Resumen del IV Congreso Chileno de Salud Pública y VI Congreso Chileno de Epidemiología

← vista completa

Regresión geográficamente ponderada: aplicación a datos de suicidio en la Región del Bío-Bío, Concepción, Chile

Geographically Weighted Regression: Application to suicide data in the Bío-Bío Region, Concepción-Chile

Área
Estadísticas en salud

Palabras clave
modelos de regresión geográficamente ponderados, suicidio, tasa de mortalidad estandarizada

Introducción

Se comparan el modelo de regresión Poisson con su símil geográficamente ponderado, para un conjunto de datos donde la variable dependiente es el n° de muertes por suicidio en la Región del Bío-Bío explicada por la tasa de pobreza comunal, considerando la dependencia espacial de los datos en el ajuste.

Objetivos

Identificar áreas geográficas y grupos de poblaciones que presenten un mayor riesgo de cometer suicidio. Determinar factores influyentes en los suicidios cometidos en la región del Bío-Bío. Construir modelo geográficamente ponderado con el fin de explicar el riesgo de muerte por suicidio en cada comuna de la región del Bío-Bío. Elaborar mapas del riesgo de muerte.

Metodo

Los principales métodos utilizados en este trabajo son: Análisis descriptivo de los datos, con el fin de tener una idea a priori de éstos. Test Z y envelope. Modelo de regresión Poisson y modelo de regresión Poisson geográficamente ponderado. Métodos iterativos de estimación de parámetros.

Principales resultados

En este trabajo se comparó el modelo de regresión Poisson y Binomial Negativo convencional con el modelo de regresión geográficamente ponderado respectivo, para ellos se consideró un conjunto de datos de conteo, donde la variable dependiente corresponde al número de muertes por suicidio en la Región del Bío-Bío, Chile, y como variable independiente la tasa de pobreza comunal, la cual se determinó como un factor que ayuda a explicar el fenómeno. De dicha comparación se estableció que al considerar la dependencia espacial de las observaciones se obtenía una mejora sustancial de las estimaciones.

Conclusiones

A partir de los resultados de los ajustes se puede afirmar que: la tasa de pobreza es un factor que explica el riesgo de que una persona cometa suicidio en la región del Bío-Bío, así también el sexo de estas personas.