Efeito do Plano Amostral Complexo na Análise de Índices de Utilidade
![Thumbnail](/bitstream/handle/10183/29094/000775551.pdf.jpg?sequence=3&isAllowed=y)
Visualizar/abrir
Data
2010Orientador
Nível acadêmico
Graduação
Assunto
Resumo
Introdução: Os índices de utilidade são medidas de desfecho atualmente preconizadas para uso em análises econômicas e que geram a unidade denominada QALY (Quality Adjusted Life Years) que agrega qualidade de vida e sobrevida em uma única medida. Muitos estudos utilizam planos amostrais complexos (PAC) nas adaptações culturais deste tipo de instrumento, mas não incorporam essa característica na análise dos dados. Em estudos de QV e utilidade não se sabe o efeito do PAC nos modelos finais. Objeti ...
Introdução: Os índices de utilidade são medidas de desfecho atualmente preconizadas para uso em análises econômicas e que geram a unidade denominada QALY (Quality Adjusted Life Years) que agrega qualidade de vida e sobrevida em uma única medida. Muitos estudos utilizam planos amostrais complexos (PAC) nas adaptações culturais deste tipo de instrumento, mas não incorporam essa característica na análise dos dados. Em estudos de QV e utilidade não se sabe o efeito do PAC nos modelos finais. Objetivo: Avaliar o efeito do plano amostral em um estudo de para adaptação cultural do instrumento SF-6D. Métodos: Estudo transversal de base populacional (n=469) realizado em Porto Alegre, usando amostragem por conglomerados. Foram aplicados o instrumento SF-6D e o Standard gamble. Para estimar utilidade foram ajustados 4 modelos diferentes, sendo 2 OLS (Ordinary Least Square) e 2 modelos multinível. Calculou-se o efeito do plano amostral (EPA) para avaliar o efeito da amostragem por conglomerados e o coeficiente de correlação intraclasse (CCI) para avaliar a necessidade de modelagem multinível. Resultados: Para os modelos OLS a maioria dos valores de EPA foi menor que 1. Os valores de CCI indicam que a modelagem multinível é adequada nesse estudo. Os modelos multinível tiveram menores erros padrões que os modelos OLS. Discussão: Os modelos multinível foram melhores que os modelos OLS, mesmo quando o modelo OLS inclui o efeito de setor censitário, indicando a importância da inclusão de efeitos aleatórios. Entre os modelos multinível, a incorporação do efeito aleatório do setor censitário melhorou a qualidade do modelo. Conclusões: Recomenda-se a incorporação da amostragem por conglomerados na análise de dados de utilidade, utilizando modelos multinível. ...
Abstract
Introduction: Utility values are outcome measures recommended nowadays for use in economic analysis. They generate an unit called QALY (Quality Adjusted Life Years) which aggregates quality of life and survival in one measure. Many studies use complex survey sample (CSS) in the cultural adaptations of this kind of instrument, but do not consider it when analyzing data. In QOL and utility studies the effect of CSS in the final models is unknown. Objective: Evaluate the effect of sampling plan in ...
Introduction: Utility values are outcome measures recommended nowadays for use in economic analysis. They generate an unit called QALY (Quality Adjusted Life Years) which aggregates quality of life and survival in one measure. Many studies use complex survey sample (CSS) in the cultural adaptations of this kind of instrument, but do not consider it when analyzing data. In QOL and utility studies the effect of CSS in the final models is unknown. Objective: Evaluate the effect of sampling plan in a study for cultural adaptation of the instrument SF-6D.. Methods: Cross-sectional population-based study (n=469) made in Porto Alegre, through cluster sampling. SF-6D and Standard gamble have been applied. In order to estimate utility, 4 different models were adjusted, 2 Ordinary Lest Square (OLS) and 2 multi-level models. Design effect (deff) was calculated to evaluate the effect of cluster sampling and intraclass correlation coefficient (ICC) to evaluate the need of multi-level modeling. Results: For OLS models most of deff values were smaller then 1. ICC values indicate multilevel modeling is adequate in this study. Multi-level models had smaller standard errors then OLS models. Discussion: Multi-level modeling was better then OLS models, even when OLS models included the effect of cluster, showing how important is the inclusion of random effects. Among multi-level models, incorporating random effect of cluster improved model quality. Conclusions: It’s recommended incorporating cluster sampling in analysis of utility data, through multi-level modeling. ...
Instituição
Universidade Federal do Rio Grande do Sul. Instituto de Matemática. Departamento de Estatística. Curso de Estatística: Bacharelado.
Coleções
-
TCC Estatística (290)
Este item está licenciado na Creative Commons License
![](/themes/Mirage2Novo//images/lume/cc.png)