Establishing a stochastic regression model to analyze diabetes incidence rates in the U.S.

Hector A. Quevedo Urías, Jorge Arturo Salas Plata Mendoza, Angelina Domínguez Chicas, Michel Y. Montelongo Flores, Susana Alonso López

Resumen


Este estudio aplica técnicas de regresión estadística para establecer un modelo de pronóstico estocástico en las tasas de incidencia de diabetes en Estados Unidos. La metodología utiliza una muestra aleatoria de treinta y cuatro años (1980-2014) de las tasas de incidencia de diabetes proporcionadas por los Centros para el Control y Prevención de Enfermedades (cdc, por sus siglas en inglés). El primer paso consistió en dibujar los datos de casos de diabetes (millones) contra el tiempo (años), para verificar el tipo de función de los registros. La consideración de un modelo de regresión lineal simple no fue aceptable, ya que su diagnóstico y medidas de precisión no fueron satisfactorios. La opción de un modelo de regresión polinomial fue más adecuado, pero no del todo. Sin embargo, el modelo de regresión logarítmico transformado fue más satisfactorio, porque sus diagnósticos objetivos y subjetivos fueron superiores. El modelo con transformaciones logarítmicas fue el mejor de todos los modelos analizados según los resultados obtenidos.


Palabras clave


modelo de regresión estadística; modelo de regresión polinomial; modelo de regresión logarítmico transformado; modelos de regresión para analizar tasas de incidencia de diabetes

Texto completo:

PDF

Referencias


American Diabetes Association (ada) (2015). Statistics about Diabetes. Retrieved April 1, 2016, from http://www.niddk.nih.gov/about-niddk/research-areas/diabetes/Pages/diabetes.aspx

Centers for Disease Control and Prevention (cdc) (2010). Number of Americans with Diabetes Projected to Double or Triple by 2050. Retrieved April 1, 2016, from www.cdc.gov/media/pressrel/2010/r101022.html

----- (2014). Report Estimates of Diabetes and its Burden in the United States. National Diabetes Statistics, 2014. Retrieved July 1, 2016, from http://www.cdc.gov/diabetes/pdfs/data/2014-report-estimates-of-diabetes-and-its-burden-in-the-united-states.pdf

----- (2015). National Diabetes Statistics, 2014. National Center for Chronic Disease Prevention and Health Promotion, Division of Diabetes Translation. Retrieved April 1, 2016, from http://www.cdc.gov/diabetes/pubs/statsreport14/national-diabetes-report-web.pdf

----- (2015 bis). Annual Number (in Thousands) of New Cases of Diagnosed Diabetes among Adults Aged 18-79 Years, United States, 1980-2014. National Center for Health Statistics, Division of Health Interview Statistics. Retrieved August 1, 2016, from http://www.cdc.

gov/diabetes/statistics/incidence/fig1.htm

International Diabetes Federation (idf) (2010).

Millions Unite for Diabetes Awareness on World Diabetes Day 2010. Retrieved April 1, 2016, from www.idf.org/millions-unite-diabetes-

awareness-world-diabetes-day-2010

----- (2014). New Diabetes Figures in China: idf Press Statement. Retrieved April 1, 2016, from http://www.idf.org/press-releases/idfpress-statement-china-study

Lebech-Cichosz, S., Johansen, M. D., & Hejlesen, O. (2015). Toward Big Data Analytics. Review of Predictive Models in Management of Diabetes and its Complications. Journal of Diabetes Science and Technology. October 14, 2015. Retrieved April 1, 2016 from http://dst.sagepub.com/content/early/2015/10/14/1932296815611680.abstract

National Institute of Diabetes and Digestive and Kidney Diseases (niddk) (2015). Diabetes. Retrieved April 6, 2016, from http://www.niddk.nih.gov/about-niddk/research-areas/diabetes/Pages/diabetes.aspx

National Institute of Diabetes of the United Kingdom (niduk) (2014). Facts & Figures. Retrieved April 1, 2016, from https://www.diabetes.org.uk/Professionals/Positionstatements-

reports/Statistics/


Enlaces refback

  • No hay ningún enlace refback.