Show simple item record

dc.contributor.advisorCamey, Suzi Alvespt_BR
dc.contributor.authorHoffmann, Juliana Feliciatipt_BR
dc.date.accessioned2021-01-29T04:02:22Zpt_BR
dc.date.issued2019pt_BR
dc.identifier.urihttp://hdl.handle.net/10183/217602pt_BR
dc.description.abstractEsta tese aborda os principais métodos de modelagem estatística direcionados para avaliação de impacto de políticas públicas de saúde, com foco em quase-experimentos longitudinais. É feita uma revisão da literatura sobre o tema e são apresentados dois artigos, considerando sempre o contexto de quase-experimentos longitudinais. O primeiro artigo busca mostrar, passo-a-passo, cada uma das etapas necessárias para a realização de uma avaliação. Desde a etapa de estimação de escores de propensão, passando por método de pareamento e ponderação chegando, por fim, aos modelos propostos para estimar o impacto do Programa. São apresentados todos os códigos em R, um software livre amplamente conhecido, o que permite replicar as análises realizadas e, assim, contribuir para a disseminação da cultura da avaliação, consolidando a prática de políticas públicas baseadas em evidências. Neste primeiro artigo utilizou-se como exemplo um programa da Secretaria Estadual de Saúde do Rio Grande do Sul, cujos resultados obtidos pelos modelos GEE e GLM foram comparados utilizando as metodologias de análise propostas. Os resultados obtidos pelos dois métodos foram divergentes, ressaltando a atenção necessária na escolha do método. No segundo artigo a ponderação, metodologia considerada mais adequada a partir das conclusões do primeiro artigo, é aplicada em quatro indicadores de resultado de internações psiquiátricas do mesmo Programa da Secretaria Estadual de Saúde, os Núcleos de Apoio à Atenção Básica. Através da ponderação pelos escores de propensão e modelos GEE para estimação do impacto observou-se que não houve efeito significativo do Programa em nenhum dos quatro indicadores propostos. Entretanto, os indicadores selecionados podem não estar refletindo da melhor forma os resultados esperados pelo programa, dado que a legislação de criação do Programa e os demais registros existentes não definem de forma clara um indicador de resultado. A programação em R apresentada permitiu a 10 realização de todas as análises necessárias, com a vantagem de viabilizar a disponibilização das rotinas para replicação das mesmas.pt_BR
dc.description.abstractThis thesis discusses the main statistical modeling methods used to impact assessment of public health policies, focusing on longitudinal quasi-experiments. The literature is reviewed, and two papers are presented, always considering the context of longitudinal quasi-experiments. The first paper aims to present, step by step, all necessary phases to perform an impact evaluation. Beginning with the propensity score estimation, through the matching and weighting method, until the proposed models to estimate the Program impact. All R codes are presented, which allows replicating the analysis performed and thus contribute for the evaluation culture dissemination, consolidating the practice of evidence-based public policies. This first article used as an example a program of the State Secretariat of Health of Rio Grande do Sul, which results were compared using the proposed analysis methodologies. In the second article the methodology considered the most appropriate, based on the conclusions of the first article, is applied to four result indicators, seeking to estimate the impact of the Program on these indicators.en
dc.format.mimetypeapplication/pdfpt_BR
dc.language.isoporpt_BR
dc.rightsOpen Accessen
dc.subjectPolítica públicapt_BR
dc.subjectSaúdept_BR
dc.subjectBioestatísticapt_BR
dc.subjectEnsaios clínicos controlados não aleatórios como assuntopt_BR
dc.titleModelagem estatística para avaliação de impacto de políticas públicas de saúde no contexto de quase-experimentos longitudinaispt_BR
dc.typeTesept_BR
dc.identifier.nrb001121985pt_BR
dc.degree.grantorUniversidade Federal do Rio Grande do Sulpt_BR
dc.degree.departmentFaculdade de Medicinapt_BR
dc.degree.programPrograma de Pós-Graduação em Epidemiologiapt_BR
dc.degree.localPorto Alegre, BR-RSpt_BR
dc.degree.date2019pt_BR
dc.degree.leveldoutoradopt_BR


Files in this item

Thumbnail
   

This item is licensed under a Creative Commons License

Show simple item record