Utilize este identificador para referenciar este registo: http://hdl.handle.net/10451/11369
Título: Modelação do atraso na notificação dos óbitos no sistema de vigilância diária da mortalidade
Autor: Antunes, Liliana do Carmo Cerdeira
Orientador: Antunes, Marília
Nunes, Baltazar
Palavras-chave: Nowcasting
Sistema de vigilância diária da mortalidade
Regressão logística
Teses de mestrado - 2014
Data de Defesa: 2014
Resumo: O sistema de vigilância diária da mortalidade (VDM), que monitoriza a mortalidade por “todas as causas" em Portugal, está implementado no Departamento de Epidemiologia (DEP) do Instituto Nacional de Saúde Dr. Ricardo Jorge (INSA) e foi desenvolvido em parceria com o Instituto dos Registos e do Notariado (IRN) e com o Instituto de Gestão Financeira e Equipamentos da Justiça (IGFEJ). O sistema VDM tem como função a monitorização contínua e sistemática da mortalidade observada em Portugal, com o objetivo de detetar e estimar a magnitude do impacte de epidemias, novas doenças, condições climáticas extremas ou outros eventos relacionados com a saúde. Este sistema é visto como uma ferramenta estratégica para a ação em saúde pública. O tempo entre a ocorrência do óbito e a chegada dessa informação ao sistema é crucial para a deteção atempada destes impactes na medida em que, quanto maior é o atraso na notificação dos óbitos ao sistema VDM, maior será o tempo até à deteção destes impactes. O principal objetivo deste projeto foi o desenvolvimento de uma metodologia que permita estimar diariamente o número de óbitos ocorridos mas ainda não notificados ao VDM, através da modelação do atraso na notificação dos mesmos e, tendo em vista, a diminuição do tempo até à deteção de impactes na mortalidade através da metodologia proposta. A informação disponível contabiliza um total de 593197 óbitos, correspondendo à informação rececionada de Maio de 2008 a 20 de Janeiro de 2014. A metodologia que se propõe para a concretização dos objetivos assenta na utilização do estimador pontual: M t,i = mt,i / Pi , i = 1; …, 14 , onde Pi é a probabilidade estimada de um óbito ser notificado com um atraso igual ou inferior a i dias, mt;i o número de óbitos ocorridos a dia t e notificados com atraso igual ou inferior a i dias e Mt;i o número total de óbitos ocorridos a dia t com a informação rececionada até i dias depois. A estimação das probabilidades associadas aos vários dias de atraso foi obtida através de modelos de regressão logística, tendo como covariáveis: o dia de semana de morte, ser feriado no dia da morte, ser feriado no dia da previsão e ser feriado nos k dias anteriores à previsão, com k = 1; …, 4 e para i < 5, k = 1, …, i-1. Todas as variáveis mostraram ser significativas para explicar pelo menos um dos atrasos. O desempenho da metodologia foi avaliado através de validação cruzada em duas fases: a primeira ajustando os modelos aos dados até 2011 e implementando a metodologia para 2012 e a segunda, ajustando os modelos aos dados até 2012 e implementando a metodologia para 2013. Esta escolha deve-se à ocorrência de dois eventos relacionados com excesso de mortalidade nestes anos, epidemia de gripe em 2012 e onda de calor em 2013. A metodologia foi capaz de produzir estimativas com qualidade, ou seja, com um erro relativo mediano inferior a 10%, quando se teve acesso a pelo menos um dia de informação. Na prática, corresponde aos momentos de previsão em que pelo menos um dos dias anteriores ao dia da previsão foi um dia útil. A metodologia também permitiu diminuir o tempo até à deteção do início do excesso de mortalidade durante os dois eventos em estudo comparativamente com o sistema atual. O início de excesso de mortalidade durante a epidemia de gripe em 2012 e durante a onda de calor em 2013 foi detetado, através da metodologia, 7 e 6 dias mais cedo, respetivamente. É absolutamente essencial durante períodos de eventos relacionados com a saúde contar com informação atualizada sobre a mortalidade. A metodologia proposta mostrou ser capaz de estimar diariamente a mortalidade em Portugal, tendo acesso a pelo menos um dia de informação, contribuindo para a redução do tempo até à deteção de excesso de mortalidade. Desta forma, a deteção de impactes destes eventos em tempo real permite que a tomada de ações de mitigação seja mais atempada.
The daily mortality surveillance system (VDM) which monitors the observed “all cause" mortality in Portugal is centered in the Epidemiology Department of the National Health Institute Dr. Ricardo Jorge (INSA). This system was developed jointly with the Institute of Registries and Notaries (IRN) and the Institute of Financial Management and Equipment of Justice (IGFEJ). The VDM system aims to detect and estimate the magnitude of deaths caused by new diseases epidemics, extreme weather conditions or other health-related events. This system is considered as an important tool for public health action. The time lag between the onset of health-related event (excess deaths) and its detection by the VDM system is crucial for early detection of impacts on mortality, to the extent that, the greater the reporting delay of deaths to the VDM system, the greater the time until its detection. The main aim of this project is to develop a method to estimate (nowcast), on a daily basis, the number of deaths occurred but not yet reported to the VDM system, by adjusting for reporting delay. The proposed method should therefore be able to reduce the time until the detection of the onset-related event by the VDM system. The developed method updates the expected number of deaths on day t, being the total number of deaths occured on day t estimated at day t + i given by: M t,i = mt,i / Pi , i = 1; …, 14 where Pi is the estimated probability that a death ocurred at day t is reported until day t + i and mt;i is the number of deaths on day t reported to the system until day t + i . Logistic regression models were used to estimate probabilities associated with delays using the binary variables as covariates: weekday of death, occurence of a public holiday at day of death, on prediction day and k days prior to prediction day, k = 1, …, 4; for i < 5 , k = 1, …, i -1 . All variables have shown to be statistically significant to explain at least one of the delays. The performance of the developed method was evaluated in two phases. In the first one by adjusting models to data from 2008 to 2011 and implementing the developed method for 2012. In the second one by adjusting models to data by 2012 and implementing the proposed method for 2013. The choice is due to the occurrence of two health-related events, influenza epidemic in 2012 and the heat wave in 2013. Available information accounts for a total of 593197 deaths. This method was able to produce estimates with a median relative error lower than 10%, if it had access to at least one day of information. In practice, it corresponds to prediction moments when at least one day contributing to the estimate was a working day. This method also allowed to reduce the time between the onset of health-related event and its detection by the VDM system. The first day of excess mortality during the influenza epidemic in 2012 and during the heat wave in 2013 was detected 7 and 6 days earlier, respectively, using the method proposed. Therefore, the proposed method was able to estimate the number of deaths in Portugal, having access at least to one day of information, and reduce substancially the time between the onset of health-related event and its detection by the VDM system. It is therefore considered to be absolutely essential during periods of health-related events rely on updated mortality information. Thus, the detection in real time of these impacts on mortality allows mitigation actions to be taken timely.
Descrição: Trabalho de projeto em Bioestatística, apresentada à Universidade de Lisboa, através da Faculdade de Ciências, 2014
URI: http://hdl.handle.net/10451/11369
Aparece nas colecções:FC - Dissertações de Mestrado

Ficheiros deste registo:
Ficheiro Descrição TamanhoFormato 
ulfc107346_tm_Liliana_Antunes.pdf794,06 kBAdobe PDFVer/Abrir


FacebookTwitterDeliciousLinkedInDiggGoogle BookmarksMySpace
Formato BibTex MendeleyEndnote Degois 

Todos os registos no repositório estão protegidos por leis de copyright, com todos os direitos reservados.