Application of the Gamma Fragility Model in the analysis of smoking cessation in Brazil in 2019

Authors

  • Cleane Sousa Santos Departamento de Estatística, Universidade Federal do Piauí, Teresina, PI, Brasil
  • Cleide Mayra Menezes Lima Departamento de Estatística, Universidade Federal do Piauí, Teresina, PI, Brasil
  • Valmaria Rocha Da Silva Ferraz Departamento de Estatística, Universidade Federal do Piauí, Teresina, PI, Brasil
  • Jackelya Araujo Da Silva Departamento de Estatística, Universidade Federal do Piauí, Teresina, PI, Brasil

Keywords:

Survival, Smoking, Heterogeneity

Abstract

It is globally recognized that tobacco consumption is a risk factor for various diseases, making its reduction a fundamental concern for public health. In Brazil, although there is a
wealth of literature on smoking and cessation, these studies often limit themselves to experimental research. This study aims to analyze data from the 2019 National Health Survey, with the
goal of presenting Survival Analysis as an alternative approach for investigating the behavior of
smokers until they quit the habit. The considered variables include gender, income, marital status, and health conditions such as Stroke, hypertension, lung disease, physical exercise practice,
and alcohol consumption. The Cox-Gompertz parametric model was applied to analyze factors
influenciando a duração do tabagismo, assumindo tempos de consumo de tabaco independentes e riscos proporcionais. Além disso, o modelo univariado de fragilidade Gama-Gompertz foi utilizado para abordar
fatores não observados que afetam a heterogeneidade dos dados. As análises revelaram maior probabilidade de
cessação do tabagismo entre mulheres e indivíduos que praticam exercício físico. O
modelo de fragilidade indicou a presença de fatores não observados influenciando o tempo de tabagismo, pois 0,17
da variabilidade dos dados não foi explicada pelas variáveis ​​consideradas.

References

AKAIKE, Hirotugu. A New Look at the Statistical Model Identification. IEEE Transactions on Automatic Control, v. 19, n. 6, p. 716-723, 1974.

COLOSIMO, E. A e GIOLO, S. R. Análise de Sobrevivência Aplicada. Editora Blucher, 2006.

COX, D. R. Regression Models and Life Tables (with discussion). J. Roy. Statist. Soc., B, v. 34, p. 187-202, 1972.

COX, David R.; SNELL, E. Joyce. A General Definition of Residuals. Journal of the Royal Statistical Society: Series B (Methodological), v. 30, n. 2, p. 248-265, 1968.

ELBERS, C. e RIDDER, G. True and Spurious Duration Dependence: The Identifiability of the Proportional Hazard Model. The Review of Economic Studies, v. 49, n. 3, p. 403-409, 1982.

FIOCRUZ. Projeto de Pesquisa e Desenvolvimento Tecnológico - Pesquisa Nacional de Saúde (PNS), Rio de Janeiro. Acesso em 20 de janeiro de 2023, disponível em: https://www.pns.icict.fiocruz.br/.

GOMPERTZ, B. On the Nature of the Function Expressive of the Law of Human Mortality, and on a New Mode of Determining the Value of Life Contingencies. In a Letter to Francis Baily, Esq. FRS &c. By Benjamin Gompertz, Esq. FRS. In: Abstracts of the Papers Printed in the Philosophical Transactions of the Royal Society of London. London: The Royal Society, 1833. p. 252-253.

HOUGAARD, Philip. Frailty Models for Survival Data. Lifetime Data Analysis, v. 1, p. 255-273, 1995.

SCHWARZ, Albert S. The Partition Function of Degenerate Quadratic Functional and Ray-Singer Invariants. Letters in Mathematical Physics, v. 2, n. 3, p. 247-252, 1978.

TOMAZELLA, Vera Lucia Damasceno. Modelagem de Dados de Eventos Recorrentes via Processo de Poisson com Termo de Fragilidade. 2003. Tese (Doutorado em Ciências de Computação e Matemática Computacional) - Instituto de Ciências Matemáticas e de Computação, Universidade de São Paulo, São Carlos, 2003.

%doi:10.11606/T.55.2003.tde-22102003-174212. Acesso em: 2023-09-30.

VIGITEL (Vigilância de Fatores de Risco e Proteção para Doenças Crônicas por Inquérito).{it Estimativas sobre frequência e distribuição sociodemográfica de fatores de risco e proteção para doenças crônicas nas capitais dos 26 estados brasileiros e no distrito federal em 2021. Ministério da Saúde, 2022.Acesso em 20 de Fevereiro de 2023,

disponível em: href{https://www.gov.br/saude/pt-br/centrais-de-conteudo/publicacoes/svsa/vigitel/vigitel-brasil-2021-estimativas-sobre-frequencia-e-distribuicao-sociodemografica-de-fatores-de-risco-e-protecao-para-doencas-cronicas/@@download/file{link.

VOGT, C. M, et al. Smoking Cessation in Brazil: A Survival Analysis Based on Consumer Profile. Ciência & Saúde Coletiva, p. 12, 2021. Acesso em 10 de Setembro de 2023, disponível em href{https://www.scielo.br/j/csc/a/qR8msLsd7xnDCbTzbG7YcQd/?lang=em{link.

WEIBULL, W. A Statistical Theory of Strength of Materials. IVB-Handl., 1939.

WEIBULL, W. A Statistical Distribution Function of Wide Applicability. Journal of Applied Mechanics, 1951.

WEIBULL, W et al. A Statistical Representation of Fatigue Failures in Solids. Elander, 1949.

WIENKE, A. Frailty Models in Survival Analysis. Boca Raton, FL, EUA: Chapman & Hall/CRC, 2011.

WHO (World Health Organization). Tobacco and Its Environmental Impact: An Overview, 2017. Acesso em 20 de Janeiro de 2023, disponível em OMS: https://apps.who.int/iris/handle/10665/255574.

WHO (World Health Organization). Global Report on Trends in Prevalence of Tobacco Use 2000–2025. 2021. Acesso em 20 de Fevereiro de 2023, disponível em https://www.who.int/publications/i/item/9789240039322.

Published

03-01-2024

How to Cite

Sousa Santos, C., Lima , C. M. M. ., Valmaria Rocha Da Silva Ferraz, & Jackelya Araujo Da Silva. (2024). Application of the Gamma Fragility Model in the analysis of smoking cessation in Brazil in 2019. Sigmae, 12(3), 140–157. Retrieved from https://publicacoes.unifal-mg.edu.br/revistas/index.php/sigmae/article/view/2249