Fatores ambientais urbanos e desempenho funcional de idosos da região metropolitana de Belo Horizonte, Brasil: uma análise por regressão quantílica. Fatores ambientais urbanos e desempenho funcional de idosos da região metropolitana de Belo Horizonte, Brasil: uma análise por regressão quantílica / Renzo Joel Flores Ortiz. Definindo o desempenho funcional como o que uma pessoa faz no ambiente habitual, as características da vizinhança podem afetar o desempenho funcional de uma pessoa idosa, facilitando ou dificultando seu envolvimento em atividades e participação na vida diária.
Esta pesquisa tem como objetivo investigar a relação entre o funcionamento funcional de idosos residentes na região metropolitana de Belo Horizonte e os fatores ambientais dos locais de residência. A variável resposta é o número de atividades de vida diária (AVD) que o idoso realiza com alguma dificuldade, medida do funcionamento funcional que tem sido operacionalizada como variável de contagem. A associação entre desempenho funcional e variáveis ambientais foi avaliada por meio de modelos de regressão quantílica.
O desempenho funcional de um idoso pode ser avaliado de diversas formas, sendo bastante comum o autorrelato de dificuldades na realização de tarefas conhecidas como atividades da vida diária (AVD). Como o desempenho funcional é uma característica que pode apresentar heterogeneidade entre os idosos (FERREIRA, CÉSAR, et al., 2010), aplicar um método de análise de regressão baseado em médias também pode resultar em perda de informações (HAO e NAIMAN, 2007 ). 18 Diante do exposto, o presente estudo tem como objetivo investigar a relação entre fatores do ambiente urbano e o desempenho funcional de idosos residentes na região metropolitana de Belo Horizonte.
Objetivo Geral
Objetivos Específicos
Desempenho Funcional
Fatores Ambientais
Desempenho Funcional e Fatores Ambientais na CIF
Facilitadores são fatores ambientais que, por sua ausência ou presença, melhoram o funcionamento e reduzem a incapacidade de uma pessoa. Esses fatores incluem aspectos como um ambiente físico acessível, disponibilidade de tecnologia assistiva apropriada, atitudes positivas das pessoas em relação à deficiência, bem como serviços, sistemas e políticas destinadas a aumentar a inclusão de todas as pessoas com problemas de saúde em todas as áreas da vida. Os facilitadores podem evitar que uma deficiência ou limitação de atividade se torne uma limitação de participação, pois o desempenho real da ação melhora independentemente do estado de saúde do indivíduo.
Barreiras são fatores ambientais que, por sua ausência ou presença, limitam a funcionalidade e causam incapacidade. Esses fatores incluem aspectos como um ambiente físico inacessível, falta de auxílios apropriados, atitudes negativas das pessoas em relação à deficiência e serviços, sistemas e políticas que não existem ou dificultam o envolvimento de todas as pessoas com uma condição de saúde. em todas as áreas da vida. Evidências de vários estudos de base populacional (GALLAGHER, GRETEBECK, et al., 2010; GIEHL, SCHNEIDER, et al., 2012; HALLAL, REIS, et al., 2010; STRATH, GREENWALD, et al., 2012; FERREIRA, CÉSAR, et al., 2010; SUN, CENZER, et al.), incluindo estudos realizados no Brasil, reforçam o posicionamento da CIF sobre a influência dos fatores ambientais na funcionalidade humana.
Na cidade de Florianópolis, Giehl et al. 2012) identificou que os idosos que relataram a existência de calçadas, ciclovias, vias e vias para pedestres no bairro, bem como aqueles que afirmaram receber apoio de amigos ou vizinhos para a realização de atividades físicas, eram mais ativos no lazer . Em Recife, Hallal et al. 2010) identificou que a falta de caminhada e dificuldade de acesso a locais de recreação estão associados a níveis mais baixos de atividade física em adultos. Na região metropolitana de Belo Horizonte, Ferreira et al. 2009) constatou que o medo de cair devido a defeitos no pavimento como uma preocupação ao sair de casa está associado ao aumento do número de AVDs realizadas com dificuldade em idosos.
Essa percepção de medo de cair devido à falha do pavimento pode, de certa forma, ser interpretada como um proxy para a qualidade dos pavimentos públicos. Outro modelo de funcionalidade que inclui fatores ambientais é, por exemplo, o modelo de VERBRUGGE e JETTE (1994), que influenciou o modelo da OMS e o modelo de. GLASS e BALFOUR (2003), ou o modelo de efeito vizinho na Figura 3 também representado como uma rota.
23 VERBRUGGE e JETTE (1994), ou modelo representado na Figura 2 como uma via causal, na qual o temporal, da esquerda para a direita, segue para deficiências (perda de funções mentais, físicas ou bioquímicas em sistemas corporais específicos), que passa a limitações funcionais (limitações de ações físicas e mentais básicas) e, finalmente, a capacidade de realizar AVD devido a problemas de saúde). O modelo de facilitadores ou barreiras dos fatores ambientais interagem com os fatores individuais e esta interação.
Regressão Quantílica
- O que é um quantil?
- Prelúdio à regressão quantílica: a regressão mediana
- Regressão quantílica: a metodologia
- Regressão quantílica para variáveis respostas não-contínuas
- Recursos computacionais
A regressão quantílica (KOENKER e BASSETT, 1978), introduzida por Roger Koenker e Gilbert Basset em 1978, é um método de análise de regressão que pode ser uma alternativa aos métodos baseados em médias. Comparada a um método baseado em médias, como a regressão linear, a regressão quantílica pode ser interpretada como uma extensão (DAVINO, FURNO, & VISTOCCO, 2013). Como todo e qualquer quantil pode ser modelado, a regressão quantílica permite uma descrição mais ampla da relação entre a variável resposta e as variáveis explicativas (DAVINO, FURNO e VISTOCCO, 2013).
Em situações práticas, por exemplo, para fins de planejamento de políticas, a regressão quantílica pode ser uma abordagem benéfica. A regressão mediana, proposta por Roger Boscovich no século XVIII, é um caso especial de regressão quantílica em que o quantil 0,50 é examinado em função de variáveis explicativas (KOENKER e BASSETT, 1978; KOENKER, 2005). Conforme mencionado anteriormente, a regressão quantílica é um método de análise de regressão que examina os quantis de uma variável de resposta como uma função de variáveis explicativas.
Na regressão quantílica, a variável resposta está relacionada com as variáveis explicativas por meio de uma função quantílica condicional. Se o efeito da variável explicativa for constante ao longo da distribuição | (ou seja, se = para todos), então o modelo de regressão quantílica se reduz ao modelo de médias condicionais padrão. Duas abordagens principais são utilizadas para estimar o erro padrão dos coeficientes do modelo de regressão quantílica: a abordagem assintótica e a abordagem bootstrap (HAO e NAIMAN, 2007).
A metodologia de regressão quantílica descrita, conhecida como metodologia padrão, assume que a variável de resposta é contínua. A abordagem de regressão quantílica para contagem de variáveis (MACHADO e SANTOS SILVA, 2005) consiste essencialmente em uma variação da metodologia padrão (KOENKER e BASSETT, 1978). Resumidamente, a abordagem de regressão quantílica para contagem de variáveis (MACHADO e SANTOS SILVA, 2005) sugere a seguinte implementação (SALMASI, CELIDONI e PROCIDANO, 2012; WINKELMANN, 2008).
Alguns dos programas de análise de dados mais importantes, como SAS (SAS INSTITUTE INC, 2013), Stata (STATACORP, 2013) e R (R DEVELOPMENT CORE TEAM, 2014; KOENKER, 2013) implementaram a metodologia padrão (KOENKER e BASSETT, 1978 ) da regressão quantílica. Além disso, os programas Stata e R implementaram metodologias específicas de regressão quantílica, como para variáveis de contagem e variáveis na presença de censura.
Corpo do Texto e Referências
In the context of functional studies, if we consider a response variable consisting of a population's functional levels, quantile regression provides the opportunity to examine the effects of the explanatory variables on different functional levels. In contrast, mean-based regression methods would allow only the effects of the explanatory variables to be examined. The present study aims to investigate the relationship between neighborhood characteristics and the functional performance of the elderly living in the Belo Horizonte metropolitan area.
The ISBH is a health survey designed to provide a representative sample of the non-institutionalized adult population living in the metropolitan area of Belo Horizonte. Of the 7,500 originally sampled households, 5,798 participated in the survey, and a total of 12,979 residents were surveyed. We used a quantile regression approach on the 28-count data to estimate quantile regression models at each of the five percentiles in the 55th–95th interval. percentiles of the distribution of the number of ADLs performed with difficulty.
From each fitted model, the effects of the neighborhood variables and their standard errors were calculated. In quantile regression models, the explanatory variable effects can be interpreted as rates of change in the percentiles of the response variable distribution when the values of the explanatory variables 22 vary. The quantile regression for count data approach 28 was applied using 5,000 simulated samples and the standard errors of the explanatory variable effects were calculated using the delta method 29 .
The percentiles for the number of ADL performed with difficulty stratified by categorical explanatory variables are presented in Table 2. The present study showed that the functional performance of the elderly living in the Belo Horizonte metropolitan area was positively associated with defective pavements and, furthermore, that the effect of this neighborhood characteristic increased the more compromised the elderly's functional status. The description of the percentiles for the response variable stratified by categorical explanatory variables (Table 2) revealed important information, especially regarding sociodemographic and health characteristics.
Two methodological issues can be considered the main strengths of our study: the operationalization of the functional performance measure and the method of data analysis. On the other hand, quantile regression, the method of data analysis, allowed the analysis created. 40 operating range and thus, finally, a broader description of the relationship between functional performance and neighborhood characteristics was achieved.
How are physical activity behaviors and cardiovascular risk factors associated with characteristics of the built and social housing environment.
Ilustrações
Estimativas dos efeitos da regressão quantílica das características da vizinhança* no intervalo 55-95. percentis do número de AVD realizadas com dificuldade. Estimativas de efeito de regressão de quantil de vizinhança característica (–●–) com intervalos de confiança correspondentes de 95% mostrados como áreas sombreadas ao redor das estimativas (os erros padrão foram calculados usando o método delta); efeitos são ajustados. O artigo demonstrou um aspecto importante da regressão quantílica: seu uso não exige que a variável resposta seja contínua.
Computacionalmente, estimar modelos de regressão quantílica é mais caro do que estimar modelos de regressão baseados em médias (HAO e NAIMAN, 2007). Ambiente da vizinhança e perda da função física em adultos mais velhos: evidências do estudo do Condado de Alameda. Pensando além da média: um guia prático para usar métodos de regressão quantílica na pesquisa de serviços de saúde.
Associations of blood pressure with common factors among backward farmers in rural China: a cross-sectional study using quantile regression analysis. Measured and perceived environmental characteristics are related to accelerometer-defined physical activity in older adults.
Comprovante de submissão de artigo
Comprovante de aceite de artigo
