Modelo de regressão logístico clássico e bayesiano aplicado a dados de partos prematuros no instituto de saúde Elpídio de Almeida, Campina Grande – PB

Abstract

A prematuridade se destaca como um dos maiores problemas de saúde pública em virtude das altas taxas de mortalidade neonatal, infantil e na vida adulta. É definido prematuro, toda criança que nasce com idade gestacional menor que 37 semanas. O objetivo do presente trabalho é investigar quais fatores estão associados à prematuridade das crianças no Instituto de Saúde Elpídeo de Almeida, no município de Campina Grande - PB. Foi realizada a análise dos dados no modelo de regressão logístico, aplicando o modelo linear generalizado considerando a distribuição binomial com função logit. No entanto, o modelo empregado foi adequado para explicar a prematuridade das crianças. Posteriormente, foram realizadas inferência clássica e Bayesiana, verificou-se que as estimativas tanto da clássica, quanto da Bayesiana foram muito próximos. A variável dependente em estudo foi a prematuridade, seguindo das variáveis independentes: idade materna, tipo de gravidez, número de consultas, número de filho(s) vivo(s) e peso da criança ao nascer, que foram estatisticamente significativas. As análises foram implementadas através do software R (R Core Team, 2018) e OpenBUGS (Thomas, 2004).