Para citar este trabalho use um dos padrões abaixo:
Apresentação/Introdução Estudos sobre clima e saúde frequentemente utilizam medidas agregadas de exposição, como médias anuais ou mensais, desconsiderando a dimensão temporal dos efeitos ambientais. Essa simplificação limita a compreensão da dinâmica entre intensidade, duração e momento da exposição. Modelos Distributed Lag Non-Linear (DLNM) permitem integrar não linearidade e defasagem temporal em uma mesma estrutura analítica, ampliando a capacidade interpretativa da epidemiologia ambiental. Objetivos Apresentar a aplicação de DLNM na modelagem da associação entre temperatura ambiente e desfechos nutricionais infantis, explorando efeitos defasados e padrões temporais complexos. Metodologia Estudo observacional com dados do SISVAN vinculados à Coorte de 100 Milhões de Brasileiros (2008–2017), abrangendo território nacional. A exposição foi definida como temperatura média semanal proveniente da base BR-DWGD, com defasagem de até 11 semanas. Ajustou-se modelo linear generalizado binomial incorporando estrutura crossbasis, com função linear para a dimensão exposição e splines cúbicos naturais para a dimensão lag. Os modelos foram ajustados por variáveis sociodemográficas e ambientais. Resultados A modelagem identificou associação positiva entre temperaturas elevadas e maior probabilidade de déficit estatural, com maior concentração de efeitos nas primeiras semanas após a exposição. A estrutura DLNM permitiu distinguir componentes agudos e cumulativos, evidenciando padrões temporais complexos que não seriam detectados por modelos baseados em médias simples de temperatura. Discussão Os resultados evidenciam o potencial analítico dos Distributed Lag Non-Linear Models para investigar relações entre exposições ambientais e desfechos em saúde em contextos populacionais complexos. Diferentemente de abordagens tradicionais baseadas em médias agregadas ou modelos com defasagens únicas, os DLNMs permitem explorar simultaneamente a forma da associação exposição–resposta e a estrutura temporal dos efeitos, possibilitando identificar períodos críticos de maior sensibilidade à exposição térmica. A aplicação dessa abordagem em bases administrativas de grande escala, como o SISVAN vinculado à Coorte de 100 Milhões de Brasileiros, amplia as possibilidades de investigação na epidemiologia ambiental ao integrar dados populacionais e variáveis climáticas com alta resolução temporal. Nesse contexto, a modelagem com estrutura crossbasis mostrou-se adequada para decompor os efeitos da temperatura ao longo do tempo, permitindo diferenciar componentes imediatos e acumulados da exposição. Além disso, o uso de funções spline para modelar a dimensão lag contribui para capturar padrões temporais potencialmente não lineares, frequentemente observados em estudos sobre clima e saúde. Essa característica representa uma vantagem importante em relação a modelos convencionais de regressão, que podem subestimar ou simplificar excessivamente a dinâmica temporal dos efeitos ambientais. Conclusões/Considerações A aplicação de DLNMs demonstrou ser uma estratégia metodológica robusta para analisar efeitos temporais complexos de exposições climáticas sobre desfechos em saúde infantil. Ao incorporar simultaneamente não linearidade e defasagem temporal, essa abordagem amplia a capacidade de compreensão dos mecanismos pelos quais fatores ambientais influenciam processos biológicos e sociais relacionados à saúde. No campo da saúde coletiva, o uso dessa metodologia contribui para o aprimoramento das ferramentas analíticas disponíveis para o estudo das relações entre clima, ambiente e saúde, especialmente em cenários de mudanças climáticas e ampliação das bases de dados populacionais. Assim, a incorporação de abordagens que considerem explicitamente a dimensão temporal da exposição representa um avanço relevante para o desenvolvimento da epidemiologia ambiental.
Com ~200 mil publicações revisadas por pesquisadores do mundo todo, o Galoá impulsiona cientistas na descoberta de pesquisas de ponta por meio de nossa plataforma indexada.
Confira nossos produtos e como podemos ajudá-lo a dar mais alcance para sua pesquisa:
Esse proceedings é identificado por um DOI , para usar em citações ou referências bibliográficas. Atenção: este não é um DOI para o jornal e, como tal, não pode ser usado em Lattes para identificar um trabalho específico.
Verifique o link "Como citar" na página do trabalho, para ver como citar corretamente o artigo