Modelagem em regressão logística na área da saúde: estudo de casos da literatura e simulação computacional

Abstract

A análise de informações amostrais é de extrema importância na tomada de decisão nas diversas áreas do conhecimento. Na área da saúde, auxilia, de forma sistemática, na avaliação de processos, intervenções e desenvolvimento de produtos para a melhoria da qualidade de vida da população. Nesse contexto, a Física Médica tem se destacado como área estratégica para a análise quantitativa de dados em saúde, especialmente em cenários nos quais ainda são escassos estudos que explorem sistematicamente as informações geradas e extraiam conclusões a partir delas. Uma das maneiras de analisar esses dados é através dos modelos de regressão, que têm como objetivo avaliar a relação entre duas variáveis quantitativas, por exemplo, a taxa de vacinação com a mortalidade de uma população, entre outros. Por outro lado, se a variável dependente é binária, deve-se utilizar o modelo de regressão logística com foco na probabilidade de uma determinada característica de interesse. Devido à sua natureza de resposta binária, o modelo de regressão logística tem se destacado na área de diagnóstico por imagem, pois permite, a partir dos parâmetros extraídos das imagens, gerar predições que auxiliam os médicos na tomada de decisão clínica. Além disso, o desempenho de modelos estatísticos usualmente é avaliado por meio de dados simulados. As simulações levam em consideração a dinâmica do processo biológico e permite um estudo aprofundado do problema com menor custo. Programas computacionais são utilizados para estas simulações tais como o programa estatístico R. Este programa é disponível gratuitamente no site https://www.r-project.org/ e possui a colaboração voluntária de pesquisadores de todo o mundo. Dessa forma, este programa encontra-se em constante desenvolvimento, sendo incorporados os métodos de análise de dados mais recentes, por meio de bibliotecas e pacotes. O objetivo deste projeto é capacitação na modelagem de informações experimentais de pesquisas envolvendo modelos de regressão logística por meio do estudo de dados da literatura e simulação realizados no programa estatístico R, com foco em demonstrar como os modelos de regressão logística podem ser utilizados para gerar um diagnóstico a partir da simulação de parâmetros de imagens médicas.