Estimação da cobertura de mortalidade de óbitos no Peru via modelos hierárquicos bayesianos

Abstract

A qualidade de dados públicos é essencial para criação de políticas publicas eficientes, que priorizem quem realmente necessita e utilize os recursos disponíveis da melhor forma possível. Existem diferentes formas e modelos para estimar o número real de débitos ocorridos em uma população, mas muitos ignoram o agrupamento natural que os dados apresentam. A estrutura hierárquica é a divisão de um grupo de dados em subgrupos, no caso de um país como o Peru, os dados se subdividem em departamentos, que se subdividem em províncias, que por sua vez, se subdividem em distritos. O objetivo deste trabalho é criar um modelo hierárquico que considera esses agrupamentos de dados utilizando a abordagem bayesiana, comparar com resultados obtidos analiticamente e discutir os resultados obtidos. O modelo se mostrou eficiente em estimar os óbitos registrados e, consequentemente, a cobertura de mortalidade dos bancos do Sistema Informático Nacional de Óbitos (SINADEF). Comparando com os resultados apresentados pela metodologia clássica, o modelo apresentou um menor número de zeros possibilitando o cálculo de cobertura para regiões menores, além disso, mais de 99% dos distritos tiveram a estimação do modelo clássico contida no intervalo de credibilidade construído com base no modelo bayesiano. Além disso, é claro o reflexo do esforço por parte do Peru para melhorar a qualidade de seus dados, que tinham aproximadamente 30% dos registros feitos de forma online em 2017 e tinha quase 80% destes mesmos registros realizados em sistemas online em 2020.