Abordagem bayesiana para modelar dados com excesso de zeros: aplicação à parasitologia

• Author(s): Santos, João Filipe Azevedo dos
• Date: 2013
• Persistent ID: http://hdl.handle.net/10451/10433
• Origin: Repositório da Universidade de Lisboa
• Subject(s): Estatística; Investigação operacional; Teses de mestrado - 2013
• Document Type: Master thesis
• Language: Portuguese
• Advisor(s): Bermudez, Patrícia de Zea; Gonçalves, Luzia
• Contributor(s): Repositório da Universidade de Lisboa

Description

Tese de mestrado em Estatística, apresentada à Universidade de Lisboa, através da Faculdade de Ciências, 2013

Este trabalho pretende, através da abordagem Bayesiana, modelar a carga parasitária de uma doença conhecida como schistosomose. Para tal foi analisada a contagem do número de ovos do parasita em amostras de urina de um conjunto de indivíduos proveniente de zonas onde este parasita é endémico. A schistosomose é uma doença cujo hospedeiro definitivo é o homem, sendo responsável por lesões no aparelho urogenital. Estima-se em cerca de 120 milhões de pessoas infectadas (Veles, 2010) e em 600 milhões o número de pessoas em risco de contrair a infecção (Figueiredo, 2008). Os dados recolhidos são caracterizados por um grande número de indivíduos sem ovos observados na amostra de urina. Quando este número é elevado diz-se que estamos a observar uma variável com \excesso de zeros". Os Modelos com Excesso de Zeros e os Modelos de duas Partes são usualmente utilizados para lidar com esta situação, dado que têm estruturas específicas que permitem modelar o aparecimento excessivo de zeros face a outros modelos convencionais, usados para modelar variáveis de contagem, que usualmente não possuem estas características. Os modelos foram implementados nos programas OpenBugs e R, via metodologia MCMC. Foi também efectuada uma comparação com o trabalho já realizado numa perspectiva clássica por Olivença (2011).

This work intends to model, using a Bayesian approach, the intensity of a parasitary disease known as schistosomiasis. To do this it was analyzed the number of eggs of the parasite in urine samples from a set of individuals from areas where this parasite is endemic. Schistosomiasis is a disease whose definitive host is the man, being considered responsible by lesions of the urogenital system. It is estimated that about 120 million persons are infected (Veles, 2010) and 600 millions the number of persons at risk of contracting the infection (Figueiredo, 2008). The data collected is characterized by a large number of individuals without observed parasite eggs in their urine sample. When this number is high it is said that we are observing a variable with \excess of zeros". Models with Excess Zeros and Two Part Models are usually used to deal with this characteristics, as they have specific structures that allow modeling the appearance of excessive zeros compared to other conventional models used to model count variables, which usually do not possess these kind of feature. The models were implemented using the programs OpenBugs and R, through MCMC methodology. It was also carried out a comparison with the work already done in a classical perspective by Olivença (2011).