Leia esta resenha se quiser aprender regressão logística
Fernandes, A. A. T.,
Figueiredo Filho, D. B., Rocha, E. C. D., & Nascimento, W. D. S. (2021).
Leia este artigo se você quiser aprender regressão logística. Revista de
Sociologia e Política, 28. https://doi.org/10.1590/1678-987320287406en
Resenhado por Luiz Guilherme
Lima Silva.
A utilização de variáveis categóricas binárias
é comum em pesquisas empíricas na Psicologia da Saúde. Toma-se como exemplo:
fuma ou não fuma, ingere ou não álcool, tem ou não diagnóstico de câncer/hipertensão/psoríase,
aderiu ou não às intervenções propostas. Para essas situações, a regressão
logística binomial é a mais indicada para analisar a variação da variável dependente
(VD) em função de variáveis independentes. Devido à didática e relevância do
presente artigo para as Ciências Humanas, a resenha foi feita com exemplos para
a Psicologia da Saúde a fim de facilitar a compreensão por parte de
interessados na área.
A regressão logística binomial é aquela na qual
a VD (desfecho) apresenta duas categorias. A ocorrência do evento de interesse
é codificado como 1 e a sua ausência é 0. Para entender o funcionamento da
regressão logística, é necessário saber que a VD viola alguns dos pressupostos que
habilitaria a realização da regressão linear: a homoscedasticidade, linearidade
e normalidade. Na regressão linear, o gráfico se assemelha a uma linha reta, ao
passo que o gráfico da regressão logística se assemelha à letra S, que se chama
gráfico logit. O gráfico pode ser interpretado como a medida em que um
ponto no gráfico se aproxima do 1 no eixo Y, maior é a probabilidade de
ocorrência do evento de interesse. Ao contrário, à medida em que o ponto se
aproxima do 0 no eixo das ordenadas, menor é a probabilidade de ocorrência.
Para planejar uma regressão logística, o pesquisador
deve identificar uma VD que seja dicotômica. O próximo passo é identificar
problemas de multicolinearidade entre as variáveis independentes, pois quando a
correlação é muito alta, o erro padrão dos coeficientes é grande, o que
dificulta avaliar a importância das variáveis explicativas. Outro passo é a
verificação de outliers, uma vez que produzem resultados pouco
confiáveis, prejudicando o ajuste do modelo. Algumas opções são excluir os
casos ou imputar valores menos extremos, como a média ou mediana. O terceiro
passo é estimar o modelo, que pode ser feito em softwares, como o Jasp,
SPSS ou Jamovi. Após a estimativa, avalie a qualidade do ajuste, que pode ser
feito comparando o modelo nulo com o modelo que incorpora as variáveis
independentes. O último passo e o mais importante é a interpretação do modelo.
Entretanto, muitos pesquisadores se limitam a analisar a significância
estatística sem dar atenção à magnitude dos coeficientes. Uma alternativa é
analisar o impacto das variáveis independentes sobre a chance (odds) de
ocorrência da VD.
A regressão logística é relevante para a
Psicologia da Saúde referente às diversas variáveis estudadas, como diagnóstico
de doenças e transtornos mentais, adesão ou não a um tratamento e presença ou
ausência de comportamentos em saúde. Apesar da sua importância nesse campo, ainda
são poucos os profissionais e estudantes de Psicologia que conhecem
adequadamente essa técnica. A oferta de cursos e disciplinas acerca da
aplicação dos modelos de regressão logística em Psicologia e saúde podem
beneficiar de modo significativo a formação profissional, assim como a análise
mais aprofundada de variáveis que influenciam a ocorrência de um determinado
desfecho, quando aplicada em pesquisa.
Nenhum comentário: