Modelação e previsão das taxas de mortalidade infantil nos países da CPLP entre 1985 e 2020 usando modelos de Séries Temporais

Abstract

CPLP, no período de 1985 a 2020, recorrendo à modelação de séries temporais com o emprego dos modelos ARIMA. Ao longo do estudo, procurou-se não só descrever e analisar os dados históricos, mas também prever o comportamento futuro destes indicadores, num contexto onde a mortalidade infantil se configura como um dos principais indicadores de saúde pública. Num primeiro momento, a investigação delineou os objetivos e a motivação do trabalho, que se fundamenta na necessidade de reduzir as desigualdades entre os países da comunidade, nomeadamente entre os estados africanos e os de indicadores socioeconómicos mais favoráveis, como Portugal e Brasil. Neste sentido, o estudo procurou analisar as taxas de mortalidade infantil por género, permitindo identificar padrões e tendências que se revelam cruciais para a compreensão do impacto das políticas de saúde implementadas ao longo do tempo. A aplicação dos modelos ARIMA revelou-se bastante robusta, tendo sido confirmada através de testes de diagnóstico, como o de Ljung−Box e o de Lilliefors, bem como a análise de indicadores de desempenho (RMSE, MAE e AIC). Estes procedimentos permitiram validar a adequação dos modelos ajustados, evidenciando, por exemplo, a capacidade preditiva dos mesmos e a existência de quebras estruturais que coincidem com mudanças significativas nas políticas de saúde. Num diálogo fluido com os resultados, conclui-se que, apesar da tendência global de redução das taxas de mortalidade infantil, subsistem disparidades marcantes entre os países da CPLP. Em particular, os países africanos, tais como Angola, Guiné-Bissau, Guiné Equatorial e Moçambique, continuam a registar taxas significativamente superiores às de países como Portugal e Brasil. Este facto sublinha a importância de se desenvolverem estratégias de intervenção específicas e bem fundamentadas, que permitam atenuar estas desigualdades e promover uma melhoria nos indicadores de saúde. Em suma, o uso dos modelos ARIMA revelou-se útil para acompanhar a evolução das taxas de mortalidade infantil ao longo do tempo nos países de língua portuguesa. Ainda que este tipo de modelo não permita compreender as causas por detrás das variações observadas, oferece uma leitura clara das tendências e flutuações que marcam o fenómeno; - Abstract: Modeling and forecasting infant mortality rates in CPLP countries over the period 1985-2020 using time series models This dissertation provides a comprehensive analysis of the evolution of infant mortality rates in the CPLP countries over the period 1985 to 2020, using time series modelling with ARIMA models. Throughout the study, the aim was not only to describe and analyse the historical data, but also to forecast the future behaviour of these indicators, in a context where infant mortality is one of the most important public health indicators. The study began by outlining the objectives and motivation of the work, which was based on the need to reduce inequalities between countries in the Community, particularly between African countries and those with more favourable socio-economic indicators, such as Portugal and Brazil. In this context, the study aimed to analyse infant mortality rates by gender, thus allowing the identification of patterns and trends that are crucial for understanding the impact of health policies implemented over time. The application of ARIMA models proved to be highly robust, as confirmed by rigorous diagnostic tests such as the Ljung−Box and Lilliefors tests, and by the analysis of performance indicators (RMSE, MAE and AIC). These procedures validated the suitability of the fitted models, highlighting, for example, their predictive power and the existence of structural breaks coinciding with significant changes in health policy. In a fluid dialogue with the results, it is concluded that despite the overall trend of decreasing infant mortality rates, marked disparities persist among CPLP countries. In particular, African countries such as Angola, Guinea-Bissau, Equatorial Guinea and Mozambique continue to have significantly higher rates than countries such as Portugal and Brazil. This fact underlines the importance of developing specific and well-founded intervention strategies that can reduce these inequalities and promote improvements in health indicators. In conclusion, the use of ARIMA models has proven useful for tracking the evolution of infant mortality rates over time in Portuguese-speaking countries. Although this type of model does not allow for an understanding of the underlying causes behind the observed variations, it provides a clear reading of the trends and fluctuations that characterise the phenomenon.