Regressão logística aplicada a casos de anomalia congênita no estado de São Paulo em 2021

Carregando...
Imagem de Miniatura

Data

2023-12-04

Orientador

Silvestre, Miriam Rodrigues

Coorientador

Pós-graduação

Curso de graduação

Presidente Prudente - FCT - Estatística

Título da Revista

ISSN da Revista

Título de Volume

Editor

Universidade Estadual Paulista (Unesp)

Tipo

Trabalho de conclusão de curso

Direito de acesso

Acesso abertoAcesso Aberto

Resumo

Resumo (português)

O objetivo desse trabalho é estudar os fatores que mais influenciam na má formação congênita, e assim conseguir conscientizar a população sobre os maiores riscos e que devem ser evitados. A escolha desse tema se deve ao fato de ser um assunto muito importante e que gera muito impacto na sociedade. Foi utilizado principalmente os conceitos práticos e teóricos da regressão logística múltipla para este relatório. Os dados que foram utilizados são do Sinasc (Sistema de informação de nascidos vivos), e para esse trabalho o foco foi nos nascidos vivos no estado de São Paulo no ano de 2021. Os modelos não ficaram bem ajustados. O modelo que teve o menor AIC teve apenas 51% de acurácia, o que indica que o modelo criado não corresponde aos dados reais. Por outro lado, foi possível identificar que as variáveis parto e apgar1 são significantes para o modelo, e que são significantes para a variável dependente idanomal (anomalia congênita sim ou não).

Resumo (inglês)

The objective of this work is to study the factors that most influence congenital malformation, and thus be able to raise awareness among the population about the greatest risks that should be avoided. Choosing this theme must be a very important fact that generates a lot of impact on society. The practical and theoretical concepts of multiple logistic regression were mainly used for this work. The data used is from Sinasc (Live Birth Information System), and for this work the focus was on live births in the state of São Paulo in 2021. The models were not well adjusted. The model that had the lowest AIC had only 51% accuracy, which indicates that the model created does not correspond to the real data. On the other hand, it was possible to identify that the variables birth and apgar1 are significant for the model, and that they are significant for the dependent variable idenoma (congenital anomaly yes or no).

Descrição

Idioma

Português

Como citar

CASSARO, Leonardo Costa. Regressão logística aplicada a casos de anomalia congênita no estado de São Paulo em 2021. Orientadora: Miriam Rodrigues Silvestre. 2023. 37 f. Trabalho de Conclusão de Curso (Bacharelado em Estatística) - Faculdade de Ciências e Tecnologia, Universidade Estadual Paulista, Presidente Prudente, 2023.

Itens relacionados