Banca de DEFESA: MARCOS AURÉLIO MAIA DA SILVA

Uma banca de DEFESA de MESTRADO foi cadastrada pelo programa.
DISCENTE : MARCOS AURÉLIO MAIA DA SILVA
DATA : 27/10/2026
HORA: 14:00
LOCAL: Ambiente virtual
TÍTULO:

Modelo Bayesiano Espacial para Mortalidade por Idade em Pequenas Áreas com
Registros Vitais Incompletos

PALAVRAS-CHAVES:

Mortalidade em pequenas áreas; Modelos hierárquicos bayesianos;
Dependência espacial; Sub-registro de óbitos.

PÁGINAS: 70
RESUMO:

A estimação de taxas de mortalidade em pequenas áreas geográficas envolve
desafios associados à escassez de eventos, à elevada variabilidade das contagens e à
incompletude dos registros de óbitos, problema agravado pelas desigualdades regionais na
cobertura do Sistema de Informações sobre Mortalidade no Brasil. Esta dissertação propõe um
modelo hierárquico bayesiano que integra, de forma conjunta, suavização etária, dependência
espacial e correção para sub-registro, oferecendo uma abordagem unificada para lidar com
essas limitações. O modelo estende a metodologia de Schmertmann e Gonzaga (2018), que
combina a parametrização TOPALS com uma formulação bayesiana para modelagem do sub-
registro. A principal inovação consiste na incorporação de um Processo Gaussiano Espacial
com função de correlação exponencial baseada na distância euclidiana entre os centróides das
áreas, substituindo a dependência estritamente local dos modelos CAR e ICAR por uma
estrutura contínua capaz de capturar diferentes alcances de correlação. Para refletir a
heterogeneidade dos padrões ao longo do ciclo de vida, os parâmetros de variância e
decaimento espacial são especificados de forma independente para quatro grupos etários. A
estimação é realizada por meio de um algoritmo MCMC híbrido, combinando etapas de Gibbs
e Metropolis–Hastings adaptativo, implementado em R. Os resultados evidenciam redução
substancial da variabilidade excessiva, especialmente nas idades extremas e em áreas com
menor população, preservando padrões consistentes nas unidades mais estáveis. As análises
de RMSE e de correlação espacial indicam maior coerência entre áreas após a modelagem, e os
diagnósticos MCMC apontam convergência satisfatória para a maior parte dos parâmetros.

MEMBROS DA BANCA:
Interno - 3010614 - ELIARDO GUIMARAES DA COSTA
Externo à Instituição - FERNANDO FERRAZ DO NASCIMENTO - UFPI
Presidente - 1781198 - FIDEL ERNESTO CASTRO MORALES
Interno - 1342138 - RODRIGO MATHEUS ROCHA DE MEDEIROS