Proposta de um modelo de regressão binária com resposta contínua aplicado à análise dos dados do SINASC: identificação de fatores de risco para o baixo peso ao nascer

Detalhes bibliográficos
Autor(a) principal: Zhuofan, Wu
Data de Publicação: 2011
Tipo de documento: Dissertação
Idioma: por
Título da fonte: Biblioteca Digital de Teses e Dissertações da USP
Texto Completo: http://www.teses.usp.br/teses/disponiveis/17/17139/tde-25032011-122803/
Resumo: O presente estudo tem por objetivo estudar a aplicabilidade de modelos de regressão binária com resposta contínua na análise de dados do SINASC (Sistema de Informações de Nascidos Vivos), analisando suas vantagens, limitações e estratégias na estimação de parâmetros ao identi…car os fatores de riscos para baixo peso ao nascer. Muitos autores vêm utilizando os dados do SINASC para estudar as variáveis que estão associadas ao baixo peso ao nascer. Estes autores geralmente utilizam o modelo usual de regressão logística, o qual analisa somente respostas binárias (a variável resposta é codi…cada como 1: baixo peso ao nascer, 0: caso contrário). O modelo de regressão com resposta contínua foi utilizado para estudar as variáveis associadas aos recém-nascidos com maior propensão a um peso ao nascer inferior ao ponto de corte 2500g, ou seja, a resposta é expressa em uma variável contínua. Nesta situação, uma extensão do modelo tradicional foi utilizada visando a possibilidade de obter-se estimativas mais precisas. Para a estimação de parâmetros do modelo de regressão binária com resposta contínua, foi utilizado o método da máxima verossimilhança. Os resultados obtidos a partir da metodologia proposta possui as seguintes vantagens em relação ao modelo usual: (a) o modelo de regressão proposto foi capaz de predizer o baixo peso ao nascer com maior precisão; (b) o modelo proposto evita problemas de separação persistentes em modelos usuais. Desta forma, o modelo estudado poderá oferecer signi…cativas contribuições à Saúde Coletiva, ao trazer uma nova possibilidade de análise de dados desta área.
id USP_51c2e654a8f32d193e6ef3e575ed44d8
oai_identifier_str oai:teses.usp.br:tde-25032011-122803
network_acronym_str USP
network_name_str Biblioteca Digital de Teses e Dissertações da USP
repository_id_str 2721
spelling Proposta de um modelo de regressão binária com resposta contínua aplicado à análise dos dados do SINASC: identificação de fatores de risco para o baixo peso ao nascerA propose of a binary regression model with continuous response applied to data analysis from SINASC: identification of risk factors for low birth weightbioestatísticabiostatisticsbirth weightestimaçãoestimationmodelos de regressãopeso ao nascerregression modelsSINASCSINASCO presente estudo tem por objetivo estudar a aplicabilidade de modelos de regressão binária com resposta contínua na análise de dados do SINASC (Sistema de Informações de Nascidos Vivos), analisando suas vantagens, limitações e estratégias na estimação de parâmetros ao identi…car os fatores de riscos para baixo peso ao nascer. Muitos autores vêm utilizando os dados do SINASC para estudar as variáveis que estão associadas ao baixo peso ao nascer. Estes autores geralmente utilizam o modelo usual de regressão logística, o qual analisa somente respostas binárias (a variável resposta é codi…cada como 1: baixo peso ao nascer, 0: caso contrário). O modelo de regressão com resposta contínua foi utilizado para estudar as variáveis associadas aos recém-nascidos com maior propensão a um peso ao nascer inferior ao ponto de corte 2500g, ou seja, a resposta é expressa em uma variável contínua. Nesta situação, uma extensão do modelo tradicional foi utilizada visando a possibilidade de obter-se estimativas mais precisas. Para a estimação de parâmetros do modelo de regressão binária com resposta contínua, foi utilizado o método da máxima verossimilhança. Os resultados obtidos a partir da metodologia proposta possui as seguintes vantagens em relação ao modelo usual: (a) o modelo de regressão proposto foi capaz de predizer o baixo peso ao nascer com maior precisão; (b) o modelo proposto evita problemas de separação persistentes em modelos usuais. Desta forma, o modelo estudado poderá oferecer signi…cativas contribuições à Saúde Coletiva, ao trazer uma nova possibilidade de análise de dados desta área.The objective of this dissertation is to study the applicability of binary regression models for continuous outcomes in the data analysis from SINASC (Brazilian Live Births Information System), analyzing its advantages, limitations and strategies in the estimation of parameters, when identifying the risk factors for low-birth-weight. Many authors have been using data from SINASC to study the variables that are associated with the low-birth-weight. These authors typically use the usual logistic regression model, which analyzes only binary responses (the dependent variable is coded as 1 for low-birth-weight and 0 for otherwise). The regression model with continuous response was proposed and used to study the variables associated with the newborns with higher propensity to a birth weight below the cutoff point of 2500 g, that is, the answer is expressed as a continuous variable. In this situation, an extension method of the traditional model was used in order to enable obtaining more accurate estimates. For the estimation of the parameters from binary regression model with continuous response, the maximum likelihood method was used. The results obtained from the proposed methodology brought these following advantages comparing with the usual model: (A) the proposed regression model was capable for predicting low birth weight with a bettter precision; (B) the proposed model can process the persistent problems of separation present in the conventional models. Thus, the studied method may offer significant contributions to the Public Health, bringing new possibilities for data analysis in this area.Biblioteca Digitais de Teses e Dissertações da USPMartinez, Edson ZangiacomiZhuofan, Wu2011-01-25info:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/masterThesisapplication/pdfhttp://www.teses.usp.br/teses/disponiveis/17/17139/tde-25032011-122803/reponame:Biblioteca Digital de Teses e Dissertações da USPinstname:Universidade de São Paulo (USP)instacron:USPLiberar o conteúdo para acesso público.info:eu-repo/semantics/openAccesspor2024-08-22T13:41:03Zoai:teses.usp.br:tde-25032011-122803Biblioteca Digital de Teses e Dissertaçõeshttp://www.teses.usp.br/PUBhttp://www.teses.usp.br/cgi-bin/mtd2br.plvirginia@if.usp.br|| atendimento@aguia.usp.br||virginia@if.usp.bropendoar:27212024-08-22T13:41:03Biblioteca Digital de Teses e Dissertações da USP - Universidade de São Paulo (USP)false
dc.title.none.fl_str_mv Proposta de um modelo de regressão binária com resposta contínua aplicado à análise dos dados do SINASC: identificação de fatores de risco para o baixo peso ao nascer
A propose of a binary regression model with continuous response applied to data analysis from SINASC: identification of risk factors for low birth weight
title Proposta de um modelo de regressão binária com resposta contínua aplicado à análise dos dados do SINASC: identificação de fatores de risco para o baixo peso ao nascer
spellingShingle Proposta de um modelo de regressão binária com resposta contínua aplicado à análise dos dados do SINASC: identificação de fatores de risco para o baixo peso ao nascer
Zhuofan, Wu
bioestatística
biostatistics
birth weight
estimação
estimation
modelos de regressão
peso ao nascer
regression models
SINASC
SINASC
title_short Proposta de um modelo de regressão binária com resposta contínua aplicado à análise dos dados do SINASC: identificação de fatores de risco para o baixo peso ao nascer
title_full Proposta de um modelo de regressão binária com resposta contínua aplicado à análise dos dados do SINASC: identificação de fatores de risco para o baixo peso ao nascer
title_fullStr Proposta de um modelo de regressão binária com resposta contínua aplicado à análise dos dados do SINASC: identificação de fatores de risco para o baixo peso ao nascer
title_full_unstemmed Proposta de um modelo de regressão binária com resposta contínua aplicado à análise dos dados do SINASC: identificação de fatores de risco para o baixo peso ao nascer
title_sort Proposta de um modelo de regressão binária com resposta contínua aplicado à análise dos dados do SINASC: identificação de fatores de risco para o baixo peso ao nascer
author Zhuofan, Wu
author_facet Zhuofan, Wu
author_role author
dc.contributor.none.fl_str_mv Martinez, Edson Zangiacomi
dc.contributor.author.fl_str_mv Zhuofan, Wu
dc.subject.por.fl_str_mv bioestatística
biostatistics
birth weight
estimação
estimation
modelos de regressão
peso ao nascer
regression models
SINASC
SINASC
topic bioestatística
biostatistics
birth weight
estimação
estimation
modelos de regressão
peso ao nascer
regression models
SINASC
SINASC
description O presente estudo tem por objetivo estudar a aplicabilidade de modelos de regressão binária com resposta contínua na análise de dados do SINASC (Sistema de Informações de Nascidos Vivos), analisando suas vantagens, limitações e estratégias na estimação de parâmetros ao identi…car os fatores de riscos para baixo peso ao nascer. Muitos autores vêm utilizando os dados do SINASC para estudar as variáveis que estão associadas ao baixo peso ao nascer. Estes autores geralmente utilizam o modelo usual de regressão logística, o qual analisa somente respostas binárias (a variável resposta é codi…cada como 1: baixo peso ao nascer, 0: caso contrário). O modelo de regressão com resposta contínua foi utilizado para estudar as variáveis associadas aos recém-nascidos com maior propensão a um peso ao nascer inferior ao ponto de corte 2500g, ou seja, a resposta é expressa em uma variável contínua. Nesta situação, uma extensão do modelo tradicional foi utilizada visando a possibilidade de obter-se estimativas mais precisas. Para a estimação de parâmetros do modelo de regressão binária com resposta contínua, foi utilizado o método da máxima verossimilhança. Os resultados obtidos a partir da metodologia proposta possui as seguintes vantagens em relação ao modelo usual: (a) o modelo de regressão proposto foi capaz de predizer o baixo peso ao nascer com maior precisão; (b) o modelo proposto evita problemas de separação persistentes em modelos usuais. Desta forma, o modelo estudado poderá oferecer signi…cativas contribuições à Saúde Coletiva, ao trazer uma nova possibilidade de análise de dados desta área.
publishDate 2011
dc.date.none.fl_str_mv 2011-01-25
dc.type.status.fl_str_mv info:eu-repo/semantics/publishedVersion
dc.type.driver.fl_str_mv info:eu-repo/semantics/masterThesis
format masterThesis
status_str publishedVersion
dc.identifier.uri.fl_str_mv http://www.teses.usp.br/teses/disponiveis/17/17139/tde-25032011-122803/
url http://www.teses.usp.br/teses/disponiveis/17/17139/tde-25032011-122803/
dc.language.iso.fl_str_mv por
language por
dc.relation.none.fl_str_mv
dc.rights.driver.fl_str_mv Liberar o conteúdo para acesso público.
info:eu-repo/semantics/openAccess
rights_invalid_str_mv Liberar o conteúdo para acesso público.
eu_rights_str_mv openAccess
dc.format.none.fl_str_mv application/pdf
dc.coverage.none.fl_str_mv
dc.publisher.none.fl_str_mv Biblioteca Digitais de Teses e Dissertações da USP
publisher.none.fl_str_mv Biblioteca Digitais de Teses e Dissertações da USP
dc.source.none.fl_str_mv
reponame:Biblioteca Digital de Teses e Dissertações da USP
instname:Universidade de São Paulo (USP)
instacron:USP
instname_str Universidade de São Paulo (USP)
instacron_str USP
institution USP
reponame_str Biblioteca Digital de Teses e Dissertações da USP
collection Biblioteca Digital de Teses e Dissertações da USP
repository.name.fl_str_mv Biblioteca Digital de Teses e Dissertações da USP - Universidade de São Paulo (USP)
repository.mail.fl_str_mv virginia@if.usp.br|| atendimento@aguia.usp.br||virginia@if.usp.br
_version_ 1815257323625512960