| Journal: | Revista médica del Instituto Mexicano del Seguro Social |
| Database: | PERIÓDICA |
| System number: | 000372336 |
| ISSN: | 0443-5117 |
| Authors: | Berea Baltierra, Ricardo1 Rivas Ruiz, Rodolfo1 Pérez Rodríguez, Marcela1 Palacios Cruz, Lino2 Moreno, Jorge1 Talavera, Juan O1 |
| Institutions: | 1Instituto Mexicano del Seguro Social, Centro Médico Nacional Siglo XXI, México, Distrito Federal. México 2Instituto Nacional de Psiquiatría Ramón de la Fuente Muñiz, Subdirección de Investigaciones Clínicas, México, Distrito Federal. México |
| Year: | 2014 |
| Season: | Mar-Abr |
| Volumen: | 52 |
| Number: | 2 |
| Pages: | 192-197 |
| Country: | México |
| Language: | Español |
| Document type: | Artículo |
| Approach: | Analítico |
| Spanish abstract | La complejidad del fenómeno de causalidad en la práctica clínica implica que el resultado de una maniobra no se deba únicamente a esta, sino a la interacción con otros factores del estado basal o variables que ocurran durante la maniobra. Esto requiere diseños metodológicos que permitan evaluar estas variables. Cuando el resultado es dicotómico, se usa la regresión logística múltiple (RLM). La RLM es un modelo multivariado útil cuando se requiere predecir o explicar, al ajustar por el efecto de distintos factores de riesgo, el efecto de una maniobra o exposición sobre el desenlace. Para realizar la RLM se requiere que el desenlace (o la variable dependiente) sea dicotómico y mutuamente excluyente (por ejemplo, vivo/muerto, enfermo/sano); las variables independientes o factores de riesgo pueden ser cuantitativas o cualitativas. La asociación que se obtiene es la razón de probabilidades, también llamada razón de momios (RM), con intervalos de confianza (IC) del 95 % y con estas medidas se estima el porcentaje de la variabilidad del desenlace que se explica a partir de los factores de riesgo. Por estas razones, este modelo es el más usado en la investigación clínica, ya que uno de los principales objetivos de la práctica clínica es poder predecir o explicar un evento en el que se tomen en cuenta diferentes factores de riesgo |
| Disciplines: | Medicina |
| Keyword: | Medicina general y familiar, Matemáticas aplicadas, Modelos logísticos, Causalidad, Investigación biomédica, Regresión logística múltiple |
| Keyword: | Medicine, General practice and family health, Applied mathematics, Logistic models, Causality, Biomedical research, Multiple logistic regression |
| Full text: | Texto completo (Ver PDF) |
