Comparações de modelos de regressão com resposta binária em delineamentos transversais

Abstract

O interesse do presente estudo e uma comparação entre modelos de regressão para resposta binária, essas modelagens possibilitam a estimação da razão de prevalência (RP) que é muito utilizada em pesquisas epidemiológicas pois, além de ser de fácil interpretação, consegue calcular a prevalência de determinado desfecho entre dois grupos de interesse. As modelagens comparadas são: regressão logística, regressão de Poisson e regressão log-binomial. Os dois primeiros modelos não estimam diretamente a RP, tal que a regressão logística estima a razão de chances (odds ratio), ela se assemelha à RP em alguns casos de prevalência da doença. Já a regressão de Poisson se aproxima melhor pois, sua estimação é robusta permitindo melhores estimativas pontuais e intervalares, ela se aproxima por usar como distribuição base a distribuição de Poisson que pode ser admitida pois existe uma relação entre a distribuição binomial e a mesma. Por fim, o último modelo estima diretamente a RP porém tem algumas dificuldades de convergência, o que pode ser solucionado a partir de modificações nos parâmetros dos algoritmos utilizados para a convergência. Essas modelagens calcularão as estimativas de RP e OR para o desfecho depressão pós-parto em mães internadas na UTI neonatal conciliada a variáveis de três blocos que estão encadeados e correlacionados de forma distal, intermediária e proximal a esse desfecho, formando assim uma estrutura hierárquica. Assim, o objetivo do estudo é verificar as diferenças das estimações de prevalência para essas três modelagens e verificar aquela que mais condiz com as situações definidas pelos dados usados.