Categorización de variables en el análisis estadístico de datos: consecuencias sobre la interpretación de resultados

Es bastante frecuente que en estudios epidemiológicos, durante el proceso de análisis de datos, una o más variables continuas sean cambiadas de escala. El objetivo de este trabajo consistió en evaluar las consecuencias de la categorización de variables en el análisis de datos. Se estudian tres situa...

Full description

Bibliographic Details
Main Authors: Cumsille Francisco, Bangdiwala Shrikant I.
Format: Article in Journal/Newspaper
Language:English
Spanish
Portuguese
Published: Pan American Health Organization 2000
Subjects:
R
Online Access:https://doaj.org/article/48bb6d5421694ec693e2bd42b7a69bc4
Description
Summary:Es bastante frecuente que en estudios epidemiológicos, durante el proceso de análisis de datos, una o más variables continuas sean cambiadas de escala. El objetivo de este trabajo consistió en evaluar las consecuencias de la categorización de variables en el análisis de datos. Se estudian tres situaciones bajo diferentes escenarios de análisis estadístico en modelos de regresión. Los resultados muestran que la dicotomización de variables continuas puede modificar sustancialmente las relaciones entre variables dependientes e independientes. Así por ejemplo, en estudios epidemiológicos en los que se pretende evaluar el efecto de una exposición sobre una respuesta, la magnitud o la dirección de dicho efecto pueden estar sesgadas como consecuencia de la dicotomización de alguna variable. Se recomienda, por lo tanto, evitar, en la medida de lo posible, la categorización de variables en el análisis.