RESUMO
Segundo a Constituição Federal brasileira, o direito à educação significa a garantia do acesso à escola, onde a população deve permanecer durante o tempo legalmente determinado, a fim de adquirir os conhecimentos e habilidades necessários para a vida adulta plena. Este artigo tem como foco a análise da permanência dos estudantes na escola, condição essencial para a aprendizagem e representada por suas trajetórias educacionais. Dados longitudinais do Censo Escolar, de 2007 a 2015, foram utilizados para analisar as trajetórias educacionais classificadas em três tipos: regular; com poucas irregularidades; e com muitas irregularidades. Os resultados mostram que alguns grupos sociais são muito mais propensos a ter uma trajetória regular e outros a ter repetência ou a ficar fora da escola em alguns anos. Uma proporção alta de meninos de cor/raça preta tem trajetórias com muitas irregularidades. O artigo mostra que o Índice de Desenvolvimento da Educação Básica (Ideb) - o indicador oficial para medir a qualidade da educação nos municípios - pode atingir um valor alto, mesmo que muitos estudantes tenham trajetórias irregulares. Isso evidenciou o efeito da seletividade embutido nesse indicador. Em conclusão, este trabalho sugere a incorporação das trajetórias educacionais no monitoramento da qualidade da educação nos municípios.
According to the Federal Brazilian Constitution, the right to education means that all children had access to a school, and remained there for the legally determined time and, acquired the knowledge and skills necessary for full adult life. This paper focuses on the analysis of students' permanence in school, an essential condition for learning represented here by their educational trajectories. The School Census longitudinal data, from 2007 to 2015 were used to analyze the student's educational trajectories classified into three types: regular; with few irregularities; and with many irregularities. The results show that some social groups are much more prone to having a regular trajectory, and others to having grade repetition or being out of school after few years. A large proportion of black boys have trajectories with many irregularities. In addition, this paper shows that the Basic Education Development Index (IDEB, acronym in Portuguese) - the official index for measuring the quality of education in the municipalities - can reach a high value even if many students have irregular trajectories. This evidenced the selectivity effect embedded in this indicator. This paper suggests the incorporation of educational trajectories into the indicator to monitor the quality of education in Brazilian municipalities.
De acuerdo con la Constitución Federal brasileña, el derecho a la educación significa la garantía de acceso a la escuela, donde los estudiantes deben permanecer por el tiempo legalmente determinado para adquirir los conocimientos y habilidades necesarios para la vida adulta plena. Este artículo se centra en el análisis de la permanencia de los estudiantes en la escuela, condición esencial para el aprendizaje, y representada por sus trayectorias educativas. Datos longitudinales de los censos escolares desde 2007 hasta 2015 se utilizaron para estudiar las trayectorias educativas del alumno, que se clasificaron en tres tipos: regular, con pocas irregularidades, con muchas irregularidades. Los resultados muestran que algunos grupos sociales son mucho más propensos a tener una trayectoria regular y otros a repetir el grado o quedar fuera de la escuela por algunos años. Una gran proporción de estudiantes negros tiene trayectorias con muchas irregularidades. Además, este trabajo muestra que el Índice de Desarrollo de la Educación Básica (IDEB) —índice oficial para medir la calidad de la educación en los municipios— puede alcanzar un valor alto a pesar de que muchos estudiantes tienen trayectorias irregulares. Esto evidenció el efecto de selectividad incorporado en este indicador. Este trabajo sugiere la incorporación de las trayectorias educativas en el indicador de seguimiento de la calidad de la educación en los municipios brasileños.
Assuntos
Humanos , Censos , Ensino Fundamental e Médio , Avaliação Educacional , Aprendizagem , Fatores Socioeconômicos , Estudos de Coortes , Educação , Direitos HumanosRESUMO
Este trabalho objetivou avaliar diferentes estruturas da matriz de variâncias e covariâncias residual (Σ), quanto ao ajustamento de dados longitudinais via modelos mistos, em experimentos varietais de cana-de-açúcar. A seleção adequada desta matriz garante a escolha de um modelo mais representativo dos dados. Em cada modelagem, variou-se ainda a suposição associada aos efeitos de tratamentos (variedades), como fixos e aleatórios. Quatro ensaios varietais, conduzidos entre 2005 e 2009, em três localidades do Estado de Goiás, foram considerados. Cada experimento foi delineado em blocos casualizados com três ou quatro repetições. A variável resposta analisada foi toneladas de colmos por hectare (TCH). Para avaliar a qualidade de ajustamento dos modelos, foram utilizados o critério de informação de Akaike (AIC) e o teste da razão de verossimilhanças. Este último foi utilizado apenas para comparar modelos hierárquicos, tomados dois a dois. Constatou-se que as análises pelo modelo univariado clássico de parcelas subdivididas oscilaram entre as piores ou entre aquelas de ajustes apenas medianos. As estruturas da matriz Σ com os melhores ajustamentos variaram entre os ensaios, com destaque para a matriz não-estruturada. Tais resultados revelam que a estrutura de erros independentes, em geral, não se mostra adequada para esse tipo de análise e, também, que não é seguro definir previamente uma estrutura específica de Σ para tais ensaios. Pequenas alterações foram observadas na classificação das estruturas ao se assumirem os efeitos de tratamentos como fixos ou aleatórios; porém, sem efeito importante na classificação das melhores estruturas em cada ensaio.
This study aimed to evaluate different residual structures of variance-covariance matrix (Σ), regarding the fitting of longitudinal data via mixed models in variety trials of sugarcane. The adequate choice of this matrix provides most representative models to the data. In each model was also evaluated the effects of treatments (varieties), either as fixed or as random. Four trials were carried out in three locations in the Goiás State, Brazil, from 2005 to 2009. Each experiment was designed in randomized complete block with three or four repetitions. The response variable analyzed was tons of stalks per hectare (TCH). The goodness of fitting of the different models to the data was assessed by Akaike information criterion (AIC) and by likelihood ratio test (LRT). This last statistic was used only to compare nested models, two by two. It was observed that classic model in split-plot design ranged among the worst or with just median adjustments. The structures of Σ matrix with the best fittings to the data varied among trials, with outstanding for the unstructured matrix. These results show that the structure of independent errors, in general, is not adequate for these analyses, and a prior definition of the co-variance structure can lead to unreliable results for these trials. Small changes were observed in the ranking of these structures by assuming the treatment effects as fixed or random, however, without significant effects on the ranking of the best structures in each trial.
RESUMO
El denominado análisis de datos longitudinales (ADL) se refiere a los métodos para evaluar de manera apropiada las medidas de un mismo sujeto que se repiten en el tiempo. El ADL es una herramienta adecuada para entender indicadores de cambio en procesos de salud y enfermedad y para la evaluación del efecto de diversas intervenciones terapéuticas. Se presentan los principales modelos de ADL, sus ventajas y algunos ejemplos recientes de la literatura médica.
Longitudinal data analysis (LDA) refers to the methods designed to evaluate repeated measurements within an individual. LDA is an appropriate tool to address the process of change in health and disease and also to evaluate the efficacy of interventions. We present the main LDA models as well as their advantages and some clinical examples from recent medical literature.
A denominada análise de dados longitudinais (ADL) refere-se aos métodos para avaliar de maneira apropriada as medidas de um mesmo sujeito que se repetem no tempo. O ADL é uma ferramenta adequada para entender indicadores de mudança em processos de saúde e doença e para a avaliação do efeito de diversas intervenções terapêuticas. Apresentam-se os principais modelos de ADL, suas vantagens e alguns exemplos recentes da literatura médica.
Assuntos
Humanos , Epidemiologia , Estágio ClínicoRESUMO
Foram utilizadas 3.202 primeiras lactações de vacas da raça Holandesa de quatro fazendas da região Sudeste, para verificar a influência da estrutura de dados de produção de leite sobre os parâmetros genéticos. Foram testados quatro arquivos com diferentes estruturas: controles semanais (CS), arquivo mensal (CM), bimestral (CB) e trimestral (CT), com 122.842, 30.883, 15.837 e 12.702 controles, respectivamente. Um modelo de regressão aleatória foi empregado nas análises, considerando os efeitos genético aditivo e o de ambiente permanente de animal, como aleatórios. Os efeitos fixos, grupos de contemporâneos (GC) foram comuns para todos os arquivos de dados e foram compostos por fazenda, mês e ano do controle, além da co-variável idade da vaca ao parto (regressão linear e quadrática). As estimativas de herdabilidade apresentaram tendências mais semelhantes entre os arquivos de dados CS, CM e CB. O arquivo de dados CB apresentou estimativas de parâmetros genéticos com as mesmas tendências e magnitudes que os arquivos CS e CM, permitindo afirmar que não houve influência da estrutura dos dados sobre as estimativas dos componentes de (co)variância e que o controle leiteiro poderia ser realizado em uma estrutura CB.
A total of 3.035 lactations of Holstein cows from four farms in the Southeast, to check the influence of data structure of milk yield on the genetic parameters. Four dataset with different structures were tested, weekly controls (CW) with 122.842 controls, monthly controls (CM) 30.883, bimonthly controls (CB) with 15,837 and quarterly controls (CQ) with 12,702. The random regression model was used and was considered as random additive genetic and permanent environment effects, fixed effects of the contemporary groups (herd-year-month of test-day) and age of cow (linear and quadratic effects). Heritability estimates showed similar trends among the data files analyzed, with the greatest similarity between dataset CS, CM and CB. The dataset submitted all the CB estimates of genetic parameters analyzed with the same trend and similar magnitude to the CS and CM dataset, allowing the claim that there was no influence of the data structure on estimates of covariance components for the dataset CS, CM and CB. Thus, milk recording could be accomplished in a CB structure.
RESUMO
Foi proposta uma metodologia para avaliação genética de curvas de crescimento considerando-se informações de marcadores SNPs (Single Nucleotide Polymorphisms). Em um primeiro passo foram ajustados modelos de crescimento não lineares (logístico) aos dados de peso-idade de cada animal, e em um segundo passo as estimativas dos parâmetros de tais modelos foram consideradas como fenótipos em um modelo de regressão (LASSO Bayesiano - BL) cujas covariáveis foram os genótipos dos marcadores SNPs. Este enfoque possibilitou estimar os valores genéticos genômicos (GBV) para peso em qualquer tempo da trajetória de crescimento, refletindo na confecção de curvas de crescimento genômicas, as quais permitiram a identificação de grupos de indivíduos geneticamente superiores em relação à eficiência de crescimento. Os dados simulados utilizados neste estudo foram constituídos de 2000 indivíduos (1000 na população de treinamento e 1000 na população de validação) contendo 453 marcadores SNPs distribuídos sobre cinco cromossomos. Os resultados indicaram a alta eficiência do método BL em predizer GBVs da população de validação com base na população de treinamento (coeficientes de correlação variaram entre 0,79 e 0,93), bem como a alta eficiência na detecção de QTLs, uma vez que os marcadores com maiores efeitos estimados encontravam-se em posições dos cromossomos próximas àquelas nas quais se encontravam os verdadeiros QTLs postulados na simulação.
A methodology was proposed for the genetic evaluation of growth curves considering SNP (Single Nucleotide Polymorphisms) markers. At the first step, nonlinear regression growth models (Logistic) were fitted to the weight-age of each animal, and on second step the parameter estimates of the Logistic model were used as phenotype in a regression model (Bayesian LASSO - BL) which covariates were given by SNP genotypes. This approach allows the estimation of GBV (Genomic Breeding Values) for weight at either time of growth trajectory, allowing also the production of genomic growth curves, which selected groups of individuals with larger growth efficiency. The simulated data set was constituted of 2,000 individuals (being 1,000 in the training and 1,000 in the validation population) each one with 453 SNP markers distributed along 5 chromosomes. The results indicated high efficiency of the BL method to predict GBV in the validation population using information from the training population (correlation coefficients varying between 0.79 and 0.93). The BL also presented high efficiency to detect QTL, once the most expressive estimated SNP effects were located at positions closed to true QTL position fixed in the simulation.
Assuntos
Animais , Polimorfismo de Nucleotídeo Único/fisiologia , Polimorfismo de Nucleotídeo Único/genética , Impressão Genômica , Genes/genéticaRESUMO
Este artigo tem como objetivo apresentar o método de Equações de EstimativasGeneralizadas (GEE) para a análise de dados longitudinais, considerada, emmuitas ocasiões da área médica, melhor que a análise de variâncias para medidasrepetidas. Para um melhor entendimento, apresentamos um exemplo no programaSPSS, versão 18.0.0, mostrando como esta pode ser realizada e interpretada.
The objective of the present manuscript was to describe the method of Generalized Estimating Equations (GEE) for longitudinal data analysis, which is considered to be better than the analysis of variance for repeated measures in many medical situations. For a better understanding, we present an example using the SPSS, version 18.0.0, and showing how GEE can be performed and interpreted.