Please use this identifier to cite or link to this item: https://repositorio.ufpb.br/jspui/handle/123456789/823
metadata.dc.type: TCC
Title: Uso de regressão logística para identificar os fatores de risco associados à ocorrência de anomalias congênitas em recém-nascidos
metadata.dc.creator: Souza, Lidia Dayse Araujo de
metadata.dc.contributor.advisor1: Lima, Joab de Oliveira.
metadata.dc.description.resumo: Os modelos de regressão logística vêm sendo aplicado intensamente em várias áreas de conhecimento e, em especial, na área da saúde. A condição de se estudar variáveis respostas binárias em função de um conjunto de fatores explicativos tem se tornado cada vez mais comum em estudos epidemiológicos. Assim, o presente estudo tem como objetivo utilizar um modelo de regressão logística para investigar os fatores de risco associados à ocorrência de malformação congênita em crianças de um hospital de João Pessoa – PB. Os resultados mostraram que a idade, a escolaridade da mãe, o uso de corticoides durante a gravidez, o tipo de parto e as medidas de APGAR de 1 e 5 minutos estavam associadas com a probabilidade de nascimento de filhos com alguma anomalia congênita. Além disso, constatou-se que o modelo ajustado conseguiu classificar corretamente mais de 93% dos casos examinados.
Abstract: The logistic regression models have been extensively applied in several areas of knowledge, particularly in the area of health. The condition of studying binary response variables in terms of a set of explanatory factors have become increasingly common in epidemiological studies. Thus, this study aims to use a logistic regression model to investigate the risk factors associated with the occurrence of congenital malformation in children from a hospital in João Pessoa - PB. The results showed that age, mother's education, the use of corticosteroids during pregnancy, type of childbirth and APGAR measures 1 and 5 minutes were associated with the probability of birth of children with congenital abnormality. Furthermore, it was found that the adjusted model could correctly classify over 93% of the cases examined.
Keywords: Regressão logística
Modelo de regressão
Logistic regression
Regression model
Malformação congênita
Congenital malformation
metadata.dc.publisher.department: Estatística
URI: https://repositorio.ufpb.br/jspui/handle/123456789/823
Issue Date: 3-Nov-2014
Appears in Collections:TCC - Estatística

Files in This Item:
File Description SizeFormat 
LDAS03112013.pdf1,19 MBAdobe PDFThumbnail
View/Open


Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.