Pesquisas do LInCa são destaques no Congresso UFBA 80 Anos

O Congresso UFBA 80 Anos foi um importante espaço para compartilhar o conhecimento produzido na Universidade e fortalecer o diálogo entre pesquisa, ensino e sociedade. Nesse contexto, estudantes de iniciação científica e de mestrado vinculados ao Laboratório de Inferência Causal (LInCa) apresentaram trabalhos que evidenciam como métodos estatísticos avançados podem contribuir para compreender problemas complexos e apoiar decisões baseadas em evidências.

As pesquisas apresentadas abordam temas que vão desde saúde pública e epidemiologia até modelagem estatística, inferência causal, métodos bayesianos e ciência de dados. Em comum, os trabalhos demonstram o compromisso do LInCa com o desenvolvimento de metodologias inovadoras e sua aplicação em desafios concretos da sociedade, formando pesquisadores capazes de transformar dados em conhecimento científico de impacto.

A participação dos estudantes no evento também reafirma o papel do laboratório na formação de novos cientistas, incentivando a produção de pesquisas de excelência em diferentes níveis de formação. A seguir, reunimos um panorama dos trabalhos apresentados por integrantes do LInCa durante o congresso, destacando seus objetivos, contribuições e potencial de impacto para a ciência e para a sociedade.

Parabenizamos todos os alunos integrantes do LInCa participantes do Congresso! Confira abaixo um resumo de cada trabalho apresentando durante o evento.

Trabalho de Iniciação Científica da UFBA explora a relação entre derramamento de petróleo e prevalência de sintomas oculares em pescadores artesanais e marisqueiras na Bahia

Maria Vitória dos Santos Gonsalves

A bolsista do PIBIC/UFBA Maria Vitória dos Santos Gonsalves apresentou o seu trabalho intitulado EXPOSIÇÃO AO PETRÓLEO E PREVALÊNCIA DE SINTOMAS OCULARES EM PESCADORES(AS) E MARISQUEIRAS na Sala 109-B (IGEO) no dia 09/07/2026, durante o Congresso UFBA 2026. O trabalho de Maria Vitória tem como objetivo identificar a associação entre a exposição ao petróleo e os sintomas oculares em pescadores artesanais e marisqueiras expostos ao derramamento do petróleo no litoral da Bahia em 2019. Os resultados revelam que os grupos mais expostos ao petróleo, durante as atividades de pesca e de remoção dos resíduos de petróleo em ambientes contaminados, apresentaram maiores prevalência de sintomas oculares em relação aos grupos de baixa exposição. Os resultados encontrados orientam ações de vigilância em saúde desta população, além de mitigar os danos à saúde em desastres ambientais futuros.

O trabalho está sendo desenvolvido durante o PIBIC 2025/2026, sob orientação da Profa Dra Verônica Maria Cadena Lima, professora do Departamento de Estatística (IME-UFBA) e pesquisadora vinculada ao LInCa, e contou com a participação de pesquisadores do Programa de Pós-Graduação em Saúde, Ambiente e Trabalho da Faculdade de Medicina da UFBA.

Imagem corporal ao longo da vida: evidências usando modelos com trajetórias latentes para promoção da saúde são apresentadas no Congresso UFBA 80 anos

Marla Lorrani

A metodologia Group-Based Latent Trajectory Analysis (GBTA/GBTM), também conhecida como Latent Class Growth Analysis (LCGA) quando formulada no contexto de modelos de crescimento latentes, é uma abordagem estatística que permite identificar subgrupos de indivíduos que compartilham padrões semelhantes de evolução de uma característica ao longo do tempo. Em vez de assumir que toda a população segue uma única trajetória média, a LCGA reconhece a existência de heterogeneidade, estimando classes latentes com trajetórias distintas. No estudo "Evolução da imagem corporal ao longo da vida: análise de trajetórias latentes na coorte ELSA-Brasil", a Análise de Trajetórias Latentes (Latent Class Growth Analysis – LCGA) foi utilizada para identificar diferentes padrões de evolução da percepção da imagem corporal desde a infância até a meia-idade, com base nas silhuetas recordadas pelos participantes aos 5, 10, 20, 30 e 40 anos. Essa abordagem permitiu revelar grupos de indivíduos que compartilham trajetórias semelhantes ao longo do curso de vida, evidenciando diferenças importantes entre homens e mulheres na evolução da percepção da própria imagem corporal.

A identificação dessas trajetórias latentes tem grande relevância para a saúde pública, pois evidencia que homens e mulheres apresentam perfis distintos de desenvolvimento da imagem corporal ao longo da vida. Esse conhecimento permite compreender melhor quais grupos estão mais suscetíveis à persistência ou ao agravamento da insatisfação corporal e de seus desfechos associados, como transtornos alimentares, problemas de saúde mental e obesidade. Dessa forma, a LCGA fornece evidências que podem orientar estratégias preventivas e intervenções mais direcionadas às necessidades específicas de diferentes perfis populacionais, contribuindo para ações de promoção da saúde mais eficazes.

Este trabalho foi apresentado no Congresso UFBA 80 Anos e integra a dissertação de mestrado que Marla Lorrani desenvolve no Programa de Pós-Graduação em Estatística e Ciência de Dados (PGECD/UFBA). A pesquisa é orientada pela Profa. Dra. Leila Denise Alves Ferreira Amorim, docente do Departamento de Estatística do Instituto de Matemática e Estatística (IME/UFBA), e coorientada pela Profa. Dra. Sheila Alvim Matos, docente do Instituto de Saúde Coletiva (ISC/UFBA). O estudo faz parte das linhas de pesquisa desenvolvidas no Laboratório de Inferência Causal e Aplicações (LInCa), contribuindo para o avanço de métodos estatísticos aplicados à saúde pública. As pesquisas do grupo contam com financiamento do Conselho Nacional de Desenvolvimento Científico e Tecnológico (CNPq) e da Fundação de Amparo à Pesquisa do Estado da Bahia (FAPESB).

Pesquisa do PGECD/UFBA apresenta implementação bayesiana para Análise de Classes Latentes no Congresso UFBA 2026

Eduardo Batista

A Análise de Classes Latentes (Latent Class Analysis – LCA) é uma metodologia estatística amplamente utilizada para identificar grupos não observados de indivíduos com padrões de comportamento semelhantes, sendo aplicada em áreas como Psicologia, Educação, Saúde e Ciências Sociais. Entre suas aplicações estão estudos sobre bem-estar, bullying, satisfação no trabalho e outros construtos latentes. Quando covariáveis são incorporadas ao modelo, torna-se possível investigar quais fatores estão associados ao pertencimento dos indivíduos às diferentes classes latentes identificadas. Embora essa metodologia esteja disponível no software R sob a abordagem frequentista, ainda não há pacotes que implementem sua versão bayesiana.

Neste trabalho, foi apresentada uma implementação computacional da Análise de Classes Latentes com covariáveis sob a abordagem bayesiana no ambiente R, ampliando as possibilidades de utilização dessa metodologia em pesquisas científicas. Além do desenvolvimento computacional, a pesquisa ilustra a aplicação da metodologia por meio da análise de dados, contribuindo para a disseminação de métodos bayesianos em problemas envolvendo variáveis latentes.

O trabalho intitulado "Inferência Bayesiana para Análise de Classes Latentes com Covariáveis: Implementação Computacional e Aplicações" foi apresentado na sala 115, do Instituto de Geociências (IGEO), durante o Congresso UFBA 2026. A pesquisa foi desenvolvida por Eduardo Batista, egresso do Bacharelado em Estatística da UFBA e atualmente mestrando do Programa de Pós-Graduação em Estatística e Ciência de Dados (PGECD/UFBA), sob orientação da Profa. Dra. Lilia Carolina Carneiro da Costa e coorientação de Profa. Dra. Leila Amorim, ambas vinculadas ao Departamento de Estatística da UFBA e ao LInCa. Este trabalho contribui para o desenvolvimento de novas ferramentas computacionais para métodos estatísticos bayesianos, fortalecendo a pesquisa em modelagem de variáveis latentes e suas aplicações em diferentes áreas do conhecimento. O estudo integra projetos de pesquisa que contam com financiamento do CNPq e da FAPESB."

Conectando evidências, mecanismos e políticas públicas através de análise de mediação: Tema abordado em apresentação de PIBIC-UFBA

Beatriz Lopes Calhau

A análise de mediação é uma abordagem estatística que permite compreender os mecanismos pelos quais uma exposição ou intervenção produz um determinado efeito, identificando o papel de variáveis intermediárias nesse processo. Em vez de apenas verificar se existe uma associação entre causa e efeito, essa metodologia busca responder à pergunta "como" e "por que" os efeitos ocorrem. Por esse motivo, a análise de mediação tem sido cada vez mais utilizada em áreas como saúde pública, psicologia, educação, economia e ciências sociais, contribuindo para o desenvolvimento de teorias mais consistentes, a avaliação de intervenções e a formulação de políticas públicas baseadas em evidências. Ao revelar os caminhos que explicam fenômenos complexos, essa abordagem amplia a capacidade da ciência de produzir conhecimento útil para a sociedade.

A estudante Beatriz Lopes Calhau, bolsista PIBIC do Bacharelado em Estatística da UFBA, apresentou no Congresso UFBA 80 anos o trabalho “Mapeando a análise de mediação: uma revisão sistemática das aplicações recentes”, desenvolvido sob orientação da Profa. Dra. Leila Denise Alves Ferreira Amorim, docente do Departamento de Estatística do IME/UFBA e coordenadora do LInCa. O estudo discute como a análise de mediação tem sido utilizada para compreender os mecanismos que explicam a relação entre uma exposição e um desfecho, investigando o papel de variáveis intermediárias nesse processo. A revisão sistemática evidencia a expansão do uso dessa abordagem em diferentes áreas do conhecimento, como saúde pública, psicologia, educação, economia e ciências sociais, reforçando sua relevância para pesquisas que buscam compreender fenômenos complexos e subsidiar intervenções mais bem direcionadas.

Parabenizamos Beatriz pela apresentação e pela importante contribuição para a divulgação e aplicação de métodos estatísticos em pesquisas interdisciplinares.

Métodos estatísticos apresentados no Congresso UFBA 80 anos fortalecem a avaliação de tratamentos e políticas de saúde

Filipe Oliveira Silva

No Congresso UFBA 80 Anos, o estudante Filipe Oliveira Silva apresentou o trabalho "Estimação de Efeitos Causais em Dados de Sobrevivência", que discute métodos estatísticos capazes de responder a uma questão central em pesquisas em saúde: qual é o verdadeiro impacto de uma intervenção sobre a sobrevivência dos pacientes?

O estudo aborda desafios comuns de pesquisas observacionais, como a presença de fatores de confundimento e a censura dos dados, utilizando técnicas modernas de inferência causal combinadas com análise de sobrevivência. Essas metodologias permitem estimar, de forma mais confiável, os efeitos de tratamentos e intervenções, produzindo evidências mais robustas para subsidiar decisões clínicas e políticas públicas.

Como aplicação, os métodos foram utilizados em uma coorte brasileira de pessoas vivendo com HIV e coinfecção pelos vírus da hepatite B (HBV) ou da hepatite C (HCV), demonstrando que a terapia antirretroviral está associada à redução da mortalidade em ambos os grupos. Os resultados reforçam o potencial da inferência causal para transformar dados observacionais em evidências científicas de alta qualidade, contribuindo para o aprimoramento das estratégias de cuidado em saúde.

O trabalho foi apresentado por Filipe Oliveira Silva, estudante do Bacharelado em Estatística da UFBA, e integra as pesquisas desenvolvidas no Laboratório de Inferência Causal (LInCa). O estudo foi desenvolvido sob orientação da Profa. Dra. Lilia Carolina Carneiro da Costa, docente do Departamento de Estatística da UFBA e pesquisadora do LInCa, reforçando o compromisso do laboratório com a formação de pesquisadores e o desenvolvimento de métodos estatísticos aplicados a problemas de grande relevância para a sociedade.

Parabenizamos Filipe Oliveira Silva pela apresentação e pela importante contribuição ao desenvolvimento de métodos estatísticos aplicados à saúde pública.