Pesquisa desenvolve ferramentas para estimar a prevalência de doenças em locais de difícil acesso  

O trabalho foi realizado por Lucas Moschen, aluno da Escola de Matemática Aplicada (FGV EMAp), com orientação do professor Luiz Max de Carvalho.  
Matemática Aplicada
21 Novembro 2022
Pesquisa desenvolve ferramentas para estimar a prevalência de doenças em locais de difícil acesso  

“Estimação de prevalência e métodos de regressão binária para Amostragem dirigida pelo participante com incerteza no desfecho” foi o tema da pesquisa premiada em 3° lugar, na categoria Iniciação Científica do Prêmio Beatriz Neves 2022, da Sociedade Brasileira de Matemática Aplicada e Computacional (SBMAC). O trabalho foi realizado por Lucas Moschen, aluno da Escola de Matemática Aplicada (FGV EMAp), com orientação do professor Luiz Max de Carvalho.  

De acordo com Lucas, a transmissão de doenças em populações de difícil acesso é um grande problema de saúde pública. Essas populações incluem usuários de drogas pesadas, homens que fazem sexo com homens, refugiados, ativistas e profissionais do sexo, e têm comportamento criminalizado ou estigmatizado pela sociedade. Por esse motivo, os pesquisadores não conseguem obter amostras dessas populações da maneira tradicional, como amostragem por residência ou por telefone. Para mitigar os efeitos das doenças nestas populações é de suma importância entender quais variáveis se relacionam com a doença sob estudo e quantificar a proporção de indivíduos doentes.  

A respondent-driven sampling (RDS) é uma abordagem popular para obter amostras de populações de difícil acesso, e consiste em incentivar os próprios participantes a fazerem o recrutamento de seus pares, recebendo recompensas por participar e, também, por recrutar. O principal objetivo do presente trabalho foi desenvolver modelos bayesianos para estimar a prevalência de doenças em populações de difícil acesso. Em particular, foram desenvolvidas ferramentas estatísticas e computacionais para tornar possível a estimação de prevalência de uma doença quando o método diagnóstico é imperfeito.  

A SBMAC instituiu o prêmio Beatriz Neves para incentivar a participação de estudantes de graduação em atividades de Iniciação Científica no âmbito de Matemática Aplicada e Computacional. Qualquer estudante que tenha realizado um trabalho nessa área pode submetê-lo para concorrer ao prêmio, que é concedido, anualmente, durante o CNMAC. O nome do prêmio é uma homenagem à professora Beatriz Neves (1935 – 1986), que atuou no Instituto de Matemática da UFRJ.  

Para ter acesso a pesquisa completa, acesse o site

Esse site usa cookies

Nosso website coleta informações do seu dispositivo e da sua navegação e utiliza tecnologias como cookies para armazená-las e permitir funcionalidades como: melhorar o funcionamento técnico das páginas, mensurar a audiência do website e oferecer produtos e serviços relevantes por meio de anúncios personalizados. Para mais informações, acesse o nosso Aviso de Cookies e o nosso Aviso de Privacidade.