Rev. epidemiol. controle infecç; 11 (3), 2021
Publication year: 2021
Justification and Objectives:
Brazil lacks consistent epidemiological data on the respiratory morbidity of children and older adults, which makes it difficult to plan and execute effective preventive and health promotion actions. The objective of this study was to analyze the adjustments of distributions (Weibull, Normal, Gamma, Logistic) of historical series of hospitalizations for respiratory diseases (total hospitalizations), from 2011 to 2015, in Campo Grande, Mato Grosso do Sul. Methods:
to determine the statistical models, four statistical indicators (coefficient of determination, mean root square error, mean absolute error and mean absolute percentage error) were performed from 2011 to 2015. Parameter estimates are obtained for the models adopted in the study, with and without a regression structure. Results:
the results showed that Weibull, Gamma, Normal and Logistic distributions, applied to the series of hospitalizations for respiratory diseases in Campo Grande, were satisfactory in determining the shape and scale parameters, and the statistical indicators R2 , MAE, RSME and MAPE confirmed the data goodness-of-fit, and the graphical analysis indicated a satisfactory distribution fit. Conclusion:
the analysis of monthly values indicates that Gamma is the best of the four distributions based on those selected. The regression model can be adjusted to the data and used as an alternative distribution that describes the hospitalization data considered in Campo Grande, Brazil.(AU)
Justificativa e Objetivos:
o Brasil carece de dados epidemiológicos consistentes sobre a morbidade respiratória de crianças e idosos, o que dificulta o planejamento e a execução de ações efetivas de prevenção e promoção da saúde. O objetivo deste estudo foi analisar os ajustes das distribuições (Weibull, Normal, Gamma, Logística) da série histórica de internações por doenças respiratórias (total de internações), no período de 2011 a 2015, em Campo Grande, Mato Grosso do Sul. Métodos:
para determinar os modelos estatísticos, foram executados quatro indicadores estatísticos (coeficiente de determinação, erro quadrático médio, erro absoluto médio e erro percentual absoluto médio) de 2011 a 2015. As estimativas dos parâmetros são obtidas para os modelos adotados no estudo com e sem uma estrutura de regressão. Resultados:
os resultados mostraram que as distribuições Weibull, Gamma, Normal e Logística, aplicadas à série de internações por doenças respiratórias em Campo Grande, foram satisfatórias na determinação dos parâmetros de forma e escala, e os indicadores estatísticos R2, MAE, RSME e MAPE confirmaram a qualidade do ajuste dos dados, e a análise gráfica apontou um ajuste satisfatório das distribuições. Conclusão:
a análise dos valores mensais indica que a Gamma é a melhor das quatro distribuições baseadas nos selecionados. O modelo de regressão pode ser ajustado aos dados e ser usado como uma distribuição alternativa que descreve os dados de internação considerados em Campo Grande, Brasil.(AU)
Justificación y Objetivos:
el Brasil carece de datos epidemiológicos consistentes sobre la morbilidad respiratoria de niños y ancianos, lo que dificulta la planificación y ejecución de acciones efectivas de prevención y promoción de la salud. El objetivo de este estudio fue analizar los ajustes de las distribuciones (Weibull, Normal, Gamma, Logística) de la serie histórica de hospitalizaciones por enfermedades respiratorias (hospitalizaciones totales), de
2011 a 2015, en Campo Grande, Mato Grosso do Sul. Métodos:
para la determinación de los modelos estadísticos, se realizaron cuatro indicadores estadísticos (coeficiente de determinación, raíz del error cuadrático medio, error medio absoluto y error porcentual absoluto medio) de 2011 a 2015. Se obtienen estimaciones de los parámetros para los modelos adoptados en el estudio, con y sin estructura de regresión. Resultados:
los resultados mostraron que las distribuciones Weibull, Gamma, Normal y Logística, aplicadas a la serie de internaciones por enfermedades respiratorias en Campo Grande, fueron satisfactorias en la determinación de los parámetros de forma y escala, y los indicadores estadísticos R2, MAE, RSME y MAPE confirmaron la calidad de ajuste de los datos, y el análisis gráfico indicaron un ajuste satisfactorio de las distribuciones. Conclusión:
el análisis de los valores mensuales indica que la Gamma es la mejor de las cuatro distribuciones en base a las seleccionadas. El modelo de regresión se puede ajustar a los datos y utilizar como una distribución alternativa que describe los datos de hospitalización considerados en Campo Grande, Brasil.(AU)