Estimação e mapeamento de perfis de risco são interesses da Epidemiologia. Neste trabalho, é analisada a distribuição espacial de casos de mortalidade infantil, comparados a controles de nascidos vivos amostrados do Sistema de Informações sobre Nascidos Vivos da cidade de Porto Alegre, Rio Grande do Sul, Brasil. A modelagem adotada neste trabalho baseia-se em um processo pontual espacial, na qual se define uma medida de risco que varia continuamente sobre a região de estudo e estimada por meio de métodos de modelos aditivos generalizados. Essa abordagem possui a vantagem de permitir a incorporação, no modelo, de efeitos de determinantes individuais e ecológicos de risco sob forma simples e de fácil interpretação. Também permite a construção de contornos de tolerância que auxiliam na identificação de áreas de alto/baixo risco e de um teste global da hipótese nula de risco constante relativa à região. A aplicação do método aos dados de mortalidade infantil mostrou variação espacial no risco altamente significativa para mortalidade neonatal e não significativa para mortalidade pós-neonatal.

Estimation and mapping of risk profiles are the main concerns of epidemiology. This paper analyzes spatial distribution of infant mortality cases as compared to live-born controls from Porto Alegre, Rio Grande do Sul. The modeling framework adopted in this research work is a spatial point process. Under this structure, a risk measure which continuously varies over the study region is defined and estimated using generalized additive model methods. This approach has the advantage of allowing for risk factors that are simple and easy to interpret. The procedure also allows the construction of tolerance contours which help identify areas of significantly high/low risk and an overall test for the null hypothesis of constant risk over the region. Application of this method to infant mortality data showed a highly significant spatial variation in risk for neonatal mortality data and non-significant results for post-neonatal mortality data.

Estimação e mapeamento de perfis de risco são interesses da Epidemiologia. Neste trabalho, é analisada a distribuição espacial de casos de mortalidade infantil, comparados a controles de nascidos vivos amostrados do Sistema de Informações sobre Nascidos Vivos da cidade de Porto Alegre, Rio Grande do Sul, Brasil. A modelagem adotada neste trabalho baseia-se em um processo pontual espacial, na qual se define uma medida de risco que varia continuamente sobre a região de estudo e estimada por meio de métodos de modelos aditivos generalizados. Essa abordagem possui a vantagem de permitir a incorporação, no modelo, de efeitos de determinantes individuais e ecológicos de risco sob forma simples e de fácil interpretação. Também permite a construção de contornos de tolerância que auxiliam na identificação de áreas de alto/baixo risco e de um teste global da hipótese nula de risco constante relativa à região. A aplicação do método aos dados de mortalidade infantil mostrou variação espacial no risco altamente significativa para mortalidade neonatal e não significativa para mortalidade pós-neonatal.

Estimation and mapping of risk profiles are the main concerns of epidemiology. This paper analyzes spatial distribution of infant mortality cases as compared to live-born controls from Porto Alegre, Rio Grande do Sul. The modeling framework adopted in this research work is a spatial point process. Under this structure, a risk measure which continuously varies over the study region is defined and estimated using generalized additive model methods. This approach has the advantage of allowing for risk factors that are simple and easy to interpret. The procedure also allows the construction of tolerance contours which help identify areas of significantly high/low risk and an overall test for the null hypothesis of constant risk over the region. Application of this method to infant mortality data showed a highly significant spatial variation in risk for neonatal mortality data and non-significant results for post-neonatal mortality data.