<div dir="ltr"><div><div dir="ltr"><div dir="ltr"><div dir="ltr"><div>Boa tarde,</div><div><br></div><div>Dando continuidade aos Papos Aleatórios promovidos pelo Laboratório de Estatística, temos o prazer de convidar a todos para o próximo seminário.<div></div><div><br><b>Data:</b> 17/08/2021, terça-feira<br><b>Horário:</b> 16:00<br><b>Local:</b>  A t<span style="font-family:verdana,sans-serif">ransmissão será pelo nosso canal do youtube:</span></div><div><a href="https://www.youtube.com/c/estatisticauff" target="_blank" style="font-family:verdana,sans-serif">https://www.youtube.com/c/estatisticauff</a><br></div></div><div><br></div><div><b>Palestrante</b>: Mariane Branco Alves (IM/UFRJ)</div><div><br></div><div><b>Título</b>: Estratificação de áreas de risco para dengue em escala intramunicipal utilizando modelos espaço-temporais: uma proposta ARBOALVO</div><div><br></div><div><b>Resumo</b>:  As arboviroses urbanas, como dengue, Zika e chikungunya, são consideradas graves problemas de saúde pública no Brasil e no mundo. As atuais estratégias de controle dessas arboviroses são baseadas no seu vetor primário, o Aedes Aegypti, e apresentam resultados insatisfatórios. A heterogeneidade espacial dessas arboviroses demonstra a necessidade de uma estratégia que reflita a complexidade do território. Partindo da hipótese inicial de que a distribuição espacial dos casos de arboviroses não é homogênea, utilizamos modelos espaço-temporais bayesianos que consideram efeitos aleatórios espacial e temporalmente estruturados. O objetivo do estudo é avaliar o efeito de indicadores entomológicos, climáticos e sociossanitários sobre o risco de transmissão de dengue para identificação de áreas prioritárias para intervenção. Neste estudo, foram analisados casos notificados de dengue nos bairros de Natal-RN, entre 2015 e 2017. Etapas preliminares ao ajuste do modelo espaço-temporal para os dados epidemiológicos incluíram: preenchimento de dados faltantes, por meio de modelos espaço-temporais; compatibilização de escalas; avaliação de horizonte de influência das variáveis explicativas, por meio de modelos de defasagem polinomial; seleção de variáveis regressoras, via método LASSO. Uma vez definidas as variáveis explicativas e a forma  como as mesmas entrariam no modelo espaço-temporal para explicação de contagens de casos de dengue, são obtidos, a partir do ajuste do modelo, mapas de risco relativo de casos para cada bairro de Natal, variando por semana epidemiológica, bem como riscos relativos estimados, associados a variações nas regressoras consideradas relevantes para explicação do desfecho em tela.</div><div><br></div></div></div></div></div><div class="gmail_quote"><div dir="ltr"><div class="gmail_quote"><div dir="ltr"><div>Participem! </div><div style="font-family:verdana,sans-serif"><br></div></div></div></div></div><div><div dir="ltr" class="gmail_signature" data-smartmail="gmail_signature"><div dir="ltr"><div dir="ltr"><div style="font-size:12.8px">Att,</div><div style="font-size:12.8px"> </div><div style="font-size:12.8px">Patrícia Lusié</div><div style="font-size:12.8px">Professora Adjunta e Chefe do <span style="font-size:12.8px">Departamento de Estatística</span></div><div style="font-size:12.8px">Membro do Laboratório de Estatística - <a href="https://les.uff.br/">https://les.uff.br/</a></div><div><span style="font-size:12.8px">Instituto de Matemática e Estatística - UFF</span><br></div><div style="font-size:12.8px"><br></div><div style="font-size:12.8px"><br></div></div></div></div></div></div>