As doenças respiratórias e a poluição do ar são temas de muitos trabalhos científicos, porém a relação entre doenças respiratórias e queimadas de cana-de-açúcar ainda é pouco estudada. A queima da palha da cana-de-açúcar é uma prática comum em grande parte do Estado de São Paulo, com especial destaque para os dados da região de Ribeirão Preto. Os focos de queimadas são detectados por satélites do CPTEC/INPE (Centro de Previsão de Tempo e Estudos Climáticos do Instituto Nacional de Pesquisas Espaciais) e neste trabalho consideramos o tempo entre dias de extrapolação do número de internações diárias. Neste trabalho introduzimos diferentes modelos estatísticos para analisar dados de focos de queimadas e suas relações com as internações por doenças respiratórias. Propomos novos modelos para analisar estes dados, na presença ou não da covariável, que representa o número de queimadas. Sob o enfoque Bayesiano, usando os diferentes modelos propostos, encontramos os sumários a posteriori de interesse utilizando métodos de simulação de Monte Carlo em Cadeias de Markov. Também usamos técnicas Bayesianas para discriminar os diferentes modelos. Para os dados da região de Ribeirão Preto, encontramos modelos que levam à obtenção das inferências a posteriori com grande precisão e vericamos que a presença da covariável nos traz um grande ganho na qualidade dos dados ajustados. Os resultados a posteriori nos sugerem evidências de uma relação entre as queimadas e o tempo entre as extrapolações do número de internações, ou seja, de que quando observamos um maior número de queimadas anteriores à extrapolação, também observamos que o tempo entre as extrapolações é menor. / Relations between respiratory diseases and air pollution has been the goals of many scientic works, but the relation between respiratory diseases and sugar cane burning still is not well studied in the literature. Pre-harvest burning of sugarcane elds used primarily to get rid of the dried leaves is common in most of São Paulo state, Southeast Brazil, especially in the Ribeirão Preto region. The locals of pre-harvest sugar cane burning are detected by surveillance satellites of the CPTEC/INPE (Center of Climate Prediction of the Space Research National Institute). In this work, we consider as our data of interest, the time in days, between peaks numbers of hospitalizations due to respiratory diseases. Dierent statistical models are assumed to analyze the data of pre-harvest burning of sugar cane elds and their relations with hospitalizations due to respiratory diseases. These new models are considered to analyze data sets in presence or not of covariates, representing the numbers of pre-harvest burning of sugar cane elds. Under a Bayesian approach, we get the posterior summaries of interest using MCMC (Markov Chain Monte Carlo) methods. We also use dierent existing Bayesian discrimination methods to choose the best model. In our case, considering the data of Ribeirão Preto region, we observed that the models in presence of covariates give accurate inferences and good t for the data. We concluded that there is evidence of a relationship between respiratory diseases and sugar cane burning, that is, larger numbers of pre-harvest sugar cane burning, implies in larger numbers of hospitalizations due to respiratory diseases. In this case, we also observe small times (days) between extra numbers of hospitalizations.

As doenças respiratórias e a poluição do ar são temas de muitos trabalhos científicos, porém a relação entre doenças respiratórias e queimadas de cana-de-açúcar ainda é pouco estudada. A queima da palha da cana-de-açúcar é uma prática comum em grande parte do Estado de São Paulo, com especial destaque para os dados da região de Ribeirão Preto. Os focos de queimadas são detectados por satélites do CPTEC/INPE (Centro de Previsão de Tempo e Estudos Climáticos do Instituto Nacional de Pesquisas Espaciais) e neste trabalho consideramos o tempo entre dias de extrapolação do número de internações diárias. Neste trabalho introduzimos diferentes modelos estatísticos para analisar dados de focos de queimadas e suas relações com as internações por doenças respiratórias. Propomos novos modelos para analisar estes dados, na presença ou não da covariável, que representa o número de queimadas. Sob o enfoque Bayesiano, usando os diferentes modelos propostos, encontramos os sumários a posteriori de interesse utilizando métodos de simulação de Monte Carlo em Cadeias de Markov. Também usamos técnicas Bayesianas para discriminar os diferentes modelos. Para os dados da região de Ribeirão Preto, encontramos modelos que levam à obtenção das inferências a posteriori com grande precisão e vericamos que a presença da covariável nos traz um grande ganho na qualidade dos dados ajustados. Os resultados a posteriori nos sugerem evidências de uma relação entre as queimadas e o tempo entre as extrapolações do número de internações, ou seja, de que quando observamos um maior número de queimadas anteriores à extrapolação, também observamos que o tempo entre as extrapolações é menor. / Relations between respiratory diseases and air pollution has been the goals of many scientic works, but the relation between respiratory diseases and sugar cane burning still is not well studied in the literature. Pre-harvest burning of sugarcane elds used primarily to get rid of the dried leaves is common in most of São Paulo state, Southeast Brazil, especially in the Ribeirão Preto region. The locals of pre-harvest sugar cane burning are detected by surveillance satellites of the CPTEC/INPE (Center of Climate Prediction of the Space Research National Institute). In this work, we consider as our data of interest, the time in days, between peaks numbers of hospitalizations due to respiratory diseases. Dierent statistical models are assumed to analyze the data of pre-harvest burning of sugar cane elds and their relations with hospitalizations due to respiratory diseases. These new models are considered to analyze data sets in presence or not of covariates, representing the numbers of pre-harvest burning of sugar cane elds. Under a Bayesian approach, we get the posterior summaries of interest using MCMC (Markov Chain Monte Carlo) methods. We also use dierent existing Bayesian discrimination methods to choose the best model. In our case, considering the data of Ribeirão Preto region, we observed that the models in presence of covariates give accurate inferences and good t for the data. We concluded that there is evidence of a relationship between respiratory diseases and sugar cane burning, that is, larger numbers of pre-harvest sugar cane burning, implies in larger numbers of hospitalizations due to respiratory diseases. In this case, we also observe small times (days) between extra numbers of hospitalizations.