Mostrar el registro sencillo del ítem

dc.creatorBerea-Baltierra, Ricardo
dc.creatorRivas-Ruiz, Rodolfo
dc.creatorPérez-Rodríguez, Marcela
dc.creatorPalacios-Cruz, Lino
dc.creatorMoreno, Jorge
dc.creatorTalavera, Juan O.
dc.date.accessioned2017-06-29T03:54:55Z
dc.date.available2017-06-29T03:54:55Z
dc.date.issued2014es_ES
dc.identifier2779es_ES
dc.identifier.issn0443-5117es_ES
dc.identifier.urihttp://repositorio.inprf.gob.mx/handle/123456789/4628
dc.description.abstractLa complejidad del fenómeno de causalidad en la práctica clínica implica que el resultado de una maniobra no se deba únicamente a esta, sino a la interacción con otros factores del estado basal o variables que ocurran durante la maniobra. Esto requiere diseños metodológicos que permitan evaluar estas variables. Cuando el resultado es dicotómico, se usa la regresión logística múltiple (RLM). La RLM es un modelo multivariado útil cuando se requiere predecir o explicar, al ajustar por el efecto de distintos factores de riesgo, el efecto de una maniobra o exposición sobre el desenlace. Para realizar la RLM se requiere que el desenlace (o la variable dependiente) sea dicotómico y mutuamente excluyente (por ejemplo, vivo/muerto, enfermo/sano); las variables independientes o factores de riesgo pueden ser cuantitativas o cualitativas. La asociación que se obtiene es la razón de probabilidades, también llamada razón de momios (RM), con intervalos de confi anza (IC) del 95 % y con estas medidas se estima el porcentaje de la variabilidad del desenlace que se explica a partir de los factores de riesgo. Por estas razones, este modelo es el más usado en la investigación clínica, ya que uno de los principales objetivos de la práctica clínica es poder predecir o explicar un evento en el que se tomen en cuenta diferentes factores de riesgo.es_ES
dc.language.isospaes_ES
dc.publisherCentro Nacional de Investigación Documental en Salud, Coordinación de Educación en Salud , Centro Médico Nacional Siglo XXI, Av. Cuauhtémoc 330 , Col. Doctores, Delegación Cuautémoc, 06725 México, D.F.es_ES
dc.relation52 (2) 192-197 p.es_ES
dc.relationversión del editores_ES
dc.rightsacceso cerradoes_ES
dc.titleInvestigación clínica XX Del juicio clínico a la regresión logística múltiplees_ES
dc.typeartículoes_ES
dc.contributor.affiliationDepartamento de Medicina Interna, Hospital de Oncología. dCentro Médico Nacional Siglo XXI, Instituto Mexicano del Seguro Sociales_ES
dc.contributor.emailricberbal@hotmail.comes_ES
dc.relation.jnabreviadoREV MED INST MEX SEGURO SOCes_ES
dc.relation.journalRevista Médica del Instituto Mexicano del Seguro Sociales_ES
dc.identifier.placeMéxicoes_ES
dc.date.published2014es_ES
dc.identifier.organizacionInstituto Nacional de Psiquiatría Ramón de la Fuente Muñizes_ES
dc.description.monthMar-Abres_ES
dc.description.abstractotrodiomaThe complexity of the causality phenomenon in clinical practice implies that the result of a maneuver is not solely caused by the maneuver, but by the interaction among the maneuver and other baseline factors or variables occurring during the maneuver. This requires methodological designs that allow the evaluation of these variables. When the outcome is a binary variable, we use the multiple logistic regression model (MLRM). This multivariate model is useful when we want to predict or explain, adjusting due to the effect of several risk factors, the effect of a maneuver or exposition over the outcome. In order to perform an MLRM, the outcome or dependent variable must be a binary variable and both categories must mutually exclude each other (i.e. live/death, healthy/ill); on the other hand, independent variables or risk factors may be either qualitative or quantitative. The effect measure obtained from this model is the odds ratio (OR) with 95 % confi dence intervals (CI), from which we can estimate the proportion of the outcome’s variability explained through the risk factors. For these reasons, the MLRM is used in clinical research, since one of the main objectives in clinical practice comprises the ability to predict or explain an event where different risk or prognostic factors are taken into account.es_ES
dc.subject.kwModelos logísticoses_ES
dc.subject.kwCausalidades_ES
dc.subject.kwInvestigación biomédicaes_ES
dc.subject.koLogistic modelses_ES
dc.subject.koCausalityes_ES
dc.subject.koBiomedical researches_ES


Ficheros en el ítem

Thumbnail

Este ítem aparece en la(s) siguiente(s) colección(ones)

Mostrar el registro sencillo del ítem