Modelo de regressão logística com erro de classificação na variável resposta

Abstract

Em grande parte dos estudos relacionados à área da saúde, a ferramenta mais utilizada para detectar se um indivíduo tem ou não o desfecho de interesse é o teste de diagnóstico. Este, por sua vez, nem sempre gera dados absolutamente confiáveis. Apesar disso a incerteza presente nos dados gerados por tais testes é conhecida através da sensibilidade (probabilidade d o teste dar positivo dado que o indivíduo de fato apresenta o desfecho) e da especificidade (probabilidade dee o teste dar negativo dado que indivíduo de fato não apresenta o desfecho) do teste utilizado. O objetivo do presente trabalho é acrescentar a incerteza “conhecida” através da sensibilidade e da especificidade no modelo de regressão logística (modelo mais utilizado quando a variável resposta é binária), comparando o modelo que propõe uma correção nas estimativas de prevalência e de razão de chances dos estudos que utilizam testes diagnóstico com o modelo de regressão logística usual. Através dessa comparação foi possível observar que, dependendo dos valores de sensibilidade e especificidade do teste utilizado, é mais seguro utilizar o modelo corrigido para fazer as análises