Bias correction in clustered underreported data

Abstract

A qualidade dos dados provenientes de regiões pobres e socialmente desfavorecidas deu origem a muitos desafios estatísticos. Um deles é a subnotificação de eventos vitais, levando a estimativas tendenciosas dos riscos associados. Para lidar com dados de contagem subnotificados, modelos baseados em distribuições compostas de Poisson têm sido comumente assumidos. Para serem identificáveis, tais modelos geralmente requerem informações extras e fortes sobre a probabilidade de reportar o evento em todas as áreas de interesse, o que nem sempre está disponível. Introduziu-se uma nova abordagem para o modelo composto de Poisson assumindo que as áreas são agrupadas de acordo com a qualidade dos dados. Aproveitou-se desses clusters para criar uma estrutura hierárquica na qual as probabilidades de relato diminuem à medida que se passa do melhor grupo para o pior. Obteve-se restrições para a identificabilidade do modelo e provou-se que apenas são necessárias informações prévias sobre a probabilidade de relato em áreas com melhor qualidade de dados. São apresentadas diversas abordagens para modelar a incerteza sobre as probabilidades de relato, incluindo anteriores de referência. Diferentes características da metodologia proposta são estudadas através de simulação. O modelo foi aplicado para mapear os riscos de mortalidade neonatal precoce em Minas Gerais, um estado brasileiro que apresenta características heterogêneas e uma desigualdade socioeconômica relevante.