<font face="Default Sans Serif,Verdana,Arial,Helvetica,sans-serif" size="2"><div><br></div><div><div>Bom dia a todos!</div><div>Na proxima sexta, no ciclo de seminarios de DEST-UFMG teremos as apresentacoes de Magda C. Pires  e Marta Bianchi.</div><div><br></div><div>Magda eh professora no DEST, atual coordenadora da Graduacao em Estatistica, e suas principais areas de pesquisa</div><div>sao confiabilidade, bioestatistica e modelos com erros de classificação.</div><div><br></div><div>Marta e professora na UFG e atualmente eh aluna do nosso doutorado. Seu seminario e  parte da disciplina seminários 1B.</div><div><br></div><div>Os semiários, cujos detalhes estao abaixo,   serao transmitidos via canal do Youtube Video Conferencia do DEST </div><div>(<span style="font-size: 10.5pt; font-family: "Segoe UI", sans-serif;">https://www.youtube.com/watch?v=DpLrcViVohg)</span></div><div><span style="font-size: 10.5pt; font-family: "Segoe UI", sans-serif;"><br></span></div><div><span style="font-size: 10.5pt; font-family: "Segoe UI", sans-serif;">otimo fim de semana a todos</span></div><div><span style="font-size: 10.5pt; font-family: "Segoe UI", sans-serif;">Rosangela</span></div><p class="MsoNormal" style="line-height: normal; background-image: initial; background-position: initial; background-size: initial; background-repeat: initial; background-attachment: initial; background-origin: initial; background-clip: initial;"><span style="font-size: 10.5pt; font-family: "Segoe UI", sans-serif;"><o:p></o:p></span></p><div>****</div><div><p class="MsoNormal" style="font-family: "Default Sans Serif", Verdana, Arial, Helvetica, sans-serif; font-size: small;"></p><p class="MsoNormal" style="line-height: normal; background-image: initial; background-position: initial; background-size: initial; background-repeat: initial; background-attachment: initial; background-origin: initial; background-clip: initial;"><b><span style="font-size: 10.5pt; font-family: "Segoe UI", sans-serif;">Seminário 1</span></b><span style="font-size: 9pt; font-family: Verdana, sans-serif;"><o:p></o:p></span></p><p class="MsoNormal" style="line-height: normal; background-image: initial; background-position: initial; background-size: initial; background-repeat: initial; background-attachment: initial; background-origin: initial; background-clip: initial;"><b><span lang="EN-US">ABC₂-SPH </span></b><b><span lang="EN-CA">risk score for in-hospital mortality in COVID-19 patients: development, external validation and comparison with other available scores</span></b><span style="font-size: 9pt; font-family: Verdana, sans-serif;"><o:p></o:p></span></p><p class="MsoNormal" style="line-height: normal; background-image: initial; background-position: initial; background-size: initial; background-repeat: initial; background-attachment: initial; background-origin: initial; background-clip: initial;"><span style="font-size: 9pt; font-family: Verdana, sans-serif;"> </span><b><span style="font-size: 10.5pt; font-family: "Segoe UI", sans-serif;">Magda Carvalho Pires (DEST-UFMG)</span></b></p><p class="MsoNormal" style="line-height: normal; background-image: initial; background-position: initial; background-size: initial; background-repeat: initial; background-attachment: initial; background-origin: initial; background-clip: initial;"><span lang="EN-CA">(</span>Joint work with Milena S. Marcolino, Lucas E. F. Ramos, Rafael T. Silva, Luana M. Oliveira <a href="http://et.al/" target="_blank">et.al</a>)</p><p class="MsoNormal" style="text-align: justify; line-height: 11.75pt; background-image: initial; background-position: initial; background-size: initial; background-repeat: initial; background-attachment: initial; background-origin: initial; background-clip: initial;"><span lang="EN-US">Coronavirus disease 2019 (COVID-19), caused by the SARS-CoV-2  virus,  is still the main global health, social and economic challenge. </span><span lang="EN-CA">In this context, fast and efficient assessment of prognosis of the disease is needed to optimize the allocation of health care and human resources, to empower early identification and intervention of patients at higher risk of poor outcome. Thus, rapid scoring systems, which combine different variables to estimate the risk of poor outcome, may be extremely helpful for fast and effective assessment of those patients in the emergency department</span><span lang="EN-US">. Following international guidelines, generalized additive models and LASSO logistic regression were </span><span lang="EN-CA">performed to develop a prediction model for in-hospital mortality, based on the 3978 patients that were admitted during March-July, 2020. The model was validated in the 1054 patients admitted during August-September 30, as well as in an external cohort of 474 Spanish patients. Our </span><span lang="EN-US">ABC₂-SPH score</span><span lang="EN-CA"> showed good discrimination, calibration and overall performance in both Brazilian cohorts, but, in the Spanish cohort, mortality was somewhat underestimated in patients with very high (>25%) risk. The </span><span lang="EN-US">ABC₂-SPH </span><span lang="EN-CA">score is implemented in a freely available online risk calculator </span><span lang="EN-US">(</span><a href="https://abc2sph.com/" target="_blank"><font color="#0563c1">https://abc2sph.com/</font></a><span lang="EN-US">)</span><span lang="EN-CA">. </span>Preprint: <a href="http://www.medrxiv.org/content/10.1101/2021.02.01.21250306v1" target="_blank">www.medrxiv.org/content/10.1101/2021.02.01.21250306v1</a></p><p class="MsoNormal" style="line-height: normal; background-image: initial; background-position: initial; background-size: initial; background-repeat: initial; background-attachment: initial; background-origin: initial; background-clip: initial;"><span style="font-size: 9pt; font-family: Verdana, sans-serif;"> </span><b><span style="font-size: 9.5pt; font-family: Verdana, sans-serif;">Data: 19 de fevereiro de 2021   Horário: 13:30   Canal Youtube: Video Conferencia do DEST</span></b></p><p class="MsoNormal" style="line-height: normal; background-image: initial; background-position: initial; background-size: initial; background-repeat: initial; background-attachment: initial; background-origin: initial; background-clip: initial;"><span style="font-size: 9pt; font-family: Verdana, sans-serif;"> </span></p><p class="MsoNormal" style="line-height: normal; background-image: initial; background-position: initial; background-size: initial; background-repeat: initial; background-attachment: initial; background-origin: initial; background-clip: initial;"><b><span style="font-size: 9.5pt; font-family: Verdana, sans-serif;">*******</span></b><span style="font-size: 9pt; font-family: Verdana, sans-serif;"><o:p></o:p></span></p><p class="MsoNormal" style="line-height: normal; background-image: initial; background-position: initial; background-size: initial; background-repeat: initial; background-attachment: initial; background-origin: initial; background-clip: initial;"><b><span style="font-size: 9.5pt; font-family: Verdana, sans-serif;">Seminario 2</span></b></p><p class="MsoNormal" style="line-height: normal; background-image: initial; background-position: initial; background-size: initial; background-repeat: initial; background-attachment: initial; background-origin: initial; background-clip: initial;"><b><span style="font-size: 10.5pt; font-family: "Segoe UI", sans-serif;">Modelos de mistura com dependência Markoviana para identificar observações atípicas em série temporal com espaçamento irregular.</span></b></p><p class="MsoNormal" style="margin-bottom: 0.0001pt; line-height: normal; background-image: initial; background-position: initial; background-size: initial; background-repeat: initial; background-attachment: initial; background-origin: initial; background-clip: initial;"><b><span style="font-size: 9.5pt; font-family: Verdana, sans-serif;">Marta Cristina Colozza Bianchi (Doutoranda - DEST/UFMG)</span></b><span style="font-size: 9pt; font-family: Verdana, sans-serif;"><o:p></o:p></span></p><p class="MsoNormal" style="margin-bottom: 0.0001pt; line-height: normal; background-image: initial; background-position: initial; background-size: initial; background-repeat: initial; background-attachment: initial; background-origin: initial; background-clip: initial;"><span style="font-size: 9pt; font-family: Verdana, sans-serif;"> </span><span style="font-family: Verdana, sans-serif; font-size: 9pt; text-align: justify;">Neste seminário serão apresentados dois modelos Bayesianos de mistura com dependência Markoviana. A modelagem é motivada por duas aplicações para análise de milhares de medições de expressão gênica, em tumores de alguns tipos de câncer, cujas localizações são mapeadas em cromossomos definindo séries com espaçamento irregular. Este tipo de modelo foi proposto em Mayrink e Gonçalves (2017) com aplicação a dados de microarray, e estendido em Mayrink e Gonçalves (2020) com aplicação a dados RNA-Seq. Em ambos os estudos, o objetivo é identificar observações atípicas. No contexto de microarrays, deseja-se detectar regiões genômicas associadas a valores de alta expressão (superexpressão), que definem clusters de observações consecutivas. Já na análise de RNA-Seq, o objetivo é encontrar dois tipos de regiões cromossômicas: superexpressão e subexpressão. As características de alta ou baixa expressão gênica são importantes para estudar a progressão de um câncer. Através delas identificam-se regiões contendo genes com atividade diferenciada na doença. Em Mayrink e Gonçalves (2017) o modelo desenvolvido considera uma mistura de distribuições com médias ordenadas de  forma que o último componente seja responsável por acomodar genes superexpressos. No trabalho de 2020, o primeiro e último componentes da mistura incorporam os genes subexpressos e superexpressos, respectivamente. O modelo é flexível o suficiente para lidar de forma eficiente com o espaçamento irregular dos dados ao usar as informações de distância entre expressões vizinhas para inferir sobre a existência de uma dependência Markoviana. Esta dependência tem papel chave para a detecção das regiões de interesse. A inferência Bayesiana é realizada por meio de amostragem indireta via algoritmos MCMC.  </span></p><p class="MsoNormal" style="margin-bottom: 0.0001pt; line-height: normal; background-image: initial; background-position: initial; background-size: initial; background-repeat: initial; background-attachment: initial; background-origin: initial; background-clip: initial;"><b><span style="font-size: 9pt; font-family: Verdana, sans-serif;">Data: 19 de fevereiro de 2021   Horário: 14:30   Canal Youtube: Video Conferencia do DEST</span></b><span style="font-size: 9pt; font-family: Verdana, sans-serif;"><o:p></o:p></span></p><p class="MsoNormal"><br style="font-family: "Default Sans Serif", Verdana, Arial, Helvetica, sans-serif; font-size: small;"></p></div></div><div></div></font>