Calidad del sueño y presencia de síntomas como variables dependientes:

El modelo de regresión logística binaria se aplicó con el fin de determinar aquella función óptima para la predicción de la variable “calidad del sueño”. Se ha pretendido seleccionar de entre las variables independientes consideradas aquella combinación que permita una mejor predicción.

En la tabla 30 se puede observar las codificaciones de las variables categóricas independientes para la calidad del sueño.

En la tabla 31 aparecen aquellas variables no incluidas en el modelo junto con la puntuación eficiente de Rao y la significación de ésta. Se seleccionará para su inclusión en el siguiente paso (Modelo 1) aquella que siendo significativa, tenga el mayor valor, en este caso es la variable consumo de tabaco (puntuación = 9,76).

Modelos con la inclusión de las variables independientes seleccionadas por el procedimiento de entradas hacia delante: RV.

En la tabla 32 aparecen los valores de R² que obtienen cada uno de los modelos considerados.

En la tabla 33 aparece el modelo que se va configurando en cada uno de los pasos del método hacia delante: RV. Puede advertirse como el modelo final está conformado por las siguientes variables: consumo de relajantes o ansiolíticos y consumo de tabaco.

La probabilidad ‘p’ de que una persona pertenezca al grupo “Calidad del sueño”, vendrá dado por la fórmula:

p = ℮z _{/ (1+ ℮}z_),

siendo z la combinación lineal:

z = β0 + β1 Consumo de relajantes o ansiolíticos + β2 Consumo de tabaco

donde β0, β1, ….. , βp son parámetros desconocidos a estimar.

En particular, la probabilidad de que el i-ésimo individuo pueda tener perturbado el sueño será: pi = 1 / 1 + ℮-(β1 Consumo de relajantes + ….. + β0) Expresión alternativa: pi / qi = ℮β0 ℮(β1)x1 ….. ℮(βp)xp donde q = 1 – p. Entonces resulta:

Predicción del grupo al que pueden pertenecer:

Coeficientes. Estimación de la función z (combinación lineal):

Expresión alternativa de la regresión logística:

(0,381) (2,375)No consumo de tabaco _(2,572)No consumo de relajantes

z = - 0,965 + 0,865 No consumo de tabaco + 0,945 No consumo de relajantes

para poder identificar dentro de las variables introducidas en el modelo cuáles son las categorías que más influyen, y poder predecir el perfil de los individuos que puedan realizar tentativa suicida. Eso ocurrirá cuando el cociente p / q ≥1.

Si se van sustituyendo valores en la expresión del cociente de probabilidades (pi / qi),

se puede concluir que los valores de la base de las potencias de los dos coeficientes estimados son menores que la unidad por lo que van a disminuir el valor de la expresión.

En el análisis de RL, según se ha establecido la codificación de ambas variables: no consumo = 0 y consumo = 1) se ha obtenido el siguiente resultado: El no consumir relajantes o ansiolíticos tiene una OR = 2,57 y el no fumar tabaco una OR = 2,37. Esto expresa que la presencia de ambos hábitos (consumir relajantes o ansiolíticos y consumir tabaco) multiplica la probabilidad de tener mala calidad del sueño por 2,57 y por 2,37 respectivamente.

Del mismo modo, se aplica el modelo de regresión logística binaria para determinar la función óptima que pueda predecir la variable “presencia de síntomas”. Se ha seleccionado, de entre las variables independientes consideradas, la combinación que permite una mejor predicción.

En la tabla 34 se puede observar las codificaciones de las variables categóricas independientes para la calidad del sueño.

En la tabla 35 aparecen aquellas variables no incluidas en el modelo junto con la puntuación eficiente de Rao y la significación de ésta. Se seleccionará para su inclusión en el siguiente paso (Modelo 1) aquella que siendo significativa, tenga el mayor valor, en este caso es la variable cobertura poblacional del servicio (puntuación = 13,00.

Modelos con la inclusión de las variables independientes seleccionadas por el procedimiento de entradas hacia delante: RV.

En la tabla 36 aparecen los valores de R² que obtienen cada uno de los modelos considerados.

En la tabla 37 aparece el modelo que se va configurando en cada uno de los pasos del método hacia delante: RV. Puede advertirse como el modelo final está conformado por las siguientes variables: hábitos tóxicos y cobertura poblacional.

Siguiendo los pasos del razonamiento anterior, la probabilidad ‘p’ de que una persona pertenezca al grupo “Presencia de síntomas”, vendrá dado por la fórmula:

p = ℮z _{/ (1+ ℮}z_),

siendo z la combinación lineal:

z = β0 + β1 Hábitos tóxicos + β2 Cobertura poblacional

donde β0, β1, ….. , βp son parámetros desconocidos a estimar.

En particular, la probabilidad de que el i-ésimo individuo pueda tener perturbado el sueño será: pi = 1 / 1 + ℮-(β1 Hábitos tóxicos + ….. + β0) Expresión alternativa: pi / qi = ℮β0 ℮(β1)x1 ….. ℮(βp)xp donde q = 1 – p. Entonces resulta:

Predicción del grupo al que pueden pertenecer:

Coeficientes. Estimación de la función z (combinación lineal):

Expresión alternativa de la regresión logística:

para poder identificar dentro de las variables introducidas en el modelo cuáles son las categorías que más influyen, y poder predecir el perfil de los individuos que puedan realizar tentativa suicida. Eso ocurrirá cuando el cociente p / q ≥1.

Si se van sustituyendo valores en la expresión del cociente de probabilidades (pi / qi),

se puede concluir que los valores de la base de las potencias de todos los coeficientes estimados son mayores que la unidad por lo que van a aumentar el valor de la expresión.

(3,812) (0,308)Menor cobertura poblacional _(4,986)Hábitos tóxicos

z = 1,338 – 1,179 Menor cobertura poblacional + 1,607 Hábitos tóxicos

Los hábitos tóxicos arrojan una OR = 4,98 y la cobertura poblacional del servicio una OR = 0,30. Esto expresa que el primer factor multiplica por 5 el odds (p / (1-p) de presentar síntomas frente a no tener hábitos tóxicos; y el segundo factor (cobertura poblacional del servicio menor de seis millones de habitantes) disminuye la probabilidad de presentar síntomas, porque multiplica la odds por 0,308 (que se corresponde con la población mayor de seis millones de habitantes).

VI.5. TIPOLOGÍA DE LA CALIDAD DEL SUEÑO Y DE LA PRESENCIA DE