Revista de Saúde Pública (Feb 2009)

Regressão logística ordinal em estudos epidemiológicos Regresión logística ordinal en estudios epidemiológicos Ordinal logistic regression in epidemiological studies

  • Mery Natali Silva Abreu,
  • Arminda Lucia Siqueira,
  • Waleska Teixeira Caiaffa

DOI
https://doi.org/10.1590/S0034-89102009000100025
Journal volume & issue
Vol. 43, no. 1
pp. 183 – 194

Abstract

Read online

Os modelos de regressão logística ordinal vêm sendo aplicados com sucesso na análise de estudos epidemiológicos. Entretanto, a verificação da adequação de cada modelo tem recebido atenção limitada. O artigo apresenta uma breve análise dos principais modelos de regressão logística ordinal e as estratégias para ajuste s, as técnicas de verificação de qualidade do ajuste, bem como os comandos para execução nos softwares R e Stata. A metodologia é ilustrada com aplicação dos dados do Second National Health and Nutrition Examination Survey (NHANES II), o conhecido levantamento de saúde e nutrição.Los modelos de regresión logística ordinal vienen aplicándose con éxito en el análisis de estudios epidemiológicos. Sin embargo, la verificación de la adecuación de cada modelo ha recibido atención limitada. El artículo presenta un breve análisis de los principales modelos de regresión logística ordinal y las estrategias para ajustes, las técnicas de verificación de calidad de ajuste, así como los comandos para ejecución en los softwares R y Stata. La metodología es ilustrada con la aplicación de los datos del Second Nacional Health and Nutrition Examination Survey (NHANES II), el conocido análisis de salud y nutrición.Ordinal logistic regression models have been developed for analysis of epidemiological studies. However, the adequacy of such models for adjustment has so far received little attention. In this article, we reviewed the most important ordinal regression models and common approaches used to verify goodness-of-fit, using R or Stata programs. We performed formal and graphical analyses to compare ordinal models using data sets on health conditions from the National Health and Nutrition Examination Survey (NHANES II).

Keywords