Modelos GAMLSS: Aplicación en casos de Síndrome Respiratorio Agudo Severo con énfasis en Influenza y otras causas

Resumen

Una de las principales causas del síndrome respiratorio agudo severo (SARS) es la influenza, una enfermedad respiratoria causada por diferentes cepas del virus. La propagación global de la Influenza ha representado un desafío importante desde 2009. En este contexto, la presente investigación propone realizar un análisis del SARS con énfasis en la Influenza y otras causas (virus respiratorios y otros agentes etiológicos), con el fin de investigar y comprender la relación entre las variables predictivas (comorbilidades) y la variable de respuesta específica (evolución) en los casos registrados en Brasil. Del análisis de los resultados encontrados, referidos al período de 2020 a agosto de 2022, se observó que los datos presentaron un ajuste insatisfactorio al modelo de Regresión Lineal Múltiple (RLM) y a los Modelos Lineales Generalizados (MLG), lo que motivó el uso de Modelos Aditivos Generalizados de Ubicación, Escala y Forma (GAMLSS). Para analizar estos datos, utilizamos distribuciones de probabilidad clásicas en el contexto de este modelado: binomial, binomial negativa, geométrica y de Poisson. De estas distribuciones trabajadas, la distribución binomial demostró ser efectiva, lo que nos permitió mapear la adecuación de este modelado. Se realizaron predicciones en los conjuntos de entrenamiento y prueba, con el fin de comprobar posibles sobreajustes en el modelo obtenido. Este enfoque proporcionó una comprensión más profunda del conjunto de datos y las relaciones entre las variables estudiadas. Los pacientes asmáticos mostraron una asociación fuerte y significativa con la tasa de mortalidad, mientras que aquellos con enfermedades hepáticas crónicas demostraron un menor riesgo de muerte.