Untitled - UFRJ

More documents

Recommendations

Info

Classificação Bayesiana dos Marcadores Sorológicos dasDoenças do Sangue quanto à Retenção Sorológica na DoaçãoSanguínea em PernambucoNiedja Maristone de Oliveira Barreto QueirozHemopeEufrázio de Souza SantosUFRPEAna Cristina S. BezerraHemopeMaria Betânia do Amaral PintoHemopeLucília Maria Dias LopesHemopeDivaldo de Almeida SampaioHemope/ FCM da UPEA triagem sorológica de doadores de sangue, utilizando a pesquisa de anticorpos contra agentesinfecciosos transmissíveis; com exceção do teste para Anti-HIV , que no ano de 2006 foi introduzido narotina sorológica o teste ELISA (Enzima Imuno Ensaio) combinado, ainda não é totalmente satisfatória,tendo em vista, o elevado índice de retenção verificado após a realização dos exames. Dentre os fatoresresponsáveis, destacam-se tanto a variação da sensibilidade dos conjuntos diagnósticos utilizados, comoa metodologia empregada na execução desses testes. Com o objetivo de avaliar o desempenho da triagemsorológica estudou-se as taxas de retenção sorológica dos marcadores das doenças transmissíveis (HIV,HTLV, HBsAg, Anti-HBc, HCV, CHAGAS e SÍFILIS), que inapta os doadores de sangue, comparando oHemocentro Recife com a rede hemoterápica do Interior do Estado de Pernambuco. Para cada marcadorsorológico, foram analisadas 739.979 amostras, no Laboratório de Sorologia do Doador de Sangue daFundação Hemope, no período de 2003 a 2008. A metodologia utilizada foi o emprego do teste ELISApara todos os parâmetros, com exceção de sífilis, o qual é feito pelo método de floculação (VDRL).Utilizou-se da inferência bayesiana para estimar as taxas de retenção por marcador, comparando ummodelo de efeito fixo com um de efeito aleatório, o software utilizado foi o Winbugs 14, com um burnde 1000 atualizações seguidos de mais 22.000 atualizações. Observou-se que os dois modelos tiveram amesma eficiência, quanto a amplitude dos intervalos de credibilidade. Concluiu-se que a retenção dasamostras de doadores, para todos os parâmetros analisados, é mais expressiva na Capital que no Interiordo Estado, com exceção de Chagas, onde o percentual no Interior é mais elevado. Foi observado que oanti-Hbc atingiu índices mais altos de retenção nas duas localidades, seguido do HIV, sífilis e HBS-Ag, Jápara HTLV e HCV, constata-se tendência de diminuição dos índices, tanto no Hemocentro Recife comono Interior do Estado, indicando uma possível queda da prevalência dessas patologias na população ouuma melhoria na qualidade dos testes utilizados para o diagnóstico, bem como um melhor perfil dodoador de sangue.123
Uma Abordagem Bayesiana para Modelos Auto-regressivosPeriódicos com Aplicação à Previsão de Vazões Médias MensaisRicardo Luis dos ReisInstituto de Ciências Matemáticas e de Computação - USPMarinho G. AndradeInstituto de Ciências Matemáticas e de Computação - USPThelma SáfadiDepartamento de Ciências Exatas - UFLAEste trabalho apresenta uma abordagem bayesiana para o problema de inferência e previsão dosmodelos auto-regressivos com correlação periódica. Como aplicação, é tratado o problema da previsãode vazões médias mensais, que é uma ferramenta para o planejamento da operação ótima do sistemahidrotérmico brasileiro. A abordagem bayesiana proposta considera densidades a priori não informativaspara três modelos propostos (Normal, Log-Normal e t-Student). Esta metodologia é exemplificada comum conjunto de dados reais, referentes às séries de vazões médias mensais do reservatório de Furnas.Agradecimentos: Os autores Marinho G. Andrade agradecem à Fapesp. O autor agradece à Fapemig.124
Page 4 and 5:
10 o Encontro Brasileiro de Estatí
Page 7 and 8:
Page 9 and 10:
Particle LearningCarlos M. Carvalho
Page 12 and 13:
Uso de Métodos Bayesianos em Anál
Page 15 and 16:
Bayesian Inference for Aggregated F
Page 17 and 18:
Product Partition Models with Corre
Page 19 and 20:
“Objective Bayes” - A Dangerous
Page 21 and 22:
Bayesian Non-Parametric Inference f
Page 23 and 24:
Bayesian Computing with INLAHåvard
Page 25 and 26:
Page 27 and 28:
Bayesian Inference for a Skew-Norma
Page 29 and 30:
Bayesian Coalescent Modeling of the
Page 31 and 32:
Partitioning Diversity Measure for
Page 33 and 34:
Exact Simulation and Bayesian Infer
Page 35 and 36:
Spatially Varying Autoregressive Pr
Page 37 and 38:
Bayesian Beta Dynamic Model and App
Page 39 and 40:
Page 41 and 42:
Page 43 and 44:
Page 45 and 46:
Page 47 and 48:
Page 49 and 50:
Page 51 and 52:
Generalized Exponential Distributio
Page 53 and 54:
Análise Bayesiana da Priori Jeffer
Page 55 and 56:
Neighborhood Dependence in Bayesian
Page 57 and 58:
Aplicação do Algoritmo MCMC de Sa
Page 59 and 60:
Decisões de Investimento e Restri
Page 61 and 62:
Test for Symmetry in Contingency Ta
Page 63 and 64:
Aplicações de Inferência Bayesia
Page 65 and 66:
Uma Abordagem Bayesiana do Modelo M
Page 67 and 68:
Accounting for Latent Spatio-Tempor
Page 69 and 70:
Uma Abordagem Bayesiana para Proces
Page 71 and 72:
A Bayesian Analysis for the General
Page 73 and 74: Comparação de um Modelo Dinâmico
Page 75 and 76: Estimando Variações de Temperatur
Page 77 and 78: A Bayesian Approach to Multivariate
Page 79 and 80: Bayesian Inference for Gamma Modula
Page 81 and 82: Computational Tools for Comparing A
Page 83 and 84: Modelo Partição Produto com “Cl
Page 85 and 86: BIC Criterion for Minimal Markov Mo
Page 87 and 88: Estimadores Lineares Bayesianos em
Page 89 and 90: Modelos de Volatilidade Estocástic
Page 91 and 92: Processo de Difusão Multivariado c
Page 93 and 94: Generalized Latent Factor Models fo
Page 95 and 96: Measuring Vulnerability via Spatial
Page 97 and 98: Medidas do Valor Preditivo de um Mo
Page 99 and 100: Aproximações Analíticas para Pos
Page 101 and 102: Modelo de Risco Logístico Dependen
Page 103 and 104: A Practical Approach to Elicit Mult
Page 105 and 106: Modelos Dinâmicos para Deformaçã
Page 107 and 108: A Semiparametric Bayesian Approach
Page 109 and 110: Modelo Weibull Modificado de Longa
Page 111 and 112: Abordagem Bayesiana para Modelos GA
Page 113 and 114: Modelo Bayesiano Geral de Classe La
Page 115 and 116: Métodos de Estimação em Modelos
Page 117 and 118: LASSO Bayesiano no Mapeamento de QT
Page 119 and 120: Estudo das Matrizes de Covariância
Page 121 and 122: Sensibilidade da Inferência Bayesi
Page 123: Análise Bayesiana para o Estudo de
Page 127 and 128: Construção de Tábuas de Mortalid
Page 129 and 130: Um Procedimento Bayesiano para a An
Page 131 and 132: Um Novo Modelo para Dependência Es
Page 133 and 134: Distribuição Geométrica Exponenc
Page 135 and 136: Morbidade Pulmonar e Condições Cl
Page 137 and 138: Standard Setting for a Rasch Poisso
Page 139 and 140: Modelo Logístico Misto com Classes
Page 141 and 142: Metodologia Bayesiana para Detecç
Page 143 and 144: Modelos Espaço-Temporais para Dado
Page 145 and 146: Comparação de Modelos para a Iden
Page 147 and 148: Modelos Multivariados de Regressão
Page 149 and 150: Estimação Bayesiana em Modelos de
Page 151 and 152: Previsão de Resultados de Jogos de
Page 153 and 154: Uma Abordagem Bayesiana para Modelo
Page 155 and 156: Análise Bayesiana do Modelo Log-Bi
Page 157 and 158: Desempate TécnicoFilipe Jaeger Zab
Page 159 and 160: 10 o Encontro Brasileiro de Estatí
Page 161 and 162: 10 o Encontro Brasileiro de Estatí
Page 163: 10 o Encontro Brasileiro de Estatí
show all

Untitled - UFRJ

You also want an ePaper? Increase the reach of your titles

Delete template?

Save as template?