Bayesian binary regression model: an application to in-hospital death after AMI prediction

• Autor(a) principal: Souza, Aparecida D. P. [UNESP]
• Data de Publicação: 2004
• Outros Autores: Migon, Helio S.
• Tipo de documento: Artigo
• Idioma: eng
• Título da fonte: Repositório Institucional da UNESP
• Texto Completo: http://dx.doi.org/10.1590/S0101-74382004000200003; http://hdl.handle.net/11449/28291
• topic: predição de probabilidade de óbito; seleção de modelos em regressão binária; diagnósticos e análise de resíduos; mortality probability prediction; model selection in binary regression; model diagnostic and residual analysis

Um modelo bayesiano de regressão binária é desenvolvido para predizer óbito hospitalar em pacientes acometidos por infarto agudo do miocárdio. Métodos de Monte Carlo via Cadeias de Markov (MCMC) são usados para fazer inferência e validação. Uma estratégia para construção de modelos, baseada no uso do fator de Bayes, é proposta e aspectos de validação são extensivamente discutidos neste artigo, incluindo a distribuição a posteriori para o índice de concordância e análise de resíduos. A determinação de fatores de risco, baseados em variáveis disponíveis na chegada do paciente ao hospital, é muito importante para a tomada de decisão sobre o curso do tratamento. O modelo identificado se revela fortemente confiável e acurado, com uma taxa de classificação correta de 88% e um índice de concordância de 83%.