Aplicação de modelos de regressão logística ordinal na aferição do tratamento com plasma convalescente para a covid-19

Detalhes bibliográficos
Ano de defesa: 2024
Autor(a) principal: Moreira, Pedro Henrique Monteiro
Orientador(a): Não Informado pela instituição
Banca de defesa: Não Informado pela instituição
Tipo de documento: Dissertação
Tipo de acesso: Acesso aberto
Idioma: por
Instituição de defesa: Não Informado pela instituição
Programa de Pós-Graduação: Não Informado pela instituição
Departamento: Não Informado pela instituição
País: Não Informado pela instituição
Palavras-chave em Português:
Modelo de regressão logística
Covid-19
Link de acesso: http://repositorio.unb.br/handle/10482/51121
Resumo: Dissertação (mestrado) — Universidade de Brasília, Instituto de Ciências Exatas, Departamento de Estatística, 2024.
id UNB_6b219155ce2acd54ba0fdf61406caf35
oai_identifier_str oai:repositorio.unb.br:10482/51121
network_acronym_str UNB
network_name_str Repositório Institucional da UnB
repository_id_str
spelling Aplicação de modelos de regressão logística ordinal na aferição do tratamento com plasma convalescente para a covid-19Modelo de regressão logísticaCovid-19Dissertação (mestrado) — Universidade de Brasília, Instituto de Ciências Exatas, Departamento de Estatística, 2024.Objetivos: Avaliar a resposta ao tratamento da COVID-19 por meio do plasma convalescente monitorado utilizando modelos de regressão logística ordinal. Identificar se o desempenho do tratamento com plasma convalescente, no combate à COVID-19, depende mais de características do doador ou do receptor e identificar quais variáveis são as mais importantes. Métodos: Para avaliar o desempenho do tratamento com plasma convalescente foram utilizados modelos de regressão logística ordinal, incluindo modelos de chances proporcionais (MCP), modelo de chances proporcinais parciais (MCPP), modelo de razão contínua (MRC) e modelo estereótipo (ME) para verificar qual deles melhor descreve o banco de dados estudado. Resultados: O conjunto de dados envolveu 2.369 pacientes e foi dividido em 6 grupos menores de acordo com resultados preliminares de outros estudos. Em todos os grupos analisados houve significância, mas o ajuste não foi satisfatório. Conclusão: Não foi possível encontrar evidência estatística que comprovasse a eficácia do tratamento utilizando os modelos MCP, MCPP, MRC e ME. Todos os modelos classificaram, no mínimo, 98,7% dos casos na categoria de menor severidade, por estar em maior proporção na base, evidenciando um desequilíbrio considerável na distribuição das categorias. Considerando o conjunto de dados, as variáveis características do doador não se mostraram tão relevantes para os modelos quanto as variáveis do receptor do plasma. Neste cenário, mesmo sem um resultado preditivo satisfatório, algumas variáveis como “Grau de severidade ao ser hospitalizado” e “Score OMS ao ser hospitalizado” foram incluídas em praticamente todos os modelos. Com isso, futuras investigações podem considerar abordagens alternativas, explorando melhor tais variáveis ou a inclusão de variáveis adicionais para compreender melhor os fatores que influenciam os desfechos dos pacientes submetidos a este tipo de tratamento.Coordenação de Aperfeiçoamento de Pessoal de Nível Superior (CAPES).Objectives: To evaluate the response to COVID-19 treatment through monitored convalescent plasma using ordinal logistic regression models. To determine whether the effectiveness of convalescent plasma treatment in combating COVID-19 depends more on donor or recipient characteristics, and to identify the most important variables. Methods: To assess the performance of convalescent plasma treatment, ordinal logistic regression models were used, including proportional odds models (POM), partial proportional odds models (PPOM), continuation ratio models (CRM), and stereotype models (SM) to determine which best describes the studied dataset. Results: The dataset included 2,369 patients and was divided into 6 smaller groups according to preliminary results from other studies. In all the groups analyzed, there was significance, but the fit was not satisfactory. Conclusion: Statistical evidence to prove the effectiveness of the treatment using POM, PPOM, CRM, and SM was not found. All models classified at least 98.7% of cases in the lowest severity category, due to the higher proportion of this category in the database, highlighting a considerable imbalance in category distribution. Considering the dataset, donor characteristics were not as relevant to the models as recipient variables. In this scenario, even without satisfactory predictive results, some variables such as "Severity level upon hospitalization"and "WHO score upon hospitalization"were included in almost all models. Therefore, future investigations may consider alternative approaches to better explore these variables or include additional variables to better understand the factors influencing patient outcomes subjected to this type of treatment.Instituto de Ciências Exatas (IE)Departamento de Estatística (IE EST)Programa de Pós-Graduação em EstatísticaAndrade, Joanlise Marco de LeonMoreira, Pedro Henrique Monteiro2024-12-09T19:48:32Z2024-12-09T19:48:32Z2024-12-092024-05-24info:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/masterThesisapplication/pdfMOREIRA, Pedro Henrique Monteiro. Aplicação de modelos de regressão logística ordinal na aferição do tratamento com plasma convalescente para a covid-19. 2024. 76 f., il. Dissertação (Mestrado em Estatística) — Universidade de Brasília, Brasília, 2024.http://repositorio.unb.br/handle/10482/51121porA concessão da licença deste item refere-se ao termo de autorização impresso assinado pelo autor com as seguintes condições: Na qualidade de titular dos direitos de autor da publicação, autorizo a Universidade de Brasília e o IBICT a disponibilizar por meio dos sites www.bce.unb.br, www.ibict.br, http://hercules.vtls.com/cgi-bin/ndltd/chameleon?lng=pt&skin=ndltd sem ressarcimento dos direitos autorais, de acordo com a Lei nº 9610/98, o texto integral da obra disponibilizada, conforme permissões assinaladas, para fins de leitura, impressão e/ou download, a título de divulgação da produção científica brasileira, a partir desta data.info:eu-repo/semantics/openAccessreponame:Repositório Institucional da UnBinstname:Universidade de Brasília (UnB)instacron:UNB2024-12-09T19:48:32Zoai:repositorio.unb.br:10482/51121Repositório InstitucionalPUBhttps://repositorio.unb.br/oai/requestrepositorio@unb.bropendoar:2024-12-09T19:48:32Repositório Institucional da UnB - Universidade de Brasília (UnB)false
dc.title.none.fl_str_mv Aplicação de modelos de regressão logística ordinal na aferição do tratamento com plasma convalescente para a covid-19
title Aplicação de modelos de regressão logística ordinal na aferição do tratamento com plasma convalescente para a covid-19
spellingShingle Aplicação de modelos de regressão logística ordinal na aferição do tratamento com plasma convalescente para a covid-19
Moreira, Pedro Henrique Monteiro
Modelo de regressão logística
Covid-19
title_short Aplicação de modelos de regressão logística ordinal na aferição do tratamento com plasma convalescente para a covid-19
title_full Aplicação de modelos de regressão logística ordinal na aferição do tratamento com plasma convalescente para a covid-19
title_fullStr Aplicação de modelos de regressão logística ordinal na aferição do tratamento com plasma convalescente para a covid-19
title_full_unstemmed Aplicação de modelos de regressão logística ordinal na aferição do tratamento com plasma convalescente para a covid-19
title_sort Aplicação de modelos de regressão logística ordinal na aferição do tratamento com plasma convalescente para a covid-19
author Moreira, Pedro Henrique Monteiro
author_facet Moreira, Pedro Henrique Monteiro
author_role author
dc.contributor.none.fl_str_mv Andrade, Joanlise Marco de Leon
dc.contributor.author.fl_str_mv Moreira, Pedro Henrique Monteiro
dc.subject.por.fl_str_mv Modelo de regressão logística
Covid-19
topic Modelo de regressão logística
Covid-19
description Dissertação (mestrado) — Universidade de Brasília, Instituto de Ciências Exatas, Departamento de Estatística, 2024.
publishDate 2024
dc.date.none.fl_str_mv 2024-12-09T19:48:32Z
2024-12-09T19:48:32Z
2024-12-09
2024-05-24
dc.type.status.fl_str_mv info:eu-repo/semantics/publishedVersion
dc.type.driver.fl_str_mv info:eu-repo/semantics/masterThesis
format masterThesis
status_str publishedVersion
dc.identifier.uri.fl_str_mv MOREIRA, Pedro Henrique Monteiro. Aplicação de modelos de regressão logística ordinal na aferição do tratamento com plasma convalescente para a covid-19. 2024. 76 f., il. Dissertação (Mestrado em Estatística) — Universidade de Brasília, Brasília, 2024.
http://repositorio.unb.br/handle/10482/51121
identifier_str_mv MOREIRA, Pedro Henrique Monteiro. Aplicação de modelos de regressão logística ordinal na aferição do tratamento com plasma convalescente para a covid-19. 2024. 76 f., il. Dissertação (Mestrado em Estatística) — Universidade de Brasília, Brasília, 2024.
url http://repositorio.unb.br/handle/10482/51121
dc.language.iso.fl_str_mv por
language por
dc.rights.driver.fl_str_mv info:eu-repo/semantics/openAccess
eu_rights_str_mv openAccess
dc.format.none.fl_str_mv application/pdf
dc.source.none.fl_str_mv reponame:Repositório Institucional da UnB
instname:Universidade de Brasília (UnB)
instacron:UNB
instname_str Universidade de Brasília (UnB)
instacron_str UNB
institution UNB
reponame_str Repositório Institucional da UnB
collection Repositório Institucional da UnB
repository.name.fl_str_mv Repositório Institucional da UnB - Universidade de Brasília (UnB)
repository.mail.fl_str_mv repositorio@unb.br
_version_ 1839083890003673088

Registros relacionados