Escolar Documentos
Profissional Documentos
Cultura Documentos
Leticia M S CoutinhoI,II
Marcia ScazufcaII,III
Paulo R MenezesI,II
RESUMO
OBJETIVO: Comparar empiricamente as regresses de Cox, log-binomial,
Poisson e logstica para estimar razes de prevalncia em estudos de corte
transversal.
MTODOS: Foram utilizados dados de um estudo epidemiolgico transversal
(n=2.072), de base populacional, realizado com idosos na cidade de So
Paulo (SP), entre maio de 2003 e abril de 2005. Diagnsticos de demncia,
possveis casos de transtorno mental comum e autopercepo de sade ruim
foram escolhidos como desfechos com prevalncia baixa, intermediria e alta,
respectivamente. Foram utilizadas variveis de confuso com duas ou mais
categorias ou valores contnuos. Valores de referncia para estimativas por
ponto e por intervalo para as razes de prevalncia (RP) foram obtidos pelo
mtodo de estratificao de Mantel-Haenszel. Estimativas ajustadas foram
calculadas utilizando regresses de Cox e Poisson com varincia robusta, e
regresso log-binomial. Odds ratios (OR) brutos e ajustados foram obtidos
pela regresso logstica.
II
III
Correspondncia | Correspondence:
Paulo Rossi Menezes
Departamento de Medicina Preventiva
Faculdade de Medicina da Universidade de
So Paulo
Av. Dr. Arnaldo 455
01246-903 So Paulo, SP, Brasil
E-mail: pmenezes@usp.br
Recebido: 27/11/2007
Revisado: 13/5/2008
Aprovado: 4/6/2008
993
ABSTRACT
OBJECTIVE: To empirically compare the Cox, log-binomial, Poisson and
logistic regressions to obtain estimates of prevalence ratios (PR) in crosssectional studies.
METHODS: Data from a population-based cross-sectional epidemiological
study (n = 2072) on elderly people in Sao Paulo (Southeastern Brazil), conducted
between May 2003 and April 2005, were used. Diagnoses of dementia,
possible cases of common mental disorders and self-rated poor health were
chosen as outcomes with low, intermediate and high prevalence, respectively.
Confounding variables with two or more categories or continuous values were
used. Reference values for point and interval estimates of prevalence ratio
(PR) were obtained by means of the Mantel-Haenszel stratification method.
Adjusted PR estimates were calculated using Cox and Poisson regressions
with robust variance, and using log-binomial regression. Crude and adjusted
odds ratios (ORs) were obtained using logistic regression.
RESULTS: The point and interval estimates obtained using Cox and Poisson
regressions were very similar to those obtained using Mantel-Haenszel
stratification, independent of the outcome prevalence and the covariates in
the model. The log-binomial model presented convergence difficulties when
the outcome had high prevalence and there was a continuous covariate in the
model. Logistic regression produced point and interval estimates that were
higher than those obtained using the other methods, particularly when for
outcomes with high initial prevalence. If interpreted as PR estimates, the ORs
would overestimate the associations for outcomes with low, intermediate and
high prevalence by 13%, almost by 100% and fourfold, respectively.
CONCLUSIONS: In analyses of data from cross-sectional studies, the Cox
and Poisson models with robust variance are better alternatives than logistic
regression is. The log-binomial regression model produces unbiased PR
estimates, but may present convergence difficulties when the outcome is very
prevalent and the confounding variable is continuous.
DESCRIPTORS: Cross-Sectional Studies. Estimation Techniques.
Prevalence Ratio. Logistic Models. Comparative Study.
INTRODUO
Em estudos de corte transversal com desfechos binrios,
a associao entre exposio e desfecho estimada pela
razo de prevalncia (RP). Quando necessrio ajustar
para potenciais variveis de confuso, normalmente
so usados modelos de regresso logstica. Este tipo
de modelo produz estimativas de odds ratios (OR),
freqentemente interpretado como uma estimativa da
RP. Entretanto, o OR no se aproxima muito bem da RP
quando o risco inicial alto, e nessas situaes, interpretar o OR como se fosse a RP inadequado.1,2,9,12
MTODOS
O objetivo do presente estudo foi comparar empiricamente os modelos de regresso de Cox, log-binomial,
Poisson e logstico para estimar a RP ajustada, cotejando
seus resultados com os obtidos pelo mtodo de MH.
994
Coutinho LMS et al
995
RESULTADOS
O desfecho demncia (baixa prevalncia: 5,1%) mostrou associaes estaticamente significativas com nvel
de escolaridade e faixa etria, mas no se associou
com sexo (Tabela 1). O fator de risco nvel de escolaridade tambm mostrou associao estatisticamente
significativa com faixa etria (p<0,01) e sexo (p<0,01).
Houve confuso relativa faixa etria na estimativa
da associao entre nvel educacional e prevalncia de
demncia, como mostra a estratificao de MH (Tabela
2). Comparando os resultados dos diferentes modelos
com a exposio principal e uma varivel de confuso
com quatro nveis de exposio, as estimativas do
ponto e respectivos IC 95% obtidos pelos modelos de
Poisson, Cox e log-binomial aproximaram-se da estimativa obtida pela estratificao de MH (Tabela 2), com
diferena de uma ou duas unidades no segundo dgito
decimal. Os resultados observados ao adicionar mais
uma potencial varivel de confuso (sexo) aos modelos
Tabela 1. Prevalncia de autopercepo de sade ruim, demncia e transtorno mental comum segundo exposio principal
e variveis de confuso. So Paulo, SP, maio/2003 a abril/2005.
Desfecho
Caracterstica
n (%)
Autopercepo de
sade ruim
Demncia
Transtorno mental
comum
Escolaridade (anos)
Nenhuma
793 (38,3)
59 (7,4)
334 (42,1)
1 ou mais anos
1279 (61,7)
46 (3,6)
450 (35,2)
<0,01*
<0,01*
p-valor
Faixa etria (anos)
65 a 69
889 (42,9)
20 (2,3)
311 (35,0)
70 a 74
556 (26,8)
11 (2,0)
211 (38,0)
75 a 79
346 (16,7)
27 (7,8)
141 (40,8)
80 anos ou mais
281 (13,6)
47 (16,7)
121 (43,1)
<0,01*
<0,01*
p-valor
Sexo
Feminino
1255 (60,6)
726 (57,9)
68 (5,4)
580 (46,2)
Masculino
817 (39,4)
387 (47,4)
37 (4,5)
204 (25,0)
<0,01*
0,37
<0,01*
p-valor
Episdio depressivo
No caso
Caso
1925 (92,9)
993 (51,6)
99 (4,8)
87 (87,9)
p-valor
<0,01*
Renda
At R$240 **
643 (31,0)
409 (63,6)
R$241 a R$360
402 (19,4)
230 (57,2)
R$361 a R$700
515 (24,9)
257 (49,9)
R$701 ou mais
512 (24,7)
217 (42,4)
p-valor
<0,01*
996
Coutinho LMS et al
Tabela 2. Estimativas da razo de prevalncia e intervalos de 95% de confiana (IC 95%) para a associao entre nvel
educacional e demncia, controlando para faixa etria, faixa etria e sexo, e idade e sexo, usando estratificao de MantelHaenszel e modelos de regresso de Cox, Poisson, log-binomial e logstica. So Paulo, SP, maio/2003 a abril/2005.
(Demncia, escolaridade e
faixa etria)
(Demncia, escolaridade e
faixa etria) + sexo
(Demncia, escolaridade e
idade (contnua)) + sexo
Estimativas
por ponto
IC 95%
Estimativas
por ponto
IC 95%
Estimativas
por ponto
IC 95%
RP Mantel-Haenszel
1,47
1,01;2,15
1,50
1,02;2,19
RP Cox robusto
1,47
1,01;2,13
1,46
1,01;2,12
1,43
0,98;2,09
RP Poisson robusto
1,47
1,01;2,13
1,46
1,01;2,12
1,43
0,98;2,09
RP log-binomial
1,48
1,02;2,15
1,47
1,01;2,13
1,43
0,97;2,10
OR regresso logstica
1,53
1,01;2,30
1,52
1,00;2,29
1,49
0,98;2,25
Modelo
Tabela 3. Estimativas da razo de prevalncia e intervalos de 95% de confiana (IC95%) para a associao entre nvel
educacional e transtorno mental comum , controlando para sexo, sexo e faixa etria, e sexo e idade, usando estratificao de
Mantel-Haenszel e modelos de regresso de Cox, Poisson, log-binomial e logstica. So Paulo, SP, maio/2003 a abril/2005.
(TMC, escolaridade e sexo)
Modelo
Estimativas
por ponto
IC 95%
Estimativas
por ponto
IC 95%
RP Mantel-Haenszel
1,16
1,04;1,29
1,12
1,01;1,25
RP Cox robusto
1,16
1,04;1,29
1,12
1,01;1,25
1,12
1,01;1,25
RP Poisson robusto
1,16
1,04;1,29
1,12
1,01;1,25
1,12
1,01;1,25
RP log-binomial
1,16
1,04;1,29
1,12
1,01;1,25
1,12
1,00;1,24
OR regresso logstica
1,30
1,07;1,57
1,23
1,01;1,49
1,22
1,00;1,48
Estimativas
por ponto
IC 95%
997
Tabela 4. Estimativas da razo de prevalncia e intervalos de 95% de confiana (IC95%) para a associao entre episdio
depressivo e autopercepo de sade ruim, controlando para faixa de renda, faixa de renda e sexo, e renda e sexo, usando
estratificao de MH, modelos de regresso de Cox, Poisson e log-binomial e regresso logstica. So Paulo, SP, maio/2003
a abril/2005.
(Autopercepo da sade
ruim, episdios depressivos,
renda)
(Autopercepo da sade
ruim, episdios depressivos,
renda) + sexo
(Autopercepo da sade
ruim, episdios depressivos,
renda [contnua]) + sexo
Estimativas
por ponto
IC 95%
Estimativas
por ponto
IC 95%
Estimativas
por ponto
RP Mantel-Haenszel
1,65
1,52;1,79
1,67
1,53;1,81
RP Cox robusto
1,65
1,52;1,79
1,66
1,52;1,81
1,64
1,52;1,80
RP Poisson robusto
1,65
1,52;1,79
1,66
1,52;1,81
1,66
1,52;1,80
Modelo
IC 95%
RP log-binomial
1,57
1,46;1,69
1,56
1,45;1,67
1,61
1,49;1,74
OR regresso logstica
6,99
3,69;13,21
7,10
3,8;13,4
7,03
3,7;13,3
998
Coutinho LMS et al
REFERNCIAS
1. Barros AJ, Hirakata VN. Alternatives for logistic
regression in cross-sectional studies: an empirical
comparison of models that directly estimate the
prevalence ratio. BMC Med Res Methodol. 2003;3:21.
DOI: 10.1186/1471-2288-3-21
2. Davies HT, Crombie IK, Tavakoli M. When can odds
ratios mislead? BMJ. 1998;316(7136):989-991.
3. Lin DY, Wei LJ. The robust Inference for the Cox
Proportional Hazards Model. J Am Stat Assoc.
1989;84(408):1074-8. DOI: 10.2307/2290085
4. McNutt LA, Wu C, Xue X, Hafner JP. Estimating
the relative risk in cohort studies and clinical
trials of common outcomes. Am J Epidemiol.
2003;157(10):940-3. DOI: 10.1093/aje/kwg074
5. Oliveira NF, Santana VS, Lopes AA. Razes de
propores e uso do mtodo delta para intervalos de
confiana em regresso logstica. Rev Saude Publica.
1997;31(1):90-9.
6. Petersen MR, Deddens JA. A comparison of two
methods for estimating prevalence ratios. BMC Med
Res Methodol. 2008;8:9. DOI: 10.1186/1471-22888-9
7. Prince M, Acosta D, Chiu H, Scazufca M, Varghese M,
Dementia diagnosis in developing countries: a crosscultural validation study. Lancet. 2003;361(9361):90917. DOI: 10.1016/S0140-6736(03)12772-9