Modelos de sobrevivência para estudo do tempo de internação hospitalar até a alta do paciente
Carregando...
Data
2021-07-30
Autores
Eugenio, Dina Rubi Ramos
Título da Revista
ISSN da Revista
Título de Volume
Editor
Universidade Estadual Paulista (Unesp)
Resumo
O objetivo principal deste trabalho é estudar e analisar os tempos de internação hospitalar até a alta do paciente, com base nos dados fornecidos pelo Sistema de Informação Hospitalar do SUS (SIH/SUS) que armazena os dados das internações hospitalares no âmbito do SUS, informados mensalmente por todas as instituições de saúde que, após análise e aprovação, são encaminhados ao DATASUS para processamento. Para atingir o comportamento dos tempos de internação hospitalar a partir de uma distribuição os modelos de sobrevivência Odd-Weibull e Gama-G foram estudados. Os modelos GamaG tem se mostrado ótimos para obter as melhores inferências para dados de tempos de internação hospitalar. No entanto, os Estimadores de Máxima Verossimilhança dos modelos Odd-Weibull e Gama-G não têm o comportamento estável e para muitos casos não é possível a sua estimação, apenas para amostras muito grandes. As estimativas dos parâmetros obtidas a partir dos modelos de dois parâmetros são consideradas bons valores iniciais para serem utilizados nos procedimentos de estimação dos parâmetros dos modelos Gama-G e Odd-Weibull, considerando dados censurados sob a abordagem Clássica. Além disso, utilizando o mesmo conceito proposto por Zografos & Balakrishnan (2009) foi derivada a distribuição Gama-Log-Normal. No entanto, entre estes modelos, o modelo Gama-Log-Logística, proposto por Hashimoto (2013) se mostrou mais adequado para ajustar os dados de tempos de internação em estudo. Para este modelo, foi construído o modelo de regressão com a inclusão das covariáveis sexo e idade, bem como o efeito de interação. A aplicação deste modelo mostrou que, em geral, as mulheres possuem um tempo de internação menor e os mais idosos possuem tempo de internação maior, além disso, o efeito de interação foi signi cativo, indicando que os homens mais idosos cam menos tempo internados.
The main objective of this work is to study and analyze hospital stay times until the patient's discharge, based on data provided by the SUS Hospital Information System (SIH/SUS) that stores data on hospital admissions within the scope of SUS, reported monthly by all health institutions which, after analysis and approval, are sent to DATASUS for processing. To achieve the behavior of hospital stays from a distribution, the Odd-Weibull and Gamma-G survival models were studied. Gamma-G models have proven to be great for obtaining the best inferences for data on hospital stays. However, the Maximum Likelihood Estimators of the Odd-Weibull and Gamma-G models don't have a stable behavior and in many cases its estimation isn't possible, only for very large samples. The parameter estimates obtained from the two-parameter models are considered good initial values to be used in the parameter estimation procedures of the Gamma-G and Odd-Weibull models, considering data censored under the Classical approach. Furthermore, using the same concept proposed by Zografos & Balakrishnan (2009), the Gamma-Log-Normal distribution was derived. However, among these models, the Gamma-Log-Logistics model, proposed by Hashimoto (2013) proved to be more adequate to adjust the hospital stay data under study. For this model, a regression model was built with the inclusion of the covariates sex and age, as well as the interaction e ect. The application of this model showed that, in general, women have a shorter hospital stay and the elderly have a longer hospital stay, in addition, the interaction e ect was signi cant, indicating that older men spend less time in hospital.
The main objective of this work is to study and analyze hospital stay times until the patient's discharge, based on data provided by the SUS Hospital Information System (SIH/SUS) that stores data on hospital admissions within the scope of SUS, reported monthly by all health institutions which, after analysis and approval, are sent to DATASUS for processing. To achieve the behavior of hospital stays from a distribution, the Odd-Weibull and Gamma-G survival models were studied. Gamma-G models have proven to be great for obtaining the best inferences for data on hospital stays. However, the Maximum Likelihood Estimators of the Odd-Weibull and Gamma-G models don't have a stable behavior and in many cases its estimation isn't possible, only for very large samples. The parameter estimates obtained from the two-parameter models are considered good initial values to be used in the parameter estimation procedures of the Gamma-G and Odd-Weibull models, considering data censored under the Classical approach. Furthermore, using the same concept proposed by Zografos & Balakrishnan (2009), the Gamma-Log-Normal distribution was derived. However, among these models, the Gamma-Log-Logistics model, proposed by Hashimoto (2013) proved to be more adequate to adjust the hospital stay data under study. For this model, a regression model was built with the inclusion of the covariates sex and age, as well as the interaction e ect. The application of this model showed that, in general, women have a shorter hospital stay and the elderly have a longer hospital stay, in addition, the interaction e ect was signi cant, indicating that older men spend less time in hospital.
Descrição
Palavras-chave
Distribuições de probabilidade Gama-G, Distribuição de probabilidade Odd-Weibull, Estimador de máxima verossimilhança, Dados de sobrevivência, Internação hospitalar, Gamma-G probability distributions, Odd-Weibull probability distribution, Maximum likelihood estimator, Survival data, Hospital internment