Ajustes de modelos lineares generalizados para os dados notificados por Covid-19 no estado da Paraíba.

Abstract

A modelagem de dados de saúde frequentemente desafia os pressupostos da regressão clássica Gaussiana, que pressupõe que a variável resposta seja simétrica e homocedástica. Para contornar essas limitações, emprega-se a abordagem dos Modelos Lineares Generalizados (MLGs), caracterizada por sua flexibilidade ao permitir diferentes distribuições para a variável resposta. Este estudo aplicou ajustes utilizando as distribuições gama e normal inversa para analisar os casos notificados por Covid-19 nas três macrorregiões de saúde na Paraíba. O objetivo foi compreender a influência de variáveis socioeconômicas e sociodemográficas na quantidade de casos notificados. Na Macrorregião 1, identificou-se que o índice de Gini, a educação e a razão de dependência exercem impacto significativo na distribuição de casos. Na Macrorregião 2, variáveis como índice de Gini, a renda, a longevidade, a educação e a razão de dependência contribuíram para o modelo final. Na Macrorregião 3, o índice de Gini, a renda, a educação e a razão de dependência foram variáveis significativas. Esta pesquisa oferece contribuições significativas para o entendimento dos determinantes socioeconômicos na propagação da Covid-19 na Paraíba, informando estratégias de intervenção e políticas públicas direcionadas a diferentes realidades populacionais. A utilização da abordagem dos MLGs com distribuições específicas evidenciou-se como uma ferramenta robusta, superando as limitações dos modelos clássicos. Os resultados destacam a importância de considerar a heterogeneidade regional na formulação de políticas de saúde, pois contribuem não apenas para a área acadêmica, mas também para orientar ações efetivas no enfrentamento de futuras ameaças coletivas.