Sequncia para anlise de dados de incidncia ou prevalncia com uso de

Regresso de Poisson (pelo menos acho que isso...)

Princpio Geral
Quando se torna necessrio estimar o Risco Relativo ajustado para um conjunto de variveis
independentes em um estudo de interveno ou de risco, pode-se utilizar a Regresso de
Poisson, indicada quando a varivel dependente originada de contagem (variveis discretas).
O mesmo raciocnio pode ser utilizado quando temos estudos transversais, em que a medida a
ser utilizada a Razo de Prevalncia, a qual possui o mesmo princpio de clculo da RR.
Preparao do banco de dados
A varivel dependente deve estar codificada como quantitativa (Numeric / Scale), podendo ser
utilizada em sua forma bruta ou dicotomizada. Por motivos bvios, a primeira forma deve ser
preferida, pois no se desperdia informao ao tornar o dado dicotmico.
No exemplo a seguir, foi utilizado o banco de dados da pesquisa Incidncia de crie dentria
em adolescentes em municpio do Nordeste brasileiro, 2006. Simplificadamente, a hiptese
bsica do estudo era investigar os possveis fatores associados incidncia de crie, medida
em 688 crianas e adolescentes ao longo de 5 anos.
A primeira providncia, portanto, organizar o banco de modo a que todas as variveis, tanto
a dependente quanto as independentes sejam codificadas como numricas. As variveis
independentes dicotmicas, do tipo favorvel/desfavorvel devem ser codificadas com 0 e
1 sendo que o primeiro indica a melhor situao e o segundo a pior.
Anlise no ajustada (univariada)
Uma vez que a anlise feita considerando a varivel quantitativa, na prtica a verificao dos
efeitos isolados das variveis independentes feita como um teste de mdias. Calcula-se o RR
a partir da diviso entre a maior e a menor mdia. Assim, toda a anlise univariada pode ser
realizada a partir da colocao de cada varivel isoladamente no modelo de regresso
conforme a seqncia a seguir.

A partir do menu Analyze, opta-se por Generalized Linear Models...

Na primeira orelha, escolhe-se o tipo de modelo como Poisson Loglinear.

Alternativamente pode-se escolher Custom e, em seguida, optar pela Distribuio de
Poisson e a funo de ligao Log. D no mesmo.

Na orelha seguinte (Response) deve ser informada a varivel dependente e (se for o
caso) alguma varivel de ponderao. Neste caso, foi inserida a varivel Incidncia de
Crie como dependente.

Em Predictors deve ser inserida a primeira varivel independente, neste caso a

presena de dor de dente. Ela deve ser inserida no quadro de covariveis e (apenas
2

lembrando) pode ser dicotmica, codificada como 0 e 1. Pode ser inserida, tambm, a
varivel offset, porm no se aplica a este exemplo (ainda estamos trabalhando nisso).

Na orelha seguinte, preciso incluir as variveis no modelo, neste caso apenas uma,
pois estamos na anlise univariada. Como ainda no interesse verificar efeitos de
interao, mantm-se o Build Terms como Main effects.

Em Estimation, deve-se manter todas as opes default, exceto o estimador, que

deve ser a varincia robusta.

Na orelha Statistics deve-se manter as opes default e acrescentar os expoentes dos

betas (Include exponential...).

Finalmente, clicando em Ok, o Output aparece como a seguir. Na ltima tabela

temos a anlise em que a RR (e respectivo I.C.) dada pelo expoente do beta da
varivel em questo. Observe que o valor encontrado , nada mais nada menos, que a
diviso da mdia da incidncia entre os que apresentam dor de dente e os que no
apresentam. Pode-se checar isso, utilizando o comando Compare Means: a mdia de
incidncia entre os que tm dor de dente de 2,68 e entre os que no tm dor de
1,46. Dividindo um pelo outro d exatamente 1,838 (o valor do expoente do beta).

Para continuar a anlise univariada, s repetir este mesmo procedimento para todas
as variveis independentes. Da, dependendo do valor de p so selecionadas as que
faro parte da regresso de Poisson, do mesmo modo como fazemos na logstica.

Anlise ajustada (multivariada)

Ao serem selecionadas as variveis independentes, repete-se o processo, desta vez com todas
elas ao mesmo tempo, semelhante tcnica bacward da regresso logstica. Da vai-se
ajustando o modelo com a retirada das variveis que perdem significncia ou que alteram o
modelo.
A sada para esta anlise a seguinte (algumas tabelas foram suprimidas).

Pode-se observar o ajuste das RRs e respectivos intervalos de confiana. A tabela final
de resultados fica como ilustrado a seguir.

Tabela 2. Associao entre o desfecho incidncia de crie e as variveis independentes utilizadas no

estudo. Sobral - Cear, 2006.
Incidncia de Crie
Varivel

Mdia

D.P.*

RR**

p (aj.)

RR (aj)

<0,001

1,84 (1,56-2,17)

<0,001

1,46 (1,22-1,76)

<0,001

1,67 (1,36-2,05)

<0,001

1,71 (1,36-2,14)

<0,001

1,42 (1,18-1,71)

<0,001

1,48 (1,23-1,79)

0,086

1,17 (0,98-1,39)

0,035

1,21 (1,01-1,45)

<0,001

1,44 (1,19-1,73)

<0,001

1,45 (1,21-1,74)

0,108

1,15 (0,97-1,38)

0,003

1,21 (1,02-1,45)

0,003

0,61 (0,44-0,85)

0,001

1,36 (1,13-1,63)

0,022

1,22 (1,03-1,46)

Dor de dente nos ltimos seis meses

Ausente

467

1,46

1,86

Presente

218

2,68

2,41

Total

685

1,85

2,13

No

223

1,28

1,76

Sim

463

2,14

2,26

Total

686

1,86

2,15

Morbidade Referida

Frequncia de consulta ao dentista

Menos de 1 anos

307

1,61

2,16

1 ano e mais

301

2,29

2,16

Total

608

1,95

2,19

Acesso Unidade Bsica de Sade

Sempre

267

1,69

1,98

s vezes/nunca

418

1,97

2,25

Total

685

1,86

2,15

s vezes/nunca

270

1,48

1,90

Sempre

345

2,13

2,24

Total

615

1,84

2,12

Sem Renda

364

1,74

2,08

Com Renda

277

2,01

2,16

Total

641

1,86

2,12

Mais de 8 anos

335

1,67

1,98

8 anos e mais

322

2,03

2,26

Total

657

1,85

2,13

611

1,95

2,19

No

76

1,18

1,69

Total

687

1,86

2,15

Merenda Escolar

Renda da me

Escolaridade da me

Consulta ao dentista
Sim

Como classifica sua sade bucal

Favorvel

300

1,54

2,05

Desfavorvel

363

2,09

2,17

Total

663

1,84

2,13

Recebe

426

1,72

2,06

No Recebe

258

2,11

2,28

Total

684

1,87

2,15

Recebimento da escova

*. Desvio-Padro ** Risco Relativo