Desenvolvimento de testes de independência condicional para descoberta causal com múltiplos componentes de (co)variância e variáveis heterogêneas: aplicação ao entendimento da variabilidade no risco de malária na Amazônia brasileira

• Processo: 25/06122-8
• Modalidade de apoio: Auxílio à Pesquisa - Pesquisador Visitante - Internacional
• Data de Início da vigência: 27 de julho de 2025
• Data de Término da vigência: 10 de agosto de 2025
• Área do conhecimento: Ciências Exatas e da Terra - Probabilidade e Estatística - Probabilidade e Estatística Aplicadas
• Pesquisador responsável: Júlia Maria Pavan Soler
• Beneficiário: Júlia Maria Pavan Soler
• Pesquisador visitante: Adele Helena Ribeiro
• Instituição do Pesquisador Visitante: Westfälische Wilhelms-Universität Münster/Wwu, Alemanha
• Instituição Sede: Instituto de Matemática e Estatística (IME). Universidade de São Paulo (USP). São Paulo , SP, Brasil
• Vinculado ao auxílio: 22/11963-3 - Variação individual no risco de malária: causas e consequências em populações amazônicas, AP.TEM
• Assunto(s): Estudo observacional
• Palavra(s)-Chave do Pesquisador: Algoritmos de aprendizagem causal - FCI | Estudos de associação genômica ampla - GWAS | Estudos Observacionais | Inferência Causal | Modelo linear misto generalizado | Variabilidade no risco de malária | Estatística, Inteligência Artificial e Inferência Causal

Resumo

O principal objetivo da visita é avançar no desenvolvimento de uma metodologia para descoberta causal a partir de dados observacionais com estruturas complexas de dependência e diversos tipos de variáveis. Com base em nosso trabalho conjunto anterior - focado na inferência causal por meio de testes de independência condicional baseados em modelos lineares mistos para a análise de dados gaussianos oriundos de estudos de base familiar - nosso projeto busca estender esses métodos para lidar com dados heterogêneos, multimodais e não i.i.d., característicos de estudos longitudinais em genética epidemiológica. Durante a visita, iremos refinar a metodologia estatística proposta, implementar novos testes de independência condicional e avaliá-los por meio de conjuntos de dados simulados que reproduzem os principais desafios da nossa aplicação real: a análise da variabilidade do risco de malária na Amazônia brasileira. Esses desafios incluem dependências temporais, espaciais, genéticas e no nível domiciliar; diferentes tipos de variáveis (por exemplo, contínuas, binárias, multinomiais, de contagem); e padrões complexos de dados faltantes. Esta colaboração irá contar com nosso conhecimento complementar em descoberta causal, modelagem estatística e genética humana, estabelecendo as bases para uma análise robusta do conjunto de dados de Mâncio Lima. A visita também incluirá a participação na Reunião da RBras, de 4 a 8 de agosto de 2025 em Vitória ES, onde apresentaremos o minicurso intitulado "Aprendizagem e Inferência Causal: Um Guia Prático" e o pôster intitulado "Simulações sobre o Impacto de Parâmetros Genéticos e Ambientais na Variabilidade do Risco de Malária" (AU)