Aplicação da regressão logística na análise dos dados dos fatores de risco associados à hipertensão arterial

Abstract

A regressão logística é uma técnica importante para modelagem de dados quando se deseja analisar a relação entre uma variável resposta e uma ou mais variáveis independentes. A técnica permite que se estime as chances relacionadas à probabilidade da ocorrência de um evento de interesse. A regressão logística diferencia-se da regressão linear devido à natureza dicotômica da variável dependente e vem sendo utilizada em diversas áreas do conhecimento, incluindo estudos na área da saúde. O presente trabalho utilizou a técnica da regressão logística com o objetivo de analisar a associação entre Hipertensão Arterial e determinados fatores de risco. Os dados utilizados provém da Pesquisa Nacional de Saúde (PNS) do ano de 2019, realizada pelo Instituto Brasileiro de Geografia e Estatística (IBGE) em território nacional. Foram ajustados dois modelos, sendo o modelo final composto por sete variáveis com significância estatística de 5%. As técnicas de diagnóstico indicaram um ajuste adequado do modelo, bem como sua precisão para predições. Os resultados apontam que fatores como o aumento da idade, índice de massa corporal (IMC) alto e o diagnóstico positivo para diabetes aumentam as chances de um indivíduo ser hipertenso.

Physical Activity Levels in Leisure Time, Sociodemographic Characteristics, and Chronic Non-Communicable Diseases in Brazilian Older Adults: National Health Survey, 2019

“…Another important factor that we found in our study that has been corroborated by other authors [3,13,22] is the difference between age groups affecting the level of leisuretime physical activity. Elderly people who were older were more likely to present severe functional dependence, which can be explained not only by the aging process, but also by the high prevalence of NCDs with increasing age; this is related to the findings of this study, as the oldest-old people achieved a lower level of physical activity in leisure time compared to the elderly (between 60 and 79 years old), mainly in the 50th quantile.…”

Desenvolvimento de Modelos de Regressão Logística para Classificação Binária de Covid-19 e Previsão Estatística de Óbitos

“…Sendo assim, disserta-se introitamente sobre a regressão logística, um modelo de aprendizado de máquina que pode ser utilizado para solucionar problemas de classificação binária, prevendo a probabilidade de ocorrência de uma entre duas possíveis categorias (Seber & Lee, 2003). Para isso, a probabilidade prevista é convertida em uma previsão de classe com base em um limiar de decisão, que pode ser definido entre um intervalo de 0,1 a 0,9, determinando se aquele ponto predito é classe 1 ou 0 (Silveira et al, 2021).…”