Acceso usuarios
Objetivos: Exponer la posible problemática en el cálculo de riesgos en bases de datos agregadas cuando el fenómeno estudiado es recurrente y presentar la distribución binomial negativa como una alternativa válida y sencilla para analizar este tipo de fenómeno. Métodos: En el contexto de los fenómenos recurrentes, el análisis mediante la regresión de Poisson puede provocar sobredispersión o variancia extra-Poisson. Esto conduce a la subestimación de los errores estándares de los coeficientes, pudiendo derivar en la significación estadística de factores que realmente no estén asociados con el fenómeno. La binomial negativa puede captar parte de la variancia que no identifica la regresión de Poisson. Para comprobarlo se comparó ambas distribuciones sobre el número de hospitalizaciones que presentaron individuos, entre 65 y 69 años de edad, durante el año 1996. Esta comparación fue realizada en dos bases de datos agregadas distintas: por individuo y según las variables de interés. Resultados: El ajuste mediante ambas distribuciones presenta diferencias en las dos bases de datos. Según el estudio de los residuos, en la base por individuo la binomial negativa ajusta correctamente el 67,9% de las observaciones mal ajustadas por la regresión de Poisson. Este porcentaje es del 50% en la base agregada según las variables. Además, en ambos casos, la regresión de Poisson estima significativas cuatro de las seis variables estudiadas. Para la binomial negativa son dos en la base por individuo y una en la base por variables. Conclusiones: La existencia de sobredispersión es frecuente en fenómenos recurrentes. Cuando esto sucede, el uso de la binomial negativa es más apropiado que el de la regresión de Poisson.
