Knowing the dynamics of spatial–temporal precipitation distribution is of vital significance for the management of water resources, in highlight, in the northeast region of Brazil (NEB). Several models of large-scale precipitation variability are based on the normal distribution, not taking into consideration the excess of null observations that are prevalent in the daily or even monthly precipitation information of the region under study. This research proposes a novel way of modeling the trend component by using an inflated gamma distribution of zeros. The residuals of this regression are generally space–time dependent and have been modeled by a space–time covariance function. The findings show that the new techniques have provided reliable and precise precipitation estimates, exceeding the techniques used previously. The modeling provided estimates of precipitation in nonsampled locations and unobserved periods, thus serving as a tool to assist the government in improving water management, anticipating society’s needs and preventing water crises.

The purpose of this study was to provide a detailed framework to use the spatiotemporal kriging to model the space-time variability of precipitation data in Paraíba, which is located in the northeastern region of Brazil (NEB). The NEB is characterized by an irregular, highly variable distribution of rainfall in space and time. In this region, it is common to find high rates of rainfall at locations adjacent to those with no record of rain. Paraíba experiences localized periods of drought within rainy seasons and distinct precipitation patterns among the state’s mesoregions. The mean precipitation values observed at several irregularly spaced rain gauge stations from 1994 to 2014 showed remarkable variations among the mesoregions in Paraíba throughout the year. As a consequence of this behavior, there is a need to model the rainfall distribution jointly with space and time. A spatiotemporal geostatistical methodology was applied to monthly total rainfall data from the state of Paraíba. The rainfall data indicate intense spatial and temporal variabilities that directly affect the water resources of the entire region. The results provide a detailed spatial analysis of sectors experiencing precipitation conditions ranging from a scarcity to an excess of rainfall. The present study should help drive future research into spatiotemporal rainfall patterns across all of NEB.

Background Dengue is a public health problem, and noncompliance with World Health Organization (WHO) recommendations for blood transfusion components is frequently reported. Moreover, economic impact studies of the WHO recommendations on the use of blood transfusion are scarce. Methods We compared the cost and hospitalization time in a prospective observational study, by following hospitalised patients and analysing their medical records from 2010 and March 2016 to December 2017. We divided the patients into two groups: transfused (with or without WHO criteria for transfusion) and not transfused (with or without WHO criteria for transfusion). Generalised linear modelling was performed to identify the variable that could increase the costs and hospital stay. Results Among 323 patients, 52 were transfused, of whom 52% without criteria (n = 27), and 271 were not transfused, of which 4.4% (n = 12) with criteria. Hospitalisation costs were 41% higher in the transfused group without criteria than in those with criteria (median US$ 674.3 vs US$ 478 p = 0.293). Patients who were not transfused but met the WHO criteria for transfusion (n = 12) had longer mean hospitalisation time than did those who were not transfused (3.8±3.4 days versus 3.6±3.1 days; p = 0.022). The GLM analysis using hospital stay and costs as the dependent variable explained approximately 33.4% (R 2 = 0.334) of the hospitalisation time and 79.3% (R 2 = 0.793) of costs. Receiving a transfusion increased the hospitalization time by 1.29 days (p = 0.0007; IRR = 1.29), and the costs were 5.1 times higher than those without receiving blood components (IRR = 5.1; p< 0.001; median US$ 504.4 vs US$ 170.7). In contrast, patients who were transfused according to WHO criteria had a reduction in costs of approximately 96% (IRR = 0.044; p<0.001; β = -3.12) compared to that for those who were not transfused according to WHO criteria (without criteria). Conclusion Transfusion without following WHO recommendations increased the time and cost of hospitalisation.

O Estado da Paraíba possui um clima caracterizado pela irregularidade espacial e temporal da precipitação, o que ocasiona desastres climáticos. Sabe-se também que, o comportamento da precipitação no Estado da Paraíba é bastante oscilante entre as microrregiões. Assim, para analisar este comportamento foi proposto neste trabalho um estudo no qual se pretende investigar a dinâmica das variáveis regionalizadas. Para isso, foram utilizadas duas técnicas fundamentais que fazem parte da metodologia geoestatística, o semivariograma e a krigagem. O presente trabalho teve como objetivo mapear as microrregiões do Estado quanto à precipitação pluvial durante o Trimestre Chuvoso utilizando-se uma abordagem geoestatística, buscando assim, identificar quais dessas microrregiões estão em risco devido ao baixo índice pluviométrico. Por meio do mapa de probabilidade, observou-se que as microrregiões Cariri/Curimataú, Agreste e Brejo se encontram em risco, pois há uma alta probabilidade do nível pluviométrico mediano durante o Trimestre Chuvoso (Fevereiro, Março e Abril) estar entre 50 e 100 mm.

Hidden Markov model for imputation of genotypes of molecular markers: An application in QTL mapping using Bayesian approach There are many quantitative characteristics which are signicantly inuenced by genetic factors, in general, there are several genes that contribute to the variation of one or more quantitative trait. The missing information about the genotypes in molecular markers is a common problem in studying genetic mapping and therefore the mapping of loci that control these phenotypic traits (QTL). The data were not observed occur mainly due to errors in genotyping and uninformative markers. To solve this problem the method of occult Markov model to infer this information was used. Techniques accuracies demonstrated the successful application of this technique of imputation. Once allocated, in the Bayesian inference this data will no longer be treated as a random variable thus resulting in a reduction in the parameter space of the model. Another great diculty in mapping QTL is due to the fact that no one knows exactly the amount of these which inuence a given characteristic, so that several problems arise, one of them is dimension of the parameter space and, consequently, obtaining the sample a posterior. Thus, in order to solve this problem using the method via Monte Carlo Markov chain Reversible Jump was proposed, since this allows uctuate between each iteration, models with dierent numbers of parameters. The use of the Bayesian approach allowed ve QTL detected for the studied trait. All analyzes were implemented in the statistical software R.

No abstract

A análise de conjuntos de dados provenientes de ensaios multiambientais é de fundamental importância nas fases finais dos programas de melhoramento de plantas. Nesse contexto, o Modelo de Efeitos Principais Aditivos e Interação Multiplicativa (AMMI) se tornou um método popular para avaliar respostas de genótipos em diversos ambientes. No presente trabalho aplicou-se o modelo AMMI, sob o enfoque bayesiano, a um conjunto de dados provenientes de um experimento em blocos casualizados com 12 genótipos (variedades) de mostarda em 6 ambientes distintos. O objetivo foi analisar estabilidade e adaptabilidade genotípica por meio da representação biplot AMMI-2, ressaltando diferenças dessa abordagem em relação a análise AMMI-clássica. Os resultados evidenciaram a grande flexibilidade do método bayesiano para incorporar efeito aleatório para genótipos, bem como inferência ao biplot por meio de regiões de credibilidade para escores genotípicos e ambientais que descrevem o efeito da interação genótipos por ambientes (GEI). As regiões de credibilidade construídas para efeitos principais e parâmetros bilineares permitiram identificar genótipos mais produtivos e visualizar subgrupos homogêneos de genótipos e ambientes em relação ao efeito da GEI. Os genótipos mais produtivos foram G8 e G10 e apenas o G2 foi considerado estatisticamente estável.

O objetivo deste artigo foi investigar os padrões (tendência e sazonalidade) dos níveis de precipitação pluviométrica no município de Aracaju, apresentando uma metodologia para realizar previsões adequadas para períodos de curto espaço temporal. Sabe-se que as diferentes regiões do Nordeste Brasileiro (NEB) apresentam alta variabilidade temporal das precipitações. Especificamente, a NEB tem sofrido ao extremo com o clima, secas e cheias dentro de um mesmo ano, não sendo diferente no estado de Sergipe, em especial na sua capital, Aracaju. Para isso, utilizam-se tais previsões para antecipar os fenômenos e organizar ações mitigadoras. Neste estudo, optou-se por utilizar o modelo autorregressivo integrado de médias móveis sazonal (SARIMA) que contém duas partes: uma não sazonal e uma outra parte sazonal. Os dados de precipitação acumulada mensal em Aracaju, no período de 1986 a 2018, apresentaram uma tendência decrescente e uma sazonalidade de doze meses. O ajuste da classe de modelos SARIMA a esta série histórica mostrou-se uma alternativa adequada para previsão da precipitação mensal nesta cidade. Portanto, por meio do estudo desse manuscrito, o modelo selecionado apresentou estimativas adequadas da precipitação, sugerindo assim que os modelos da classe SARIMA podem ser utilizados como ferramenta para previsão dos níveis mensais de chuvas na região em estudo. Estas estimativas podem ser utilizadas para uma melhor gestão dos recursos hídricos, antecipando as necessidades futuras da sociedade, tais como, longos períodos de estiagem, secas e inundações.