Obtaining adjusted prevalence ratios from logistic regression models in cross-sectional studies

• Autor(a) principal: Bastos, Leonardo Soares
• Data de Publicação: 2015
• Outros Autores: Oliveira, Raquel de Vasconcellos Carvalhaes de, Velasque, Luciane de Souza
• Tipo de documento: Artigo
• Idioma: eng
• Título da fonte: Repositório Institucional da FIOCRUZ (ARCA)
• Texto Completo: https://www.arca.fiocruz.br/handle/icict/33931
• topic: Razão de prevalências; Modelos logísticos; Estudos transversais; Prevalence ratio; Logistic models; Cross-sectional studies; Razón de prevalencias; Modelos logísticos; Estudios transversales

Nas últimas décadas, tem sido discutido o uso da razão de prevalência (RP) ao invés da razão de chance como a medida de associação a ser estimada em estudos transversais. Discute-se as principais dificuldades no uso de modelos estatísticos para o cálculo da RP: problemas de convergência, disponibilidade de ferramentas e pressupostos não apropriados. O objetivo deste estudo é implementar uma abordagem direta para estimar a RP com base em modelos logísticos binários baseados em dois métodos propostos por Wilcosky & Chamblers, e comparar com outros métodos. Utilizou-se três exemplos e comparou-se as estimativas bruta e ajustada da RP obtidas pela função com as estimativas obtidas pelos modelos log-binomial, Poisson e razão de chance prevalente (RCP). As RP da abordagem proposta resultaram em valores próximos aos obtidos pelos modelos log-binomial e Poisson, e a RCP superestimou a RP. O modelo aqui implementado apresentou as seguintes vantagens: não apresenta instabilidade numérica; assume a distribuição de probabilidades adequada; e está disponível no programa estatístico R.