Modelagem da obesidade adulta nas nações via modelo de regressão quantí­lica

  • Saul de Azevedo Souza Programa de pós-graduação em Estatística, Universidade Federal de Pernambuco (UFPE), Recife-PE, Brasil
  • Allan Batista Silva Programa de pós-graduação em Modelos de Decisão e Saúde pela Universidade Federal da Paraí­ba (UFPB), João Pessoa-PB, Brasil
  • Ulanna Maria Bastos Cavalcante Programa de pós-graduação em Modelos de Decisão e Saúde pela Universidade Federal da Paraí­ba (UFPB), João Pessoa-PB, Brasil
  • Caliandra Maria Bezerra Luna Lima Programa de pós-graduação em Modelos de Decisão e Saúde pela Universidade Federal da Paraí­ba (UFPB), João Pessoa-PB, Brasil
  • Tatiene Correia de Souza Programa de pós-graduação em Modelos de Decisão e Saúde pela Universidade Federal da Paraí­ba (UFPB), João Pessoa-PB, Brasil
Palavras-chave: Obesidade, Análise de regressão, Estudos epidemiológicos

Resumo

Introdução e Objetivo: A obesidade vem apresentando um importante aumento na sua prevalência e é considerada um grave problema de saúde pública que afeta os países desenvolvidos e em desenvolvimento. O presente trabalho tem como objetivo modelar a obesidade adulta de diferentes nações, por meio do modelo de regressão quantí­lica. Metodologia: Trata-se de um estudo ecológico com abordagem quantitativa. Foram utilizados os dados referentes à proporção de adultos obesos, pessoas maiores de 18 anos com IMC acima de 30kg/m2, em 78 paí­ses no ano de 2014. As bases consultadas para a coleta dos dados foram Word Bank e World Health Organization. Os dados foram submetidos ao software R, onde foram realizados os procedimentos inferenciais por meio do modelo de regressão quantí­lica. Resultados: Observou-se que as variáveis porcentagem de atividade fí­sica insuficiente, porcentagem da população que vivem em áreas urbanas e média do consumo em litros de álcool puro por pessoa em um ano são significativas e apresentam efeito positivo sobre a obesidade adulta nas nações. Discussão e Conclusão: Ao estimar o impacto das taxas de inatividade fí­sica sobre o desfecho foi possí­vel verificar um impacto positivo e crescente à medida que aumentamos os valores da inatividade fí­sica nos diferentes cenários. Além disso, verifica-se que com o modelo de regressão quantí­lica os gestores possuem mais uma alternativa para tomada de decisão na realização de medidas de controle/prevenção da doença.

Biografias Autor

Saul de Azevedo Souza, Programa de pós-graduação em Estatística, Universidade Federal de Pernambuco (UFPE), Recife-PE, Brasil

Doutorando em Estatí­stica, Universidade Federal de Pernambuco, Recife, Pernambuco, Brasil.

Allan Batista Silva, Programa de pós-graduação em Modelos de Decisão e Saúde pela Universidade Federal da Paraí­ba (UFPB), João Pessoa-PB, Brasil

Doutorando em Modelos de Decisão e Saúde pela Universidade Federal da Paraí­ba, João Pessoa, Paraí­ba, Brasil

Ulanna Maria Bastos Cavalcante, Programa de pós-graduação em Modelos de Decisão e Saúde pela Universidade Federal da Paraí­ba (UFPB), João Pessoa-PB, Brasil

Doutoranda em Modelos de Decisão e Saúde pela Universidade Federal da Paraí­ba, João Pessoa, Paraí­ba, Brasil.

Caliandra Maria Bezerra Luna Lima, Programa de pós-graduação em Modelos de Decisão e Saúde pela Universidade Federal da Paraí­ba (UFPB), João Pessoa-PB, Brasil

Professora Permanente do Programa de Pós-Graduação em Modelos de Decisão e Saúde pela Universidade Federal da Paraí­ba, João Pessoa, Paraí­ba, Brasil.

Tatiene Correia de Souza, Programa de pós-graduação em Modelos de Decisão e Saúde pela Universidade Federal da Paraí­ba (UFPB), João Pessoa-PB, Brasil

Professora Permanente do Programa de Pós-Graduação em Modelos de Decisão e Saúde pela Universidade Federal da Paraí­ba, João Pessoa, Paraí­ba, Brasil.

Referências

-Amaral, O.; Pereira, C. Obesidade da genética ao ambiente. Millenium. Num. 34. 2008. p. 311-22.

-Anjos, L. Obesidade e saúde pública. Fiocruz. 2006.

-Aranceta-Bartrina, J.; Pérez-Rodrigo C.; Alberdi-Aresti, G.; Ramos-Carrera, N.; Lázaro-4-Bottai, M.; Cai, B.; Mckeown, R. Logistic quantile for bounded outcomes. Statistics in Medicine. Vol. 29. Num. 2. 2010. p. 309-17.

-Buchinsky, M. Recent advances in quantile regression models: a pratical guideline for empirical research. The Journal of Human Resources. Vol. 33. Num. 1. 1998. p. 88-126.

-Callo, G.; Gigante, D.P.; Barros, F.C.; Horta, B.L. Excesso de peso/obesidade no ciclo da vida e composição corporal na idade adulta: coorte de nascimentos de Pelotas, Rio Grande do Sul, Brasil, 1982. Caderno de Saúde Pública. Vol. 32. Num. 4. 2016. p. e00174014.

-Carvalho, A.R.M.; Belém, M.O.; Oda. J.Y. Sobrepeso e obesidade em alunos de 6-10 anos de escola Estadual de Umuarama/ PR. Arquivos de Ciências da Saúde UNIPAR. Vol. 21. Num. 1. 2017. p. 3-12.

-Cordeiro, J.P.; Dalmaso, S.B.; Anceschi, S.A.; Sá, F.G.S.; Ferreira, L.G.; Cunha, CM.R.H.; Leopoldo, A.S.; Lima-Leopoldo, A.P. Hipertensão em estudantes da rede pública de Vitória/ES: influência do sobrepeso e obesidade. Revista Brasileira de Medicina do Esporte. Vol. 22. Num. 1. 2016. p. 59-65.

-Feizi, A.; Aliyari, R.; Roohafza, H. Association of perceived stress with stressful life events, lifestyle and sociodemographic factors: a large-scale community-based study using logistic quantile regression. Computational and Mathematical Methods in Medicine. Vol. 2012. 2012. p. 1-12.

-Garcia, B.C.C.; Matos, M.A.; Pinhal, KC.; Oliveira, M.F.A.; Almeida, R.T.; Bento, M.E.; Fernandes, V.O.; Magalhães, F.C.; Esteves, E.A.; Rocha-Vieira, E.; Amorim, F.T. A obesidade na população adulta de Diamantina: orientações para a saúde, caracterização antropométrica, bioquímica e de aptidão cardiorrespiratória. Revista Brasileira de Extensão Universitária. Vol. 7. Num. 2. 2016. p. 129-137.

-Geraci, M. Qrools: a userful package for quantiles. 2016. Disponível em:<https://cran.r-project.org/web/packages/Qtools/vignettes/Qtools.pdf>. Acesso em: 21//11/2018.

-Hao, L.; Naiman, D. Quantile regression. Sage publications. 2007.

-He, X.; Zhu, L. A lack-of-fit test for quantile regression. Journal of the American Statistical Association. Vol. 98. Num. 464. 2003. p. 1013-22.

-Koenker, R. Quantile regression. Cambridge University Pressa. 2005.

-Koenker, R.; Bassett, G. Regression quantiles. Econometrica. Vol. 46. Num. 1. 1978. p. 33-50.

-Koenker, R. Censored quantile regression redux. Journal of Statistical Software. Vol. 27. Num. 6. 2008. p. 1-26.

-Koenker, R.; Machado, J. Goodness of and related inference processes for quantile regression. Journal of the American Statistical Association. Vol. 94. Num. 448. 1999. p. 1296-310.

-Koenker, R.; Bassett, G. Robust tests for heteroscedasticity based on regression quantiles. Econometrica. Vol. 50. Num. 1. 1982. p. 43-61.

-Lima, N.P.; Horta, B.L.; Motta, J.V.S.; Valença, M.S.; Oliveira, V.; Santos, T.V.; Gigante, D.P.; Barros, F.C. Evolução do excesso de peso e obesidade até a idade adulta, Pelotas, Rio Grande do Sul, Brasil, 1982-2012. Caderno de Saúde Pública. Vol. 31. Num. 9. 2015. p. 2017-2025.

-Linhares, R.S.; Horta, B.L.; Gigante, D.P.; Dias-da-Costa, J.S.; Olinto, M.T.A. Distribuição de obesidade geral e abdominal em adultos de uma cidade no Sul do Brasil. Caderno de Saúde Pública. Vol. 28. Num. 3. 2012. p. 438-447.

-Luca, F.D.; Boccuzzo, G. What do healthcareworkers know about sudden infant death syndrome?: The results of the Italian campaing ‘Genitoripiù’. Jounal of the Royal Statistical Society: Series A (Statistics in Society). Vol. 177. Num. 1. 2014. p. 63-82.

-Mccullagh, P.; Nelder, J. Generelized linear models. London. Chapman and Hall. 1989.

-Mua, Y.; Hea, X. Power transformation toward a linear regression quantile. Journal of the American Statistical Association. Vol. 102. Num. 477. 2007. p. 37-41.

-Neyman, J.; Pearson, E. On the use and interpretation of certain test criteria for purposes of statistical inference. Biometrika. Vol. 20. 1928. p. 175-240.

-Ng, M.; Fleming, T.; Robinson, M.; Thomson, B.; Graetz, N.; Margono, C.; Mullany, E.C.; Biryukov, S.; Abbafati, C.; Abera, S.F.; Abraham, J.P.; Abu-Rmeileh, N.M.; Achoki, T.; AlBuhairan, F.S.; Alemu, Z.A.; Alfonso, R.; Ali, M.K.; Ali, R.; Guzman, N.A.; Ammar, W.; Anwari, P.; Banerjee, A.; Barquera, S.; Basu, S.; Bennett, D.A.; Bhutta, Z.; Blore, J.; Cabral, N.; Nonato, I.C.; Chang, J.C.; Chowdhury, R.; Courville, K.J.; Criqui, M.H.; Cundiff, D.K.; Dabhadkar, K.C.; Dandona, L.; Davis, A.; Dayama, A.; Dharmaratne, S.D.; Ding, E.L.; Durrani, A.M.; Esteghamati, A.; Farzadfar, F.; Fay, D.F.; Feigin, V.L.; Flaxman, A.; Forouzanfar, M.H.; Goto, A.; Green, M.A.; Gupta, R.; Hafezi-Nejad, N.; Hankey, G.J.; Harewood, H.C.; Havmoeller, R.; Hay, S.; Hernandez, L.; Husseini, A.; Idrisov, B.T.; Ikeda, N.; Islami, F.; Jahangir, E.; Jassal, S.K.; Jee, S.H.; Jeffreys, M.; Jonas, J.B.; Kabagambe, E.K.; Khalifa, S.E.; Kengne, A.P.; Khader, Y.S.; Khang, Y.H.; Kim, D.; Kimokoti, R.W.; Kinge, J.M.; Kokubo, Y.; Kosen, S.; Kwan, G.; Lai, T.; Leinsalu, M.; Li, Y.; Liang, X.; Liu, S.; Logroscino, G.; Lotufo, P.A.; Lu, Y.; Ma, J.; Mainoo, N.K.; Mensah, G.A.; Merriman, T.R.; Mokdad, A.H.; Moschandreas, J.; Naghavi, M.; Naheed, A.; Nand, D.; Narayan, K.M.; Nelson, E.L.; Neuhouser, M.L.; Nisar, M.I.; Ohkubo, T.; Oti, S.O.; Pedroza, A.; Prabhakaran, D.; Roy, N.; Sampson, U.; Seo, H.; Sepanlou, S.G.; Shibuya, K.; Shiri, R.; Shiue, I.; Singh, G.M.; Singh, J.A.; Skirbekk, V.; Stapelberg, N.J.; Sturua, L.; Sykes, B.L.; Tobias, M.; Tran, B.X.; Trasande, L.; Toyoshima, H.; Van de Vijver, S.; Vasankari, T.J.; Veerman, J.L.; Velasquez-Melendez, G.; Vlassov, V.V.; Vollset, S.E.; Vos, T.; Wang, C.; Wang, X.; Weiderpass, E.; Werdecker, A.; Wright, J.L.; Yang, Y.C.; Yatsuya, H.; Yoon, J.; Yoon, S.J.; Zhao, Y.; Zhou, M.; Zhu, S.; Lopez, A.D.; Murray, C.J.; Gakidou, E. Global, regional and national prevalence of overweight and obesity in children and adults 1980-2013: A systematic analysis. Lancet. Vol. 384. Num. 9945. 2014. p. 766-81.

-Pereira, M.S.; Schaefer, J.C.F; Dutra, M.C.; Uliano, E.J.M.; Jesus, C.R.; Silvestre, B.C.; Machado, D.F.G.P.; Trevisol, D.J.; Schuelter-Trevisol, F. Prevalência de obesidade geral e central na população adulta na cidade de Tubarão, Santa Catarina: um estudo de base populacional. Scientia Medica. Vol. 24. Num. 3. 2014. p. 245-53.

-Powell, J. Censored regression quantiles. Journal of Econometrics. Vol. 32. 1986. p. 143-55.

-R Core Team. R: A language and Environment for Statistical Computing. Vienna, Austria. 2013. Disponível em: <http://www.R-project.org/>. Acesso em: 21/11/2018.

-Salas, M.M.; Gómez, L.R.; Martínez, D.E.; Soto, J.J.J.; Martín-Ramiro, J.J. Relacion entre la jornada laboral y las horas de sueno com el sobrepeso y la obesidade em la población adulta española según los datos de la Encuesta Nacional de Salud 2012. Revista Espanhola de Salud Pública. Vol. 91. 2017. p. 1-10.

-Santos, B. Modelos de regressão quantílica. Dissertação de Mestrado. São Paulo. 2012.

-Souza, S. A. Modelagem da obesidade adulta nas nações: uma análise via modelos de regressão beta e quantílica. Dissertação de Mestrado. Universidade Federal da Paraíba. João Pessoa. 2017.

-Zapata, M.E.; Bibiloni M.M.; Tur, J.A. Prevalence of overweight, obesity, adbominal-obesity and short sature of adult populacion of Rosario, Argentina. Nutrición Hospitalaria. Vol. 33. Num. 5. 2016. p. 1149-1158.

Publicado
2020-05-17
Como Citar
Souza, S. de A., Silva, A. B., Cavalcante, U. M. B., Bezerra Luna Lima, C. M., & de Souza, T. C. (2020). Modelagem da obesidade adulta nas nações via modelo de regressão quantí­lica. Revista Brasileira De Obesidade, Nutrição E Emagrecimento, 13(82), 992-1004. Obtido de https://www.rbone.com.br/index.php/rbone/article/view/1106
Edição
v. 13 n. 82 (2019)
Secção
Artigos Cientí­ficos - Original

Direitos de Autor (c) 2020 Saul de Azevedo Souza, Allan Batista Silva, Ulanna Maria Bastos Cavalcante, Caliandra Maria Bezerra Luna Lima, Tatiene Correia de Souza

Creative Commons License

This work is licensed under a Creative Commons Attribution-NonCommercial 4.0 International License.

Autores que publicam neste periódico concordam com os seguintes termos:

  • Autores mantém os direitos autorais e concedem ao periódico o direito de primeira publicação, com o trabalho simultaneamente licenciado sob a Creative Commons Attribution License BY-NC que permitindo o compartilhamento do trabalho com reconhecimento da autoria do trabalho e publicação inicial neste periódico.
  • Autores têm autorização para assumir contratos adicionais separadamente, para distribuição não-exclusiva da versão do trabalho publicada neste periódico (ex.: publicar em repositório institucional ou como capí­tulo de livro), com reconhecimento de autoria e publicação inicial neste periódico.
  • Autores têm permissão e são estimulados a publicar e distribuir seu trabalho online (ex.: em repositórios institucionais ou na sua página pessoal) a qualquer ponto antes ou durante o processo editorial, já que isso pode gerar alterações produtivas, bem como aumentar o impacto e a citaçao do trabalho publicado (Veja O Efeito do Acesso Livre).