A Bayesian approach for the zero-inflated cure model: an application in a Brazilian invasive cervical cancer database.

This paper aims to discuss the Bayesian estimation approach for the zero-inflated cure class of models, which extends the standard cure model by accommodating zero-inflated data in the survival analysis context. A comprehensive simulation study is carried out to assess the performance of the estimation procedure. A new estimation methodology is illustrated using a real dataset related to women diagnosed with invasive cervical cancer in Brazil.

Modeling of COVID-19 Cases in Pakistan Using Lifetime Probability Distributions.

The Coronavirus Disease (COVID-19) is a respiratory disease that caused a large number of deaths all over the world since its outbreak. The World Health Organization (WHO) has declared the outbreak a global pandemic. The understanding of the random process related to the behavior infection of COVID-19 is an important health and economic problem. In the proposed study, we analyze the frequency of daily confirmed cases of COVID-19 using different two-parameter lifetime probability distributions. We consider the data from the period of March 11, 2020, to July 25, 2020, of Pakistan. We consider nine lifetime probability distributions for the analysis purpose and the selection of best fit was carried out using log-likelihood, AIC, BIC, RMSE, and R2 goodness-of-fit measures. Results indicate that Weibull distribution provides generally the best-fit probability distribution.

Statistical modeling of hospital admissions for pneumonia in Campo Grande / Modelagem estatística das internações hospitalares por pneumonia em Campo Grande / Modelado estadístico de ingresos hospitalarios por neumonía en Campo Grande

Justification and Objectives: Brazil lacks consistent epidemiological data on the respiratory morbidity of children and older adults, which makes it difficult to plan and execute effective preventive and health promotion actions. The objective of this study was to analyze the adjustments of distributions (Weibull, Normal, Gamma, Logistic) of historical series of hospitalizations for respiratory diseases (total hospitalizations), from 2011 to 2015, in Campo Grande, Mato Grosso do Sul. Methods: to determine the statistical models, four statistical indicators (coefficient of determination, mean root square error, mean absolute error and mean absolute percentage error) were performed from 2011 to 2015. Parameter estimates are obtained for the models adopted in the study, with and without a regression structure. Results: the results showed that Weibull, Gamma, Normal and Logistic distributions, applied to the series of hospitalizations for respiratory diseases in Campo Grande, were satisfactory in determining the shape and scale parameters, and the statistical indicators R2 , MAE, RSME and MAPE confirmed the data goodness-of-fit, and the graphical analysis indicated a satisfactory distribution fit. Conclusion: the analysis of monthly values indicates that Gamma is the best of the four distributions based on those selected. The regression model can be adjusted to the data and used as an alternative distribution that describes the hospitalization data considered in Campo Grande, Brazil.(AU)

Justificativa e Objetivos: o Brasil carece de dados epidemiológicos consistentes sobre a morbidade respiratória de crianças e idosos, o que dificulta o planejamento e a execução de ações efetivas de prevenção e promoção da saúde. O objetivo deste estudo foi analisar os ajustes das distribuições (Weibull, Normal, Gamma, Logística) da série histórica de internações por doenças respiratórias (total de internações), no período de 2011 a 2015, em Campo Grande, Mato Grosso do Sul. Métodos: para determinar os modelos estatísticos, foram executados quatro indicadores estatísticos (coeficiente de determinação, erro quadrático médio, erro absoluto médio e erro percentual absoluto médio) de 2011 a 2015. As estimativas dos parâmetros são obtidas para os modelos adotados no estudo com e sem uma estrutura de regressão. Resultados: os resultados mostraram que as distribuições Weibull, Gamma, Normal e Logística, aplicadas à série de internações por doenças respiratórias em Campo Grande, foram satisfatórias na determinação dos parâmetros de forma e escala, e os indicadores estatísticos R2, MAE, RSME e MAPE confirmaram a qualidade do ajuste dos dados, e a análise gráfica apontou um ajuste satisfatório das distribuições. Conclusão: a análise dos valores mensais indica que a Gamma é a melhor das quatro distribuições baseadas nos selecionados. O modelo de regressão pode ser ajustado aos dados e ser usado como uma distribuição alternativa que descreve os dados de internação considerados em Campo Grande, Brasil.(AU)

Justificación y Objetivos: el Brasil carece de datos epidemiológicos consistentes sobre la morbilidad respiratoria de niños y ancianos, lo que dificulta la planificación y ejecución de acciones efectivas de prevención y promoción de la salud. El objetivo de este estudio fue analizar los ajustes de las distribuciones (Weibull, Normal, Gamma, Logística) de la serie histórica de hospitalizaciones por enfermedades respiratorias (hospitalizaciones totales), de 2011 a 2015, en Campo Grande, Mato Grosso do Sul. Métodos: para la determinación de los modelos estadísticos, se realizaron cuatro indicadores estadísticos (coeficiente de determinación, raíz del error cuadrático medio, error medio absoluto y error porcentual absoluto medio) de 2011 a 2015. Se obtienen estimaciones de los parámetros para los modelos adoptados en el estudio, con y sin estructura de regresión. Resultados: los resultados mostraron que las distribuciones Weibull, Gamma, Normal y Logística, aplicadas a la serie de internaciones por enfermedades respiratorias en Campo Grande, fueron satisfactorias en la determinación de los parámetros de forma y escala, y los indicadores estadísticos R2, MAE, RSME y MAPE confirmaron la calidad de ajuste de los datos, y el análisis gráfico indicaron un ajuste satisfactorio de las distribuciones. Conclusión: el análisis de los valores mensuales indica que la Gamma es la mejor de las cuatro distribuciones en base a las seleccionadas. El modelo de regresión se puede ajustar a los datos y utilizar como una distribución alternativa que describe los datos de hospitalización considerados en Campo Grande, Brasil.(AU)

Using Software R in research in occupational therapy / Utilização do Software R em pesquisas na terapia ocupacional

Abstract In this paper, it is presented a simple guide for researchers in occupational therapy to perform basic statistical analysis in a flexible and independent way, using the R software, that is a free open source software which its popularity has been increased considerably in many fields. We have presented a step-by-step guide about how to install such software, it is also discussed the necessary steps to include the data set and perform basic statistical analysis, such as the calculation of sample size, basic statistics, graphical presentation, hypothesis tests, and the linear correlation test. The dataset considered in this study comes from a research in occupational therapy and the topics considered are result of the common statistical procedures that were face in the course of the Post Graduation Program in Occupational Therapy at the Federal University of São Carlos (UFSCar), in which were possible to find the principal statistical procedures used by the researchers in applications.

Resumo O presente artigo tem como objetivo fornecer subsídios para que pesquisadores em terapia ocupacional possam realizar procedimentos de estatística básica de maneira mais flexível e independente, a partir do sistema R, um software livre e gratuito, cuja popularidade vem aumentando consideravelmente no âmbito acadêmico. Apresentar-se-á, assim, o passo a passo de como instalar e utilizar o programa na realização de leitura e sumarização de dados, bem como no cálculo de estatísticas básicas, nas representações gráficas de dados quantitativos e qualitativos, no cálculo do tamanho amostral e na efetuação de testes de hipóteses e de teste de correlação linear. O banco de dados utilizado nas demonstrações apresentadas é oriundo de uma pesquisa em terapia ocupacional e as análises aqui realizadas resultam de uma demanda compreendida no decorrer de uma disciplina obrigatória do Programa de Pós-Graduação em Terapia Ocupacional da Universidade Federal de São Carlos (UFSCar), por meio da qual foipossívellevantarosprincipaisprocedimentosestatísticosutilizadospelospesquisadoresemsuaspesquisas.