A modelação geoestatística
aplicada aos estudos epidemiológicos: uma contribuição para o estudo da relação
entre a qualidade do ar e desfechos do parto
O potencial dos métodos geoestatísticos para aplicações
em epidemiologia espacial e o potencial dos líquenes como indicadores
ecológicos em estudos de saúde, motivou a investigação e o desenvolvimento de
novos métodos e aplicações apresentados nesta tese. Para responder a uma questão
epidemiológica relacionada com a associação entre a qualidade do ar e o peso ao
nascer, esta tese explora o desenvolvimento de novas abordagens para 1)
explorar o potencial dos líquenes como indicadores da qualidade do ar em
estudos de saúde ambiental, 2) explorar o uso de simulação geoestatística para
avaliar a incerteza espacial da exposição e 3) desenvolver as capacidades de
análise exploratória da geoestatística multivariada de processos espaciais subjacentes
nas associações ecológicas nas áreas do ambiente e da epidemiologia.
A primeira parte da tese fornece novas orientações para a investigação em saúde, nos casos em que a simulação geoestatística é combinada com os líquenes para medir qualidade do ar e as associações com o peso ao nascer. Os resultados obtidos indicam que, combinados com a alta-resolução espacial fornecida pelos líquenes, os métodos geoestatísticos permitem produzir mapas de qualidade do ar com elevada resolução espacial, para posterior análise estatística, e que se apresentam como alternativas económicas ??e adequadas para medir associações com o peso à nascença.
A segunda parte da tese apresenta novas aplicações dos métodos geoestatísticos multivariados para modelar processos espaciais subjacentes às associações ecológicas nas áreas do ambiente e da epidemiologia. Os resultados mostram que a geoestatística multivariada pode desempenhar um papel relevante para modelar a intensidade e a direção de processos espacialmente não-estacionários subjacentes às associações ecológicas, especialmente em grandes regiões, onde as variações nas suas intensidade e direção são mais prováveis de ocorrer.