Pesquisadores de uma indústria farmacêutica, investigando algumas drogas que seriam utilizadas no tratamento da obesidade, selecionaram como alvo farmacológico um receptor que, quando ativado, promove emagrecimento significativo. Ao final de vários experimentos, eles selecionaram 5 compostos que apresentavam as características mostradas na tabela abaixo, quanto aos valores de concentração plasmática da droga que promove 50 % do efeito máximo (ED₅₀) e da constante de dissociação entre a droga e o receptor (K_D) cujos ensaios in vitro identificam a concentração da droga que promove a ocupação de 50 % dos receptores. A tabela também mostra o percentual de perda de peso corporal (PC), após 2 meses de tratamento, calculado por \( PC = { \large PCB - PCF \over PCB} x 100 \), em que PCB representa o peso corporal basal e PCF, o peso corporal ao final do experimento.

Em relação a esses compostos e aos conceitos de agonistas e antagonistas, julgue o item que se segue.

Entre os compostos citados, o que apresenta maior afinidade ao receptor em apreço é o LFRAS5.

Pesquisadores de uma indústria farmacêutica, investigando algumas drogas que seriam utilizadas no tratamento da obesidade, selecionaram como alvo farmacológico um receptor que, quando ativado, promove emagrecimento significativo. Ao final de vários experimentos, eles selecionaram 5 compostos que apresentavam as características mostradas na tabela abaixo, quanto aos valores de concentração plasmática da droga que promove 50 % do efeito máximo (ED₅₀) e da constante de dissociação entre a droga e o receptor (K_D) cujos ensaios in vitro identificam a concentração da droga que promove a ocupação de 50 % dos receptores. A tabela também mostra o percentual de perda de peso corporal (PC), após 2 meses de tratamento, calculado por \( PC = { \large PCB - PCF \over PCB} x 100 \), em que PCB representa o peso corporal basal e PCF, o peso corporal ao final do experimento.

Em relação a esses compostos e aos conceitos de agonistas e antagonistas, julgue o item que se segue.

É possível que o composto LFRAS3 possa atuar como antagonista do citado receptor.

Pesquisadores de uma indústria farmacêutica, investigando algumas drogas que seriam utilizadas no tratamento da obesidade, selecionaram como alvo farmacológico um receptor que, quando ativado, promove emagrecimento significativo. Ao final de vários experimentos, eles selecionaram 5 compostos que apresentavam as características mostradas na tabela abaixo, quanto aos valores de concentração plasmática da droga que promove 50 % do efeito máximo (ED₅₀) e da constante de dissociação entre a droga e o receptor (K_D) cujos ensaios in vitro identificam a concentração da droga que promove a ocupação de 50 % dos receptores. A tabela também mostra o percentual de perda de peso corporal (PC), após 2 meses de tratamento, calculado por \( PC = { \large PCB - PCF \over PCB} x 100 \), em que PCB representa o peso corporal basal e PCF, o peso corporal ao final do experimento.

Em relação a esses compostos e aos conceitos de agonistas e antagonistas, julgue o item que se segue.

A eficácia de LFRAS4 em reduzir o peso corporal é a mesma da de LFRAS2, no entanto, este é mais potente que aquele.

Pesquisadores de uma indústria farmacêutica, investigando algumas drogas que seriam utilizadas no tratamento da obesidade, selecionaram como alvo farmacológico um receptor que, quando ativado, promove emagrecimento significativo. Ao final de vários experimentos, eles selecionaram 5 compostos que apresentavam as características mostradas na tabela abaixo, quanto aos valores de concentração plasmática da droga que promove 50 % do efeito máximo (ED₅₀) e da constante de dissociação entre a droga e o receptor (K_D) cujos ensaios in vitro identificam a concentração da droga que promove a ocupação de 50 % dos receptores. A tabela também mostra o percentual de perda de peso corporal (PC), após 2 meses de tratamento, calculado por \( PC = { \large PCB - PCF \over PCB} x 100 \), em que PCB representa o peso corporal basal e PCF, o peso corporal ao final do experimento.

Em relação a esses compostos e aos conceitos de agonistas e antagonistas, julgue o item que se segue.

LFRAS1 é 2 vezes mais potente que LFRAS2.

A figura acima representa uma série histórica do número mensal de casos de AIDS (por 100.000 habitantes) notificados em um estado brasileiro. As linhas pontilhadas representam os números médios de casos notificados de AIDS antes e depois do mês 25 e os ‘+’ representam as previsões para os próximos 8 meses. As previsões foram obtidas a partir de um modelo de regressão linear com erros autocorrelacionados na forma Y_t = m + Z_t, em que Y_t representa o número de casos de AIDS (por 100.000 habitantes) notificados no mês t, t = 1, 2, ..., 100, m representa o número médio de casos notificados,

\( Z_t = \phi_1 Z_{t -1} + \phi_2 Z_{t-2} + \phi_3 Z_{t-3} + \theta_1 a_{t -1} + \theta_2 a_{t-2} + \theta_3 a_{ t -3} + a_t \), em que os a_t representam os choques aleatórios e f e q são os coeficientes do processo ARMA. A identificação de um modelo preliminar foi realizada adotando-se o critério de informação de Akaike (AIC), cujos resultados estão mostrados na tabela a seguir:

Acerca da redução do número mensal de casos observados a partir do mês 25, sabe-se que, em parte, deve-se às campanhas pelo uso de preservativos e, também, ao problema do atraso de notificação. A tabela a seguir apresenta algumas estatísticas descritivas sobre o número mensal de casos antes e depois do mês 25.

O atraso de notificação é o intervalo de tempo entre o diagnóstico do caso e o conhecimento por parte das autoridades (por meio do Sistema de Vigilância Epidemiológica). Em função desse atraso, a curva epidemiológica pode dar a falsa impressão de estar declinando. Por isso, é necessário fazer um ajuste da série histórica de incidência de AIDS considerando-se a distribuição dos atrasos de notificação para o monitoramento da epidemia. De acordo com alguns estudos, a distribuição de probabilidade do tempo de atraso T (em meses) na notificação de cada diagnóstico é geométrica, isto é, P(T = t) = 0,8 x 0,2^t, em que t = 0 quando não há atraso e t = 1, 2, 3, ..., representa o número de meses em atraso.

Em relação à situação hipotética apresentada no texto, julgue o item a seguir.

Dos diagnósticos, 4% são notificados com 2 ou mais meses de atraso.

A figura acima representa uma série histórica do número mensal de casos de AIDS (por 100.000 habitantes) notificados em um estado brasileiro. As linhas pontilhadas representam os números médios de casos notificados de AIDS antes e depois do mês 25 e os ‘+’ representam as previsões para os próximos 8 meses. As previsões foram obtidas a partir de um modelo de regressão linear com erros autocorrelacionados na forma Y_t = m + Z_t, em que Y_t representa o número de casos de AIDS (por 100.000 habitantes) notificados no mês t, t = 1, 2, ..., 100, m representa o número médio de casos notificados,

\( Z_t = \phi_1 Z_{t -1} + \phi_2 Z_{t-2} + \phi_3 Z_{t-3} + \theta_1 a_{t -1} + \theta_2 a_{t-2} + \theta_3 a_{ t -3} + a_t \), em que os a_t representam os choques aleatórios e f e q são os coeficientes do processo ARMA. A identificação de um modelo preliminar foi realizada adotando-se o critério de informação de Akaike (AIC), cujos resultados estão mostrados na tabela a seguir:

Acerca da redução do número mensal de casos observados a partir do mês 25, sabe-se que, em parte, deve-se às campanhas pelo uso de preservativos e, também, ao problema do atraso de notificação. A tabela a seguir apresenta algumas estatísticas descritivas sobre o número mensal de casos antes e depois do mês 25.

O atraso de notificação é o intervalo de tempo entre o diagnóstico do caso e o conhecimento por parte das autoridades (por meio do Sistema de Vigilância Epidemiológica). Em função desse atraso, a curva epidemiológica pode dar a falsa impressão de estar declinando. Por isso, é necessário fazer um ajuste da série histórica de incidência de AIDS considerando-se a distribuição dos atrasos de notificação para o monitoramento da epidemia. De acordo com alguns estudos, a distribuição de probabilidade do tempo de atraso T (em meses) na notificação de cada diagnóstico é geométrica, isto é, P(T = t) = 0,8 x 0,2^t, em que t = 0 quando não há atraso e t = 1, 2, 3, ..., representa o número de meses em atraso.

Em relação à situação hipotética apresentada no texto, julgue o item a seguir.

P(T = 1| T \( \ge \) 1 ) > 0,90.

A figura acima representa uma série histórica do número mensal de casos de AIDS (por 100.000 habitantes) notificados em um estado brasileiro. As linhas pontilhadas representam os números médios de casos notificados de AIDS antes e depois do mês 25 e os ‘+’ representam as previsões para os próximos 8 meses. As previsões foram obtidas a partir de um modelo de regressão linear com erros autocorrelacionados na forma Y_t = m + Z_t, em que Y_t representa o número de casos de AIDS (por 100.000 habitantes) notificados no mês t, t = 1, 2, ..., 100, m representa o número médio de casos notificados,

\( Z_t = \phi_1 Z_{t -1} + \phi_2 Z_{t-2} + \phi_3 Z_{t-3} + \theta_1 a_{t -1} + \theta_2 a_{t-2} + \theta_3 a_{ t -3} + a_t \), em que os a_t representam os choques aleatórios e f e q são os coeficientes do processo ARMA. A identificação de um modelo preliminar foi realizada adotando-se o critério de informação de Akaike (AIC), cujos resultados estão mostrados na tabela a seguir:

Acerca da redução do número mensal de casos observados a partir do mês 25, sabe-se que, em parte, deve-se às campanhas pelo uso de preservativos e, também, ao problema do atraso de notificação. A tabela a seguir apresenta algumas estatísticas descritivas sobre o número mensal de casos antes e depois do mês 25.

O atraso de notificação é o intervalo de tempo entre o diagnóstico do caso e o conhecimento por parte das autoridades (por meio do Sistema de Vigilância Epidemiológica). Em função desse atraso, a curva epidemiológica pode dar a falsa impressão de estar declinando. Por isso, é necessário fazer um ajuste da série histórica de incidência de AIDS considerando-se a distribuição dos atrasos de notificação para o monitoramento da epidemia. De acordo com alguns estudos, a distribuição de probabilidade do tempo de atraso T (em meses) na notificação de cada diagnóstico é geométrica, isto é, P(T = t) = 0,8 x 0,2^t, em que t = 0 quando não há atraso e t = 1, 2, 3, ..., representa o número de meses em atraso.

Em relação à situação hipotética apresentada no texto, julgue o item a seguir.

O tempo médio de atraso de notificação é inferior a 2 meses.

A figura acima representa uma série histórica do número mensal de casos de AIDS (por 100.000 habitantes) notificados em um estado brasileiro. As linhas pontilhadas representam os números médios de casos notificados de AIDS antes e depois do mês 25 e os ‘+’ representam as previsões para os próximos 8 meses. As previsões foram obtidas a partir de um modelo de regressão linear com erros autocorrelacionados na forma Y_t = m + Z_t, em que Y_t representa o número de casos de AIDS (por 100.000 habitantes) notificados no mês t, t = 1, 2, ..., 100, m representa o número médio de casos notificados,

\( Z_t = \phi_1 Z_{t -1} + \phi_2 Z_{t-2} + \phi_3 Z_{t-3} + \theta_1 a_{t -1} + \theta_2 a_{t-2} + \theta_3 a_{ t -3} + a_t \), em que os a_t representam os choques aleatórios e f e q são os coeficientes do processo ARMA. A identificação de um modelo preliminar foi realizada adotando-se o critério de informação de Akaike (AIC), cujos resultados estão mostrados na tabela a seguir:

Acerca da redução do número mensal de casos observados a partir do mês 25, sabe-se que, em parte, deve-se às campanhas pelo uso de preservativos e, também, ao problema do atraso de notificação. A tabela a seguir apresenta algumas estatísticas descritivas sobre o número mensal de casos antes e depois do mês 25.

O atraso de notificação é o intervalo de tempo entre o diagnóstico do caso e o conhecimento por parte das autoridades (por meio do Sistema de Vigilância Epidemiológica). Em função desse atraso, a curva epidemiológica pode dar a falsa impressão de estar declinando. Por isso, é necessário fazer um ajuste da série histórica de incidência de AIDS considerando-se a distribuição dos atrasos de notificação para o monitoramento da epidemia. De acordo com alguns estudos, a distribuição de probabilidade do tempo de atraso T (em meses) na notificação de cada diagnóstico é geométrica, isto é, P(T = t) = 0,8 x 0,2^t, em que t = 0 quando não há atraso e t = 1, 2, 3, ..., representa o número de meses em atraso.

Em relação à situação hipotética apresentada no texto, julgue o item a seguir.

O número médio mensal de casos observados no período todo (1 \( \le \) mês \( \le \) 100) é menor que 68,7.

A figura acima representa uma série histórica do número mensal de casos de AIDS (por 100.000 habitantes) notificados em um estado brasileiro. As linhas pontilhadas representam os números médios de casos notificados de AIDS antes e depois do mês 25 e os ‘+’ representam as previsões para os próximos 8 meses. As previsões foram obtidas a partir de um modelo de regressão linear com erros autocorrelacionados na forma Y_t = m + Z_t, em que Y_t representa o número de casos de AIDS (por 100.000 habitantes) notificados no mês t, t = 1, 2, ..., 100, m representa o número médio de casos notificados,

\( Z_t = \phi_1 Z_{t -1} + \phi_2 Z_{t-2} + \phi_3 Z_{t-3} + \theta_1 a_{t -1} + \theta_2 a_{t-2} + \theta_3 a_{ t -3} + a_t \), em que os a_t representam os choques aleatórios e f e q são os coeficientes do processo ARMA. A identificação de um modelo preliminar foi realizada adotando-se o critério de informação de Akaike (AIC), cujos resultados estão mostrados na tabela a seguir:

Acerca da redução do número mensal de casos observados a partir do mês 25, sabe-se que, em parte, deve-se às campanhas pelo uso de preservativos e, também, ao problema do atraso de notificação. A tabela a seguir apresenta algumas estatísticas descritivas sobre o número mensal de casos antes e depois do mês 25.

O atraso de notificação é o intervalo de tempo entre o diagnóstico do caso e o conhecimento por parte das autoridades (por meio do Sistema de Vigilância Epidemiológica). Em função desse atraso, a curva epidemiológica pode dar a falsa impressão de estar declinando. Por isso, é necessário fazer um ajuste da série histórica de incidência de AIDS considerando-se a distribuição dos atrasos de notificação para o monitoramento da epidemia. De acordo com alguns estudos, a distribuição de probabilidade do tempo de atraso T (em meses) na notificação de cada diagnóstico é geométrica, isto é, P(T = t) = 0,8 x 0,2^t, em que t = 0 quando não há atraso e t = 1, 2, 3, ..., representa o número de meses em atraso.

Em relação à situação hipotética apresentada no texto, julgue o item a seguir.

O modelo sugerido pelo AIC tem a forma \( Y_t = \mu + a_t \).

A figura acima representa uma série histórica do número mensal de casos de AIDS (por 100.000 habitantes) notificados em um estado brasileiro. As linhas pontilhadas representam os números médios de casos notificados de AIDS antes e depois do mês 25 e os ‘+’ representam as previsões para os próximos 8 meses. As previsões foram obtidas a partir de um modelo de regressão linear com erros autocorrelacionados na forma Y_t = m + Z_t, em que Y_t representa o número de casos de AIDS (por 100.000 habitantes) notificados no mês t, t = 1, 2, ..., 100, m representa o número médio de casos notificados,

\( Z_t = \phi_1 Z_{t -1} + \phi_2 Z_{t-2} + \phi_3 Z_{t-3} + \theta_1 a_{t -1} + \theta_2 a_{t-2} + \theta_3 a_{ t -3} + a_t \), em que os a_t representam os choques aleatórios e f e q são os coeficientes do processo ARMA. A identificação de um modelo preliminar foi realizada adotando-se o critério de informação de Akaike (AIC), cujos resultados estão mostrados na tabela a seguir:

Acerca da redução do número mensal de casos observados a partir do mês 25, sabe-se que, em parte, deve-se às campanhas pelo uso de preservativos e, também, ao problema do atraso de notificação. A tabela a seguir apresenta algumas estatísticas descritivas sobre o número mensal de casos antes e depois do mês 25.

O atraso de notificação é o intervalo de tempo entre o diagnóstico do caso e o conhecimento por parte das autoridades (por meio do Sistema de Vigilância Epidemiológica). Em função desse atraso, a curva epidemiológica pode dar a falsa impressão de estar declinando. Por isso, é necessário fazer um ajuste da série histórica de incidência de AIDS considerando-se a distribuição dos atrasos de notificação para o monitoramento da epidemia. De acordo com alguns estudos, a distribuição de probabilidade do tempo de atraso T (em meses) na notificação de cada diagnóstico é geométrica, isto é, P(T = t) = 0,8 x 0,2^t, em que t = 0 quando não há atraso e t = 1, 2, 3, ..., representa o número de meses em atraso.

Em relação à situação hipotética apresentada no texto, julgue o item a seguir.

Considere que f3 seja diferente de zero, que \( | \phi_3| < 1 \), e que \( \theta_3 = \phi_1 = \phi_2 =\theta_1 =\theta_2 = 0. \)Nessa situação, a série Z_t apresentaria um ciclo com período igual a 3 meses.