Use este identificador para citar ou linkar para este item:
https://repositorio.ufba.br/handle/ri/39869
Registro completo de metadados
Campo DC | Valor | Idioma |
---|---|---|
dc.creator | Passos, Michelle Pereira Vale dos | - |
dc.date.accessioned | 2024-08-14T15:58:32Z | - |
dc.date.available | 2024-07-19 | - |
dc.date.available | 2024-08-14T15:58:32Z | - |
dc.date.issued | 2024-04-25 | - |
dc.identifier.citation | PASSOS, Michelle Pereira Vale dos. Identificação do efeito causal no modelo de mediação com variáveis latentes. 2024. 162 f. Dissertação (Mestrado em Matemática) Instituto de Matemática e Estatística, Universidade Federal da Bahia, Salvador, Ba, 2024. | pt_BR |
dc.identifier.uri | https://repositorio.ufba.br/handle/ri/39869 | - |
dc.description.abstract | Causal mediation analysis, which is based on potential responses (counterfactuals), is a commonly used method for decomposing the causal effect of an intervention on an outcome in several applications. This method is widely used in various areas of knowledge, particularly in epidemiology and social sciences. The most well-known methods are described in terms of continuous variables, especially linear models, and are used in situations where the variables are measured without error. In certain scenarios, however, the mediator and/or outcome may not be directly observed but can be potentially defined through latent class models. The goal of this dissertation is to assess how estimates of natural direct and indirect effects behave under the identification criteria used in the causal mediation models that involve categorical latent variables, using latent class analysis (LCA), in situations that may include a latent mediator and/or outcome. The methods for computing the natural indirect effect (NIE) and the natural direct effect (NDE) are expanded to situations where the categorical latent variables have more than two classes. We also propose the use of propensity scores in structural marginal models with latent variables. To evaluate the effectiveness of our proposed methods, Monte Carlo simulation studies were conducted under different scenarios of violation of causal identification assumptions. We illustrate all methodologies for estimating the NIE and NDE in situations involving categorical latent variables through the analysis of real data. Our analysis evaluates the effects of an intersectoral health promotion intervention, related to diet and physical activity patterns, on obesity in adolescents, where lifestyle is the mediator. We also evaluate the impact of the municipal health management on the quality of child care by primary health care (PHC) teams, which is mediated by the quality of planning and organization of PHC services. The obtained results emphasize the significance of causal identification criteria to allow for the causal interpretation of mediated effects, which can provide valuable insights to advance knowledge. Additionally, the findings suggest potential areas for future research and underscore the importance of methodological rigor in estimating and identifying mediated causal effects. | pt_BR |
dc.description.sponsorship | Centro de Integração de Dados e Conhecimentos para Saúde (CIDACS) | pt_BR |
dc.language | por | pt_BR |
dc.publisher | Universidade Federal da Bahia | pt_BR |
dc.rights | Acesso Aberto | pt_BR |
dc.subject | Inferência Causal | pt_BR |
dc.subject | Análise de classes latentes | pt_BR |
dc.subject | Efeito natural indireto | pt_BR |
dc.subject | Mediação causal | pt_BR |
dc.subject | Modelos marginais estruturais | pt_BR |
dc.subject.other | Causal inference | pt_BR |
dc.subject.other | Latent class analysis | pt_BR |
dc.subject.other | Natural indirect effect | pt_BR |
dc.subject.other | Causal mediation | pt_BR |
dc.subject.other | Marginal structural models | pt_BR |
dc.title | Identificação do efeito causal no modelo de mediação com variáveis latentes | pt_BR |
dc.title.alternative | Causal effect identification in mediation model with latent variables | pt_BR |
dc.type | Dissertação | pt_BR |
dc.publisher.program | Pós-Graduação em Matemática (PGMAT) | pt_BR |
dc.publisher.initials | UFBA | pt_BR |
dc.publisher.country | Brasil | pt_BR |
dc.subject.cnpq | CNPQ::CIENCIAS EXATAS E DA TERRA | pt_BR |
dc.subject.cnpq | CNPQ::CIENCIAS EXATAS E DA TERRA::MATEMATICA | pt_BR |
dc.subject.cnpq | CNPQ::CIENCIAS EXATAS E DA TERRA::PROBABILIDADE E ESTATISTICA | pt_BR |
dc.subject.cnpq | CNPQ::CIENCIAS EXATAS E DA TERRA::PROBABILIDADE E ESTATISTICA::ESTATISTICA | pt_BR |
dc.contributor.advisor1 | Amorim, Leila Denise Alves Ferreira | - |
dc.contributor.advisor1ID | https://orcid.org/0000-0002-1112-2332 | pt_BR |
dc.contributor.advisor1Lattes | http://lattes.cnpq.br/7571944616774417 | pt_BR |
dc.contributor.advisor-co1 | Taddeo, Marcelo Magalhaes | - |
dc.contributor.advisor-co1Lattes | http://lattes.cnpq.br/8525155883124586 | pt_BR |
dc.contributor.referee1 | Amorim, Leila Denise Alves Ferreira | - |
dc.contributor.referee1ID | https://orcid.org/0000-0002-1112-2332 | pt_BR |
dc.contributor.referee1Lattes | http://lattes.cnpq.br/7571944616774417 | pt_BR |
dc.contributor.referee2 | Fiaccone, Rosemeire Leovigildo | - |
dc.contributor.referee2ID | https://orcid.org/0000-0001-5439-1551 | pt_BR |
dc.contributor.referee2Lattes | http://lattes.cnpq.br/1839882342448396 | pt_BR |
dc.contributor.referee3 | Ramos, Dandara de Oliveira | - |
dc.contributor.referee3ID | https://orcid.org/0000-0001-9162-0456 | pt_BR |
dc.contributor.referee3Lattes | http://lattes.cnpq.br/2765620600340791 | pt_BR |
dc.creator.ID | https://orcid.org/0000-0002-4387-2234 | pt_BR |
dc.creator.Lattes | https://lattes.cnpq.br/6111846100076937 | pt_BR |
dc.description.resumo | A análise de mediação causal baseada em respostas potenciais (contrafactuais) tem sido amplamente utilizada na decomposição do efeito causal de uma intervenção sobre desfechos de aplicações em diversas áreas do conhecimento, ressaltando-se a epidemiologia e as ciências sociais. Os métodos mais conhecidos são descritos em termos de variáveis contínuas, especialmente modelos lineares (para ambos o mediador e o desfecho) e em situações em que as variáveis são mensuradas sem erro. Em alguns casos, no entanto, o mediador e/ou o desfecho podem ser variáveis não observadas diretamente, mas potencialmente caracterizadas via modelos de classes latentes. Portanto, na medida em que os modelos de mediação causal com variáveis latentes passam a ser disseminados na literatura, é necessária a formalização das condições de identificação causal dos efeitos naturais direto e indireto para que seja feita a interpretação causal dos estimadores e sua estimação ocorra sem viés. Neste contexto, esta dissertação objetiva avaliar o comportamento dos estimadores dos efeitos direto e indireto sob os critérios de identificação causal em modelos que incorporam variáveis latentes categóricas, via análise de classes latentes (LCA), em situações que podem envolver mediador e/ou desfechos latentes. As metodologias para estimação do efeito natural indireto (NIE) e do efeito natural direto (NDE) são estendidas para situações em que as variáveis latentes categóricas possuem mais de duas classes. Além disso, propõe-se alternativamente a inclusão de escores de propensão em modelos marginais estruturais com variáveis latentes. Estudos de simulação Monte Carlo foram conduzidos para avaliar propriedades dos métodos propostos em amostras finitas, considerando-se diferentes cenários de violação das suposições de identificação causal. Todas as metodologias para estimação do NIE e NDE em situações que envolvem variáveis latentes categóricas são ilustradas pela análise de dados reais para avaliar os efeitos: (i) de uma intervenção de promoção à saúde intersetorial, relacionada com dieta e padrões de atividade física na obesidade, tendo como mediador o estilo de vida, em adolescentes matriculados em escolas da rede pública no interior da Bahia; e (ii) da gestão municipal de saúde na qualidade do cuidado infantil de equipes da atenção primária à saúde (APS), que é mediado pela qualidade do planejamento e organização dos serviços da APS. Os resultados obtidos destacam a importância dos critérios de identificação causal para viabilizar a interpretação causal dos efeitos mediados, fornecendo insights valiosos para o avanço do conhecimento. Além disso, apontam para possíveis direções futuras de pesquisa e ressaltam a importância do rigor metodológico na estimação e identificação dos efeitos causais mediados. | pt_BR |
dc.publisher.department | Instituto de Matemática | pt_BR |
dc.type.degree | Mestrado Acadêmico | pt_BR |
Aparece nas coleções: | Dissertação (PGMAT) |
Arquivos associados a este item:
Arquivo | Descrição | Tamanho | Formato | |
---|---|---|---|---|
Michelle Passos - dissertação.pdf | 3,82 MB | Adobe PDF | Visualizar/Abrir |
Os itens no repositório estão protegidos por copyright, com todos os direitos reservados, salvo quando é indicado o contrário.