realizado no dia 18/10/2011. O delineamento experimental utilizado foi o de blocos casualizados (DBC) em esquema fatorial, sendo combinados 4 espaçamentos entre linhas (0,35; 0,45; 0,60; 0,75 metros) e 4 populações (150; 200; 250; 300 mil plantas ha-1), totalizando 16 tratamentos e 4 repetições. Ao longo do experimento efetuou-se 4 avaliações de incidência e severidade. Os dados meteorológicos locais foram coletados por sensores, os quais foram acoplados a um datalogger CR-1000 (Campbell Scientific Inc.), sendo este programado para efetuar leituras a cada 60 segundos armazenando médias a cada 30 minutos. De acordo com os dados coletados em estação meteorológica automática verificou-se que as condições climáticas locais foram favoráveis a incidência e desenvolvimento do patógeno. Durante o ciclo da cultura, a temperatura média do ar foi de 19,5 °C, já durante a fase de florescimento da cultura da soja esta variável apresentou valores de 20,2 °C. Os índices pluviométricos foram elevados e bem distribuídos ao longo da cultura, favorecendo o desenvolvimento do patógeno no campo. Além disso, os valores de umidade relativa do ar e da duração do período de molhamento foliar também foram favoráveis à ocorrência de mofo branco na cultura da soja. Dentre os modelos utilizados na análise epidemiológica, os modelos Monomolecular e Logístico apresentaram melhores ajustes aos dados de incidência e severidade de mofo branco na cultura da soja, respectivamente. Os coeficientes de correlação de Pearson obtidos através da regressão linear simples entre os dados de incidência e severidade da doença e os elementos meteorológicos locais sob os diferentes tratamentos empregados demonstraram elevada precisão para as variáveis temperaturas média e máxima do ar, confirmando que tais elementos tiveram maior influência no progresso da doença. Já para os demais elementos meteorológicos os valores de R foram reduzidos. Os dados de produtividade e peso de mil sementes não apresentaram oscilações em função das variações nos níveis de incidência e severidade de mofo branco na cultura da soja cultivada na localidade climática estudada. Contudo a produtividade da cultura foi maior nos tratamentos com espaçamentos reduzidos, já a massa de mil grãos apresentou maiores valores em tratamentos com reduzida densidade populacional.

A epidemiologia matemática - que tem por objetivo a descrição, através do uso de pressupostos matemáticos, do processo de proliferação de doenças em uma determinada população - propõe a utilização de modelos matemáticos para o estudo de métodos de controle e prevenção de possíveis epidemias. Estes modelos têm como objetivo representar de maneira real a complexidade da interação entre os indivíduos susceptíveis e os indivíduos infectados dentro de uma comunidade. Dessa forma, percebe-se a necessidade de desenvolver uma modelagem baseada na dinâmica de populações. Na Física, a linha de pesquisa de Sistemas Complexos, acredita na existência de leis universais que regem sistemas biológicos, sociais e económicos. Assim, esta área de estudo busca a construção de uma teoria geral de sistemas fora de equilíbrio que evoluem continuamente com o tempo. Neste sentido, os modelos físicos podem ser utilizados e adaptados para modelar doenças infecciosas. Se analisado do ponto de vista matemático, a modelagem de epidemias, ou seja, da propagação de doenças infecciosas que se transmite de indivíduo para indivíduo, é muito semelhante à modelagem dos sistemas magnéticos estudados pela física estatística. Nesta perspectiva, o presente trabalho tem como objetivo principal investigar e modelar sistemas epidêmicos utilizando o formalismo estocástico da mecânica estatística. Para isto realizou-se uma analogia entre epidemiologia matemática e física estatística para estudar dois modelos matemáticos clássicos da epidemiologia, SI (Susceptível-Infectado) e SIS (Susceptível-Infectado-Susceptível) - através do modelo físico proposto por Ising e com uma dinâmica desenvolvida por Glauber. Em particular, os métodos matemáticos comumente usados pela física estatística para estudar o chamado modelo de Ising-Glauber para cristais magnéticos são utilizados para buscar soluções analíticas exatas, ou pelo menos assintóticas, para as versões estocásticas desses dois modelos epidemiológicos. Também se realizou uma simulação computacional do modelo de Ising-Glauber com campo magnético zero através do método de Monte Carlo para representar a propagação de uma infecção em uma população que assume uma estrutura quadrada, na qual cada ponto da rede é um indivíduo, os spins down representam os indivíduos susceptíveis e os spins up representam os indivíduos infectados. Portanto, estes resultados mostram que as soluções analíticas exatas em uma dimensão da magnetização e aproximações de campo médio, trazem uma boa noção para as versões estocásticas e determinísticas dos modelos epidemiológicos SI e SIS com interações entre indivíduos. Apresentam também, que os resultados da simulação computacional de uma população com indivíduos susceptíveis e com indivíduos infectados mostraram que a doença é capaz de se propagar quando é atingida uma determinada temperatura critica. Por fim, observa-se que o modelo de Ising possibilita várias formas de rearranjos de seus termos, de maneira que permitem criar análogos aos modelos epidemiológicos encontrados na literatura / Mathematical epidemiology - which aims to describe through the use of mathematical assumptions the process of disease proliferation in a given population - proposes the use of mathematical models for the study of methods of control and prevention of possible epidemics. These models aim to represent in a real way the complexity of the interaction between susceptible individuals and infected individuals within a community. In this sense, it is noticeable the need to develop a model based on population dynamics. In physics, the research line of Complex Systems believes in the existence of univocal laws governing biological, sociological and economical systems. Thus, this area of study seeks to construct a general theory of out-of-equilibrium systems that evolve continuously over time. In this way, physical models can be used and adapted to model infectious diseases. If analyzed from the mathematical point of view, the modeling of epidemics, that is, the spread of infectious diseases transmitted from individual to individual, is very similar to the modeling of the magnetic systems studied by statistical physics. In this perspective, the main objective of this work is to investigate and model epidemic systems using the stochastic formalism of statistical mechanics. For this, an analogy was made between mathematical and statistical physics to study two classical mathematical models of epidemiology - SI (Susceptible-Infected) and SIS (Susceptible-Infected-Susceptible) - through the physical model proposed by Ising and with a developed dynamics by Glauber. In particular, the mathematical methods commonly used by statistical physics to study the so-called Ising-Glauber model for magnetic crystals are used to find exact or at least asymptotic analytical solutions for the stochastic versions of these two epidemiological models. We also performed a computational simulation of the Ising-Glauber model with zero magnetic field through the Monte Carlo method to represent the propagation of an infection in a population assuming a square structure; in which each point of the network is an individual, the spins down represent the susceptible individuals and the spins up represent the infected individuals. Therefore, the results show that the exact analytical solutions in a magnetization dimension and mean field approximations, give a good idea to the stochastic and deterministic versions of the epidemiological models SI and SIS with interactions between individuals. They also show that the results of the computational simulation of a population with susceptible individuals and with infected individuals showed that the disease is able to propagate when a certain critical temperature is reached. Finally, it is observed that the Ising model allows several forms of rearrangement of its terms, in a way that allows to create analogues to the epidemiological models found in the literature

CONTEXTO: O Coeficiente de Mortalidade Infantil (CMI), que expressa o risco de um nascido vivo morrer antes de completar um ano de vida, é considerado um dos mais eficientes sensores de desenvolvimento social, econômico e ético, e seu acompanhamento permite inferir sobre a qualidade de vida de uma população. No Rio Grande do Sul, esse coeficiente vem apresentando tendência decrescente, permanecendo abaixo da média nacional. Entretanto, ampliar a compreensão dos determinantes da mortalidade infantil pode contribuir na elaboração de políticas e programas de saúde específicos. São inúmeros os fatores de risco citados na literatura, e a maioria deles é evidenciada em estudos que desconsideram a hierarquia existente nos dados. Porém, crianças que vivem em determinadas regiões podem apresentar características similares, quando comparadas a outras que vivem em regiões diferentes. Assim, as técnicas clássicas de análise, que pressupõem independência entre as observações, podem produzir estimativas viesadas. OBJETIVOS: O objetivo deste estudo foi utilizar os dados de sistemas de informações para analisar a evolução e os determinantes da mortalidade infantil e seus componentes no Rio Grande do Sul, de 1994 a 2004, assim como identificar os fatores associados à mortalidade neonatal, em 2003, considerando características individuais e contextuais. MÉTODO: Para a análise da evolução, foi realizado um estudo ecológico longitudinal, considerando-se medidas repetidas e regressão linear multinível, com microrregiões no nível 2 e tempo no nível 1. Para identificar os determinantes associados ao óbito neonatal, foi utilizada uma coorte retrospectiva que vinculou os nascimentos registrados no período de 01/01/2003 a 03/12/2003 aos óbitos neonatais originados desses nascimentos. Esses fatores foram estimados e comparados por meio da análise dos modelos de regressão logística clássica e multinível. RESULTADOS: Verificou-se que a taxa de mortalidade infantil reduziu de 19,2 para 15,2 por mil nascidos vivos, e as principais causas de óbitos infantis, nos últimos cinco anos, foram as afecções perinatais (54,10%). Aproximadamente 47% da variação nas taxas de mortalidade ocorreu no nível das microrregiões, sendo que 10% de acréscimo na cobertura do Programa Saúde da Família esteve associado à redução de 1‰ na mortalidade infantil, e um acréscimo de 10% na taxa de pobreza esteve associado com uma redução de 2,1‰ nos óbitos infantis. Também, encontrou-se associação positiva com a proporção de baixo peso e a taxa de leitos hospitalares na população e, negativa, com a proporção de partos cesáreos e a taxa de hospitais. As variáveis associadas ao óbito neonatal, no modelo clássico, foram: baixo peso ao nascer, Apgar no 1º e 5º minuto inferiores a 8, presença de anomalia congênita, parto cesáreo, prematuridade e perda fetal anterior. No modelo multinível, essa variável não se manteve significativa, mas a inclusão da variável contextual indicou que 15% da variação da mortalidade neonatal pode ser explicada pela variabilidade nas taxas de pobreza em cada microrregião. CONCLUSÕES: Este estudo evidenciou a predominância dos fatores individuais na mortalidade infantil e neonatal, mas demonstrou que a análise multinível foi capaz de identificar efeitos contextuais, possibilitando ações públicas direcionadas aos grupos vulneráveis. / CONTEXT: The Infant Mortality Coefficient (IMC), that express the risk of a bornalive baby die before completing one year of life, is considered one of the most efficient sensors of social, economic and ethical development, and its following allows to infer on the population life quality. In Rio Grande do Sul this coefficient has presented a decreasing trend, remaining below national average. However, to extend the understanding determinants of infant mortality can contribute in the elaboration of policies and specific health programs. Several risk factors are mentioned in literature, and the majority of them are evidenced in studies that disrespect the existing hierarchy in data. However, children who live in certain regions can present similar characteristics, when compared to others who live in different regions. Thus, classical techniques of analysis that estimate independence between comments, can produce biased estimates. OBJECTIVES: The objective of this study was to use the systems of information data to analyze the evolution and determinants of infant mortality and their components in Rio Grande do Sul from 1994 to 2004, as well as to identify the factors associated to neonatal mortality, in 2003, considering individual and contextual characteristics. METHOD: For the evolution analysis a longitudinal ecologic study was carried out, considering repeated-measures and multilevel linear regression, with microregions in level 2 and time in level 1. To identify the determinants associated to neonatal death, a historic cohort was used to link births recorded from 01/01/2003 to 12/03/2003 with the originated neonatal deaths of these births. These factors were estimated and compared by classic and multilevel logistic regression models. RESULTS: It was verified that the infant mortality rate decreased from 19.2 to 15.2 per thousand live births, and the main causes of infant deaths in the last five years has been perinatal affections (54.10%). Approximately 47% of the variation in mortality rates occurred at a microregion level, being that 10% increase in Family Health Program coverage was associated to the reduction of 1‰ in infant mortality, and an increase of 10% in poverty rate was associated to an increase of 2.1‰ in infant deaths. Also, there was positive association with the proportion of low weight and hospital bed rates in the population and, negative, with the proportion of caesarean sections and hospital rates. Low birthweight, Apgar scores at 1 and at 5 minutes lower 8, presence of congenital abnormality, caesarean section, pre-term birth and previous fetal loss were associated to neonatal deaths in the classical model. In the multilevel model, previous fetal loss did not remain significant, but the inclusion of contextual variable indicated that 15% of neonatal mortality variation can be explained by the variability in rates of poverty in each microregion. CONCLUSIONS: This study evidenced the predominance of individual factors in infant and neonatal mortality, but it demonstrated that the multilevel analysis was capable of identifying contextual effects, making directed actions to the susceptible groups possible.

CONTEXTO: O Coeficiente de Mortalidade Infantil (CMI), que expressa o risco de um nascido vivo morrer antes de completar um ano de vida, é considerado um dos mais eficientes sensores de desenvolvimento social, econômico e ético, e seu acompanhamento permite inferir sobre a qualidade de vida de uma população. No Rio Grande do Sul, esse coeficiente vem apresentando tendência decrescente, permanecendo abaixo da média nacional. Entretanto, ampliar a compreensão dos determinantes da mortalidade infantil pode contribuir na elaboração de políticas e programas de saúde específicos. São inúmeros os fatores de risco citados na literatura, e a maioria deles é evidenciada em estudos que desconsideram a hierarquia existente nos dados. Porém, crianças que vivem em determinadas regiões podem apresentar características similares, quando comparadas a outras que vivem em regiões diferentes. Assim, as técnicas clássicas de análise, que pressupõem independência entre as observações, podem produzir estimativas viesadas. OBJETIVOS: O objetivo deste estudo foi utilizar os dados de sistemas de informações para analisar a evolução e os determinantes da mortalidade infantil e seus componentes no Rio Grande do Sul, de 1994 a 2004, assim como identificar os fatores associados à mortalidade neonatal, em 2003, considerando características individuais e contextuais. MÉTODO: Para a análise da evolução, foi realizado um estudo ecológico longitudinal, considerando-se medidas repetidas e regressão linear multinível, com microrregiões no nível 2 e tempo no nível 1. Para identificar os determinantes associados ao óbito neonatal, foi utilizada uma coorte retrospectiva que vinculou os nascimentos registrados no período de 01/01/2003 a 03/12/2003 aos óbitos neonatais originados desses nascimentos. Esses fatores foram estimados e comparados por meio da análise dos modelos de regressão logística clássica e multinível. RESULTADOS: Verificou-se que a taxa de mortalidade infantil reduziu de 19,2 para 15,2 por mil nascidos vivos, e as principais causas de óbitos infantis, nos últimos cinco anos, foram as afecções perinatais (54,10%). Aproximadamente 47% da variação nas taxas de mortalidade ocorreu no nível das microrregiões, sendo que 10% de acréscimo na cobertura do Programa Saúde da Família esteve associado à redução de 1‰ na mortalidade infantil, e um acréscimo de 10% na taxa de pobreza esteve associado com uma redução de 2,1‰ nos óbitos infantis. Também, encontrou-se associação positiva com a proporção de baixo peso e a taxa de leitos hospitalares na população e, negativa, com a proporção de partos cesáreos e a taxa de hospitais. As variáveis associadas ao óbito neonatal, no modelo clássico, foram: baixo peso ao nascer, Apgar no 1º e 5º minuto inferiores a 8, presença de anomalia congênita, parto cesáreo, prematuridade e perda fetal anterior. No modelo multinível, essa variável não se manteve significativa, mas a inclusão da variável contextual indicou que 15% da variação da mortalidade neonatal pode ser explicada pela variabilidade nas taxas de pobreza em cada microrregião. CONCLUSÕES: Este estudo evidenciou a predominância dos fatores individuais na mortalidade infantil e neonatal, mas demonstrou que a análise multinível foi capaz de identificar efeitos contextuais, possibilitando ações públicas direcionadas aos grupos vulneráveis. / CONTEXT: The Infant Mortality Coefficient (IMC), that express the risk of a bornalive baby die before completing one year of life, is considered one of the most efficient sensors of social, economic and ethical development, and its following allows to infer on the population life quality. In Rio Grande do Sul this coefficient has presented a decreasing trend, remaining below national average. However, to extend the understanding determinants of infant mortality can contribute in the elaboration of policies and specific health programs. Several risk factors are mentioned in literature, and the majority of them are evidenced in studies that disrespect the existing hierarchy in data. However, children who live in certain regions can present similar characteristics, when compared to others who live in different regions. Thus, classical techniques of analysis that estimate independence between comments, can produce biased estimates. OBJECTIVES: The objective of this study was to use the systems of information data to analyze the evolution and determinants of infant mortality and their components in Rio Grande do Sul from 1994 to 2004, as well as to identify the factors associated to neonatal mortality, in 2003, considering individual and contextual characteristics. METHOD: For the evolution analysis a longitudinal ecologic study was carried out, considering repeated-measures and multilevel linear regression, with microregions in level 2 and time in level 1. To identify the determinants associated to neonatal death, a historic cohort was used to link births recorded from 01/01/2003 to 12/03/2003 with the originated neonatal deaths of these births. These factors were estimated and compared by classic and multilevel logistic regression models. RESULTS: It was verified that the infant mortality rate decreased from 19.2 to 15.2 per thousand live births, and the main causes of infant deaths in the last five years has been perinatal affections (54.10%). Approximately 47% of the variation in mortality rates occurred at a microregion level, being that 10% increase in Family Health Program coverage was associated to the reduction of 1‰ in infant mortality, and an increase of 10% in poverty rate was associated to an increase of 2.1‰ in infant deaths. Also, there was positive association with the proportion of low weight and hospital bed rates in the population and, negative, with the proportion of caesarean sections and hospital rates. Low birthweight, Apgar scores at 1 and at 5 minutes lower 8, presence of congenital abnormality, caesarean section, pre-term birth and previous fetal loss were associated to neonatal deaths in the classical model. In the multilevel model, previous fetal loss did not remain significant, but the inclusion of contextual variable indicated that 15% of neonatal mortality variation can be explained by the variability in rates of poverty in each microregion. CONCLUSIONS: This study evidenced the predominance of individual factors in infant and neonatal mortality, but it demonstrated that the multilevel analysis was capable of identifying contextual effects, making directed actions to the susceptible groups possible.

CONTEXTO: O Coeficiente de Mortalidade Infantil (CMI), que expressa o risco de um nascido vivo morrer antes de completar um ano de vida, é considerado um dos mais eficientes sensores de desenvolvimento social, econômico e ético, e seu acompanhamento permite inferir sobre a qualidade de vida de uma população. No Rio Grande do Sul, esse coeficiente vem apresentando tendência decrescente, permanecendo abaixo da média nacional. Entretanto, ampliar a compreensão dos determinantes da mortalidade infantil pode contribuir na elaboração de políticas e programas de saúde específicos. São inúmeros os fatores de risco citados na literatura, e a maioria deles é evidenciada em estudos que desconsideram a hierarquia existente nos dados. Porém, crianças que vivem em determinadas regiões podem apresentar características similares, quando comparadas a outras que vivem em regiões diferentes. Assim, as técnicas clássicas de análise, que pressupõem independência entre as observações, podem produzir estimativas viesadas. OBJETIVOS: O objetivo deste estudo foi utilizar os dados de sistemas de informações para analisar a evolução e os determinantes da mortalidade infantil e seus componentes no Rio Grande do Sul, de 1994 a 2004, assim como identificar os fatores associados à mortalidade neonatal, em 2003, considerando características individuais e contextuais. MÉTODO: Para a análise da evolução, foi realizado um estudo ecológico longitudinal, considerando-se medidas repetidas e regressão linear multinível, com microrregiões no nível 2 e tempo no nível 1. Para identificar os determinantes associados ao óbito neonatal, foi utilizada uma coorte retrospectiva que vinculou os nascimentos registrados no período de 01/01/2003 a 03/12/2003 aos óbitos neonatais originados desses nascimentos. Esses fatores foram estimados e comparados por meio da análise dos modelos de regressão logística clássica e multinível. RESULTADOS: Verificou-se que a taxa de mortalidade infantil reduziu de 19,2 para 15,2 por mil nascidos vivos, e as principais causas de óbitos infantis, nos últimos cinco anos, foram as afecções perinatais (54,10%). Aproximadamente 47% da variação nas taxas de mortalidade ocorreu no nível das microrregiões, sendo que 10% de acréscimo na cobertura do Programa Saúde da Família esteve associado à redução de 1‰ na mortalidade infantil, e um acréscimo de 10% na taxa de pobreza esteve associado com uma redução de 2,1‰ nos óbitos infantis. Também, encontrou-se associação positiva com a proporção de baixo peso e a taxa de leitos hospitalares na população e, negativa, com a proporção de partos cesáreos e a taxa de hospitais. As variáveis associadas ao óbito neonatal, no modelo clássico, foram: baixo peso ao nascer, Apgar no 1º e 5º minuto inferiores a 8, presença de anomalia congênita, parto cesáreo, prematuridade e perda fetal anterior. No modelo multinível, essa variável não se manteve significativa, mas a inclusão da variável contextual indicou que 15% da variação da mortalidade neonatal pode ser explicada pela variabilidade nas taxas de pobreza em cada microrregião. CONCLUSÕES: Este estudo evidenciou a predominância dos fatores individuais na mortalidade infantil e neonatal, mas demonstrou que a análise multinível foi capaz de identificar efeitos contextuais, possibilitando ações públicas direcionadas aos grupos vulneráveis. / CONTEXT: The Infant Mortality Coefficient (IMC), that express the risk of a bornalive baby die before completing one year of life, is considered one of the most efficient sensors of social, economic and ethical development, and its following allows to infer on the population life quality. In Rio Grande do Sul this coefficient has presented a decreasing trend, remaining below national average. However, to extend the understanding determinants of infant mortality can contribute in the elaboration of policies and specific health programs. Several risk factors are mentioned in literature, and the majority of them are evidenced in studies that disrespect the existing hierarchy in data. However, children who live in certain regions can present similar characteristics, when compared to others who live in different regions. Thus, classical techniques of analysis that estimate independence between comments, can produce biased estimates. OBJECTIVES: The objective of this study was to use the systems of information data to analyze the evolution and determinants of infant mortality and their components in Rio Grande do Sul from 1994 to 2004, as well as to identify the factors associated to neonatal mortality, in 2003, considering individual and contextual characteristics. METHOD: For the evolution analysis a longitudinal ecologic study was carried out, considering repeated-measures and multilevel linear regression, with microregions in level 2 and time in level 1. To identify the determinants associated to neonatal death, a historic cohort was used to link births recorded from 01/01/2003 to 12/03/2003 with the originated neonatal deaths of these births. These factors were estimated and compared by classic and multilevel logistic regression models. RESULTS: It was verified that the infant mortality rate decreased from 19.2 to 15.2 per thousand live births, and the main causes of infant deaths in the last five years has been perinatal affections (54.10%). Approximately 47% of the variation in mortality rates occurred at a microregion level, being that 10% increase in Family Health Program coverage was associated to the reduction of 1‰ in infant mortality, and an increase of 10% in poverty rate was associated to an increase of 2.1‰ in infant deaths. Also, there was positive association with the proportion of low weight and hospital bed rates in the population and, negative, with the proportion of caesarean sections and hospital rates. Low birthweight, Apgar scores at 1 and at 5 minutes lower 8, presence of congenital abnormality, caesarean section, pre-term birth and previous fetal loss were associated to neonatal deaths in the classical model. In the multilevel model, previous fetal loss did not remain significant, but the inclusion of contextual variable indicated that 15% of neonatal mortality variation can be explained by the variability in rates of poverty in each microregion. CONCLUSIONS: This study evidenced the predominance of individual factors in infant and neonatal mortality, but it demonstrated that the multilevel analysis was capable of identifying contextual effects, making directed actions to the susceptible groups possible.

Submitted by Irene Nascimento (irene.kessia@ufpe.br) on 2016-10-17T18:29:55Z No. of bitstreams: 2 license_rdf: 1232 bytes, checksum: 66e71c371cc565284e70f40736c94386 (MD5) phd_efsb_FINAL_BIBLIOTECA.pdf: 7882904 bytes, checksum: df094c44eb4ce5be12596263047790ed (MD5) / Made available in DSpace on 2016-10-17T18:29:55Z (GMT). No. of bitstreams: 2 license_rdf: 1232 bytes, checksum: 66e71c371cc565284e70f40736c94386 (MD5) phd_efsb_FINAL_BIBLIOTECA.pdf: 7882904 bytes, checksum: df094c44eb4ce5be12596263047790ed (MD5) Previous issue date: 2016-08-29 / FACEPE / Context: In Software Engineering, technology transfer has been treated as a problem that concernsonly two agents (innovation and adoption agents) working together to fill the knowledge gap between them. In this scenario, the transfer is carried out in a “peer-to-peer” fashion, not changing the reality of individuals and organizations around them. This approach works well when one is just seeking the adoption of a technology by a“specific client”. However, it can not solve a common problem that is the adoption of new technologies by a large mass of potential new users. In a wider context like this, it no longer makes sense to focus on “peer-to-peer” transfer. A new way of looking at the problem is necessary. It makes more sense to approach it as diffusion of innovations, where there is an information spreading in a community, similar to that observed in epidemics. Objective: This thesis proposes a paradigm shift to show the adoption of programming languages can be formally addressed as an epidemic. This focus shift allows the dynamics of programming language adoption to be mathematically modelled as such, and besides finding models that explain the community’s behaviour when adopting programming languages, it allows some predictions to be made, helping both individuals who wish to adopt a new language that might seem to be a new industry standard, and language designers to understand in real time the adoption of a particular language by a community. Method: After a proof of concept with data from Sourceforge (2000 to 2009), data from GitHub (2009 to January 2016), a well-known open source software repository, and Stack Overflow (2008 to March 2016), a popular Q&A system for software developers, were obtained and preprocessed. Using cumulative biological growth functions, often used in epidemiological contexts, we obtained adjusted models to the data. Once with the adjusted models, we evaluated their predictive capabilities through repeated applications of hypothesis testing and statistical calculations in different versions of the models obtained after adjusting the functions to samples of different time frames from the repositories. Results: We show that programming language adoption can be formally considered an epidemiological phenomenon by adjusting a well-known mathematical function used to describe such phenomena. We also show that, using the models found, it is possible to forecast programming languages adoption. We also show that it is possible to have similar insights by observing user data, as well as data from the community itself, not using software developers as susceptible individuals. Limitations: The forecast of the adoption outcome (asymptote) needs to be taken with care because it varies depending on the sample size, which also influences the quality of forecasts in general. Unfortunately, we not always have control over the sample size, because it depends on the population under analysis. The forecast of programming language adoption is only valid for the analysed population; generalizations should be made with caution. Conclusion: Addressing programming languages adoption as an epidemiological phenomenon allows us to perform analyses not possible otherwise. We can have an overview of a population in real time regarding the use of a programming language, which allows us, as innovation agents, to adjust our technology if it is not achieving the desired “penetration”; as adoption agents, we may decide, ahead of our competitors, to adopt a seemingly promising technology that may ultimately become a standard. / Contexto: Em Engenharia de Software, transferência de tecnologia tem sido tratada como um problema pontual, um processo que diz respeito a dois agentes (os agentes de inovação e adoção) trabalhando juntos para preencher uma lacuna no conhecimento entre estes dois. Neste cenário, a transferência é realizada “ponto a ponto”, envolvendo e tendo efeito apenas nos indivíduos que participam do processo. Esta abordagem funciona bem quando se está buscando apenas a adoção da tecnologia por um “cliente” específico. No entanto, ela não consegue resolver um problema bastante comum que é a adoção de novas tecnologias por uma grande massa de potenciais novos usuários. Neste contexto mais amplo, não faz mais sentido focar em transferência ponto a ponto, faz-se necessária uma nova maneira de olhar para o problema. É mais interessante abordá-lo como difusão de inovações, onde existe um espalhamento da informação em uma comunidade, de maneira semelhante ao que se observa em epidemias. Objetivo: Esta tese de doutorado mostra que a adoção de linguagens de programação pode ser tratada formalmente como uma epidemia. Esta mudança conceitual na maneira de olhar para o fenômeno permite que a dinâmica da adoção de linguagens de programação seja modelada matematicamente como tal, e além de encontrar modelos que expliquem o comportamento da comunidade quando da adoção de uma linguagem de programação, permite que algumas previsões sejam realizadas, ajudando tanto indivíduos que desejem adotar uma nova linguagem que parece se apresentar como um novo padrão industrial, quanto ajudando projetistas de linguagens a entender em tempo real a adoção de uma determinada linguagem pela comunidade. Método: Após uma prova de conceito com dados do Sourceforge (2000 a 2009), dados do GitHub (2009 a janeiro de 2016) um repositório de projetos software de código aberto, e Stack Overflow (2008 a março de 2016) um popular sistema de perguntas e respostas para desenvolvedores de software, from obtidos e pré processados. Utilizando uma função de crescimento biológico cumulativo, frequentemente usada em contextos epidemiológicos, obtivemos modelos ajustados aos dados. Uma vez com os modelos ajustados, realizamos avaliações de sua precisão. Avaliamos suas capacidades de previsão através de repetidas aplicações de testes de hipóteses e cálculos de estatísticas em diferentes versões dos modelos, obtidas após ajustes das funções a amostras de diferentes tamanhos dos dados obtidos. Resultados: Mostramos que a adoção de linguagens de programação pode ser considerada formalmente um fenômeno epidemiológico através do ajuste de uma função matemática reconhecidamente útil para descrever tais fenômenos. Mostramos também que é possível, utilizando os modelos encontrados, realizar previsões da adoção de linguagens de programação em uma determinada comunidade. Ainda, mostramos que é possível obter conclusões semelhantes observando dados de usuários e dados da comunidade apenas, não usando desenvolvedores de software como indivíduos suscetíveis. Limitações: A previsão do limite superior da adoção (assíntota) não é confiável, variando muito dependendo do tamanho da amostra, que também influencia na qualidade das previsões em geral. Infelizmente, nem sempre teremos controle sob o tamanho da amostra, pois ela depende da população em análise. A adoção da linguagem de programação só é válida para a população em análise; generalizações devem ser realizadas com cautela. Conclusão: Abordar o fenômeno de adoção de linguagens de programação como um fenômeno epidemiológico nos permite realizar análises que não são possíveis de outro modo. Podemos ter uma visão geral de uma população em tempo real no que diz respeito ao uso de uma linguagem de programação, o que nos permite, com agentes de inovação, ajustar a tecnologia caso ela não esteja alcançando o alcance desejado; como agentes de adoção, podemos decidir por adotar uma tecnologia aparentemente promissora que pode vir a se tornar um padrão.

A ferrugem alaranjada da cana-de-açúcar (Puccinia kuehnii) foi relatada pela primeira vez no Brasil em dezembro de 2009. Em países onde a doença já ocorre, danos de até 40% foram relatados. Diante da presente situação, os objetivos deste estudo foram: (i) verificar a germinação de esporos sob diferentes temperaturas, in vitro, (ii) verificar aspectos epidemiológicos da ferrugem alaranjada sob diferentes períodos de molhamento foliar e temperaturas, in vivo, sob condições controladas, e (iii) desenvolver mapa de zona de risco de epidemia para o Estado de São Paulo. Para a germinação de esporos, in vitro, foram utilizadas lâminas de vidro, vertidas com ágarágua, onde foi espalhada suspensão de conídios sobre o meio de cultura, mantidas em câmara úmida por até 22 h e foram avaliados a porcentagem de esporos germinados e o comprimento dos tubos germinativos. No experimento in vivo, plantas de um mês de idade da variedade suscetível CL85-1040 foram inoculadas e destinadas a 36 tratamentos que representaram a interação entre seis temperaturas (10, 15, 20, 25, 30 e 35°C) e seis períodos de molhamento foliar (0, 4, 8, 12, 18 e 24 h). O experimento foi realizado duas vezes. A severidade da doença foi medida pela contagem de número de lesões na folha zero. Também foram medidos diâmetros das lesões, no último dia de avaliação. Para o desenvolvimento do mapa de zona de risco para o Estado de São Paulo, foram empregados dados meteorológicos dos anos de 2002 a 2005. Modelos de previsão foram utilizados para gerar índices e para calcular as porcentagens de dias favoráveis à infecção. No experimento in vitro observou-se que há germinação de urediniósporos a 10, 15, 20 e 25°C. No entanto, o crescimento do tubo germinativo é mais rápido conforme a temperatura aumenta, apresentando redução do crescimento na temperatura de 25°C ou superior. No experimento in vivo observou-se aparecimento da doença apenas nos tratamentos submetidos a 20 e 25°C, e que a 25°C o tamanho das lesões foi maior que a 20°C. O período de incubação e de latência variaram de 11 a 16 dias. O patógeno requereu o mínimo de 8 h de período de molhamento foliar para o sucesso de sua infecção e a ferrugem foi mais severa em períodos de molhamento a partir de 12 h. A zona de maior favorabilidade de epidemia para ferrugem alaranjada da cana-de-açúcar para o Estado de São Paulo é o Centro-norte. Esses resultados colaboram para o entendimento da epidemiologia da doença e favorecem subsídio para o seu manejo. / Sugarcane orange rust, caused by Puccinia kuehnii, was reported for the first time in Brazil in December of 2009. In countries where the disease already occurs, there were related damages around 40%. The objective of this study was: (i) to verify the spore germination under different temperatures in vitro; (ii) to verify the epidemiological aspects of orange rust under different leaf wetness duration and temperatures, in vivo, under controlled conditions; and (iii) to develop risk maps for the disease epidemic for Sao Paulo State. For spore germination, in vitro, water agar was poured on slides and spores suspension was spread on the media and kept under wet chamber for up to 22 h. In the in vitro evaluations, there was recorded the percentage of spore germination and the length of the germ tubes. For the in vivo experiment, pots with one-month-old plants of the susceptible variety CL85-1040 were inoculated and submitted to 36 treatments that represented the interaction of six temperatures (10, 15, 20, 25, 30 and 35°C) and six leaf wetness duration (0, 4, 8, 12, 18 and 24 h). This experiment was repeated twice. The severity of the disease was measured counting the number of lesions on the zero leaf. Diameter of lesions was also recorded on the last day of assessment. For the development of risk zones maps for the disease epidemic for Sao Paulo State, we used meteorological data from the years 2002 to 2005. Forecast models were used to create indexes and to calculate the percent of favorable days for the infection. The in vitro experiment shows that the urediniospores germinate at 10, 15, 20 and 25°C. However, the germ tube growth is faster as the temperature increases, reducing the growth as the temperature reaches 25°C or more. In the in vivo experiment, the disease just occurred at 20 and 25°C, and at 25°C the size of the lesions is superior than at 20°C. The incubation and latent period varied from 11 to 16 days, depending on the treatment. The pathogen required at least 8 h of leaf wetness duration for the success of the infection, and the disease was more severe at over 12 h of leaf wetness duration. The most favorable zone for orange rust epidemic in the Sao Paulo State is the North Central area.

Em epidemiologia matemática, muitos modelos de propagação de doenças infecciosas em populações têm sido analisados matematicamente e aplicados para doenças específicas. Neste trabalho um modelo de propagação de dengue é analisado considerando-se diferentes hipóteses sobre o tamanho da população humana. Mais precisamente, estamos interessados em verificar o impacto das variações populacionais a longo prazo no cálculo do parâmetro Ro e no equilíbrio endêmico. Vamos discutir algumas ideias que nortearam o processo de definição do parâmetro Ro a partir da construção do Operador de Próxima Geração. Através de um estudo qualitativo do modelo matemático, obtivemos que o equilíbrio livre de doença é globalmente assintoticamente estável se Ro é menor ou igual a 1 e instável se Ro>1. Para Ro>1, a estabilidade global do equilíbrio endêmico é provada usando um critério geral para estabilidade orbital de órbitas periódicas associadas a sistemas autônomos não lineares de altas ordens e resultados da teoria de sistemas competitivos para equações diferenciais ordinárias. Também foi desenvolvida uma análise de sensibilidade do Ro e do equilíbrio endêmico com relação aos parâmetros do modelo de propagação. Diversos cenários foram simulados a partir dos índices de sensibilidade obtidos nesta análise. Os resultados demonstram que, de forma geral, o parâmetro Ro e o equilíbrio endêmico apresentam considerável sensibilidade a taxa de picadas do vetor e a taxa de mortalidade do vetor. / In mathematical epidemiology many models of spread of infectious diseases in populations have been analyzed mathematically and applied to specific diseases. In this work a dengue propagation model is analyzed considering different assumptions about the size of the human population. More precisely, we are interested to verify the impact of population long-term variations in the calculation of the parameter Ro and endemic equilibrium. We will discuss some ideas that guided the parameter setting process Ro from the construction of the Next Generation Operator. Through a qualitative study of the mathematical model, we found that the disease-free equilibrium is globally asymptotically stable if Ro is less or equal than 1 and unstable if Ro> 1. For Ro> 1 the global stability of the endemic equilibrium is proved using a general criterion for orbital stability of periodic orbits associated with nonlinear autonomous systems of higher orders and results of the theory of competitive systems for ordinary differential equations. Also a sensitivity analysis of the Ro and the endemic equilibrium with respect to the parameters of the propagation model was developed. Several scenarios were simulated from the sensitivity index obtained in this analysis. The results demonstrate that in general the parameter Ro and the endemic equilibrium are the most sensitive to the vector biting rate and the vector mortality rate.

INTRODUÇÃO: A escolha entre diferentes modelos de análise de decisão introduz variabilidade nos resultados das avaliações econômicas. Modelos estáticos não captam os efeitos indiretos da vacinação comprometendo a avaliação geral dos benefícios da vacinação. Neste trabalho foram desenvolvidos um modelo dinâmico e um modelo estático para a análise de custo-efetividade (ACE) da vacina contra varicela e foram comparados os resultados obtidos com os dois modelos. MÉTODOS: Avaliação econômica completa do tipo ACE usando modelagem. As análises compararam duas estratégias: 1) introdução da vacinação infantil de rotina aos 12 meses de vida; versus 2) situação existente (vacinação após os surtos em creches e vacinação de imunodeprimidos). As análises foram conduzidas no horizonte temporal de 30 anos. RESULTADOS: O modelo dinâmico estimou que na ausência do programa de vacinação ocorreriam 2 915 294 casos de varicela por ano no Brasil, resultando em 879 095 casos ambulatoriais, 4 507 hospitalizações, 119 mortes e 4 casos de sequela. O custo total anual da varicela foi estimado em R$27 378 957 para a sociedade e em R$14 412 610 para o sistema de saúde. A razão de custo-efetividade incremental (RCEI) por ano de vida salvo foi R$14 749 na perspectiva da sociedade e R$16 582 na perspectiva do sistema de saúde. O modelo estático estimou que na ausência do programa de vacinação ocorreriam 1 656 547 casos de varicela por ano no Brasil, resultando em 629 488 casos ambulatoriais, 5 120 hospitalizações, 82 mortes e 1 caso de sequela. O custo total anual da varicela foi estimado em R$17 311 412 para a sociedade e em R$9 570 551 para o sistema de saúde. A RCEI por ano de vida salvo foi R$35 254 na perspectiva da sociedade e R$36 599 na perspectiva do sistema de saúde. Aplicando o limiar de custoefetividade da Organização Mundial de Saúde (OMS) aos resultados obtidos com o modelo dinâmico a vacinação foi considerada uma estratégia custo-efetiva o mesmo não aconteceu com os resultados do modelo estático. Na análise de sensibilidade da taxa de incidência utilizada no modelo estático a RCEI por ano de vida salvo foi R$19 905 na perspectiva da sociedade e R$21 176 na perspectiva do sistema de saúde e a vacinação foi considerada custo-efetiva. CONCLUSÃO: A estimativa de custo-efetividade de programas de vacinação exige o uso de um modelo apropriado. O que é julgado como apropriado será influenciado pelo contexto da avaliação proposta, conhecimento da epidemiologia da doença, disponibilidade de dados e existência de uma equipe qualificada para construir e interpretar os resultados desses modelos. / BACKGROUND: The choice between different decision analysis models introduces variability in the results of economic evaluations. Static models do not take into account the indirect effects of vaccination, thus compromising the overall assessment of vaccination benefits. This work developed two models one dynamic and another static to conduct cost-effectiveness analyses (CEA) of varicella vaccine, comparing the results of the two. METHODS: Comprehensive economic evaluation CEA using modeling. The analysis compared two strategies: 1) introduction of routine vaccination for children under 12 months, versus 2) current situation (vaccination after outbreaks in nurseries and vaccination of immunocompromised). The time horizon of the analysis was 30 years. RESULTS: The dynamic model estimated that in the absence of the vaccination program, 2 915 294 cases of varicella occurred every year in Brazil, resulting in 879,095 outpatient cases, 4,507 hospitalizations, 119 deaths and 4 sequela cases. The total annual cost of varicella was estimated at R$ 27,378,957 for the society and at R$ 14,412,610 for the health care system. From the perspective of society, the incremental cost-effectiveness ratio (ICER) was R$ 14,749 per life-year saved, while from the perspective of the health care system, it amounted to R$ 16,582. The model estimated that, in the absence of a vaccination program, there would be 1,656,547 cases of varicella every year in Brazil, resulting in 629,488 outpatient cases, 5,120 hospitalizations, 82 deaths and 1 case of sequela. The total annual cost of varicella was estimated at R$ 17,311,412 for the society, and at R$ 9,570,551 for the health care system. The ICER was R$ 35,254 and R$ 36,599 from the perspective of society and the health care system, respectively. When applying the World Health Organization (WHO)\'s cost-effectiveness threshold to the dynamic model results, vaccination was considered a cost-effective strategy; this was nevertheless not the case with the static model. In the sensitivity analysis for the incidence rate employed in the static model, the ICER was R$ 19,905 per life-year saved from the perspective of society, and R$ 21,176 from the perspective of the health care system, with vaccination deemed cost-effective. CONCLUSION: Estimating the cost-effectiveness of vaccination programs requires the use of an appropriate model. Establishing an appropriate course of action will depend on the context of proposal evaluation, understanding of disease epidemiology, availability of data, and the existence of a qualified team to build these models and interpret their results.