Razões de proporções e uso do método delta para intervalos de confiança em regressão logística

Abstract

OBJETIVO: Apresentar uma aplicação da regressão logística para estimar razões de prevalência ou risco relativo, e o uso do método delta para a estimativa de intervalos de confiança. MÉTODOS: Utilizou-se o método delta, visto que esta técnica é adequada para estimar variâncias de funções não lineares de variáveis aleatórias, do tipo razão de proporções. O método baseia-se na expansão da função em série de Taylor, provendo uma aproximação para o cálculo das variâncias. Para estimar as razões de proporções e as respectivas variâncias, que permitem a estimação dos intervalos de confiança, desenvolveu-se programa utilizando-se o módulo matricial do SAS. A aplicação prática do modelo proposto é feita utilizando-se dados de um estudo transversal com uma amostra de 611 mulheres, para testar a hipótese de que a falta de compartilhamento do trabalho doméstico associa-se com altos escores de sintomas psicológicos medidos através de um questionário validado. As razões de prevalência calculadas através da regressão logística, e os intervalos de confiança estimados pelo método delta foram comparadas com os resultados obtidos pela técnica de Mantel-Haenszel. RESULTADOS: As estimativas pontuais das razões de prevalência brutas, cruas ou ajustadas, obtidas através da regressão logística, foram semelhantes às encontradas na análise tabular. Também os limites dos intervalos de confianças para as razões de prevalência através do método delta foram praticamente iguais em relação aos encontrados através da técnica de Mantel-Haenszel. CONCLUSÕES: Os resultados apóiam o uso do método delta para estimar intervalos de confiança para razões de proporção. Esse método deve ser visto como uma alternativa para situações em que o efeito em estudo (variável dependente) não é raro, situação onde a "odds ratio" se afasta das medidas epidemiológicas caracterizadas como razão de proporções.OBJECTIVE: To present an application of logistic regression modelling to estimate ratios of proportions, such as prevalence ratio or relative risk, and the Delta Method to estimate confidence intervals. METHOD: The Delta Method was used because it is appropriate for the estimation of variance of non-linear functions of random variables. The method is based on Taylor's series expansion and provides a good approximation of variance estimates. A computer program, utilizing the matrix module of SAS, was developed to compute the variance estimates. A practical demonstration is presented with data from a cross-sectional study carried out on a sample of 611 women, to test the hypothesis that the lack of housework sharing is associated with high scores of psychological symptoms as measured by a validated questionnaire. RESULTS: Crude and adjusted prevalence ratio estimated by logistic regression were similar to those estimated by tabular analysis. Also, ranges of the confidence intervals of the prevalence ratio according to the Delta Method were nearly equal to those obtained by the Mantel-Haenszel approach. CONCLUSIONS: The results give support to the use of the Delta Method for the estimation of confidence intervals for ratios of proportions. The method should be seen as an alternative for situations in which the need to control a large number of potential confounders limits the use of stratified analysis.