MUERTES POR DIARREA EN NIÑOS ENTRE PAÍSES CON DIFERENTES NIVELES DEL

ÍNDICE DE DESARROLLO HUMANO

Mariluz Trilleras Mota
Universidad Nacional de Colombia - Sede Medellín, Escuela de Estadística

Resumen E
En este artículo se presenta un análisis relevante sobre los datos parámetros en función de las variables predictoras empleando n el gráfico 1 se presenta la matriz de dispersión, podemos Modelo log miu Estimacción Error estándar Valor-t Valor-p
del artículo " Muerte por diarrea en niños entre paises con funciones lineales y no lineales. Los términos empleados dentro observar las covariables que son estadísticamente significativas Intercepto 4.570091 0.196531 23.254 2e-16
diferentes niveles del índice de desarrollo humano" Riahi et al. del marco de los GAMLSS para referirse a los parámetros de (se representa con los valores de mayor tamaño). SU -0.003049 0.003428 -0.889 0.377
localización, escala y forma son (µ, σ, ν, τ ). La forma general pb(HDI) -5.293514 0.569644 -9.293 1.98e-13
(2018) diarrhea el cual hace una investigación sobre el efecto Modelo log sigma Estimacción Error estándar Valor-t Valor-p
del índice de desarrollo humano (IDH) en las muertes por di- de los modelos GAMLSS es: Modelación (Modelos GAMLSS)
JXk Intercepto 3.14669 0.51123 6.155 5.73e-08
arrea por cada 1000 nacidos vivos en niños menores de 5 años gk (θk ) = nk = Xk βk + Zjk γjk SU -0.01139 0.00624 -1.825 0.0727
j=1
en 2015. El propósito de dicho análisis es mejorar los resulta- pb(HDI) -2.67636 1.30624 -2.049 0.0446
donde gk es la función de enlace conocida para el parámetro θ Antes de generar los modelos se realizó un análisis de la variable
dos haciendo uso de metodologías de los modelos de regresión respuesta para identificar las distribuciones que mejor explican
Table: Resultados del modelo Weibull ajustado
y nk son vectores n-dimensionales; Xk son matrices de diseños
lineal múltiple, en especial los modelos GAMLSS (Generalized
conocidas (n × Jk0 ) asociadas a los efectos fijos βk (Jk0 × 1); Zjk el modelo de muertes por diarrea. Las cuatro distribuciones
Additive Models for Location, Shape and Scale). tienen parámetros µ y σ. µ̂ = exp(4.570091 − 0.003049 × SU − 5.293514 × pb(HDI))
son matrices de diseño conocidas de orden (n × qjk ) asociadas
a los efectos aleatorios γjk (qjk × 1) con distribución normal σ̂ = exp(3.14669 − 0.01139 × SU − 2.67636 × pb(HDI))
Introducción multivariada Jk0 es el número de covariables usadas en la parte Modelo Distribución GAIC Pseudo R 2

fija del predictor lineal nk mientras que Jk es el número de 1 Weibull 247.0302 0.7270
El objetivo de examinar los datos de Riahi et al. (2018) diar- efectos aleatorios en nk . Gamma
rhea es proponer mejoras en el modelo propuesto inicialmente, 2 251.7029 0.7003
Generalizada
tratando de definir mejor la variable respuesta y de esta manera Análisis Descriptivo 3 Gamma 286.2219 0.4542
lograr mejor poder predictivo proporcionando resultados más 4 Normal 307.1029 0.6140
(a) Weibull (b) Gamma Generalizada
analíticos y potentes. Para ello se usó una de las metodologías
de la regresión lineal múltiple, la metodología GAMLSS, la cual Las variables que se tuvieron en cuenta en el estudio de [1] Table: Distribuciones que mejor explican la variable respuesta Muerte por
permite flexibilidad en la elección de la variable respuesta, de- fueron: diarrea.
pendencia de las covariables para la varianza y modelar los Instalaciones de saneamiento
parámetros de la distribución. Esta versatilidad hace de los • Rural(SR)
GAMLSS una herramienta adecuada para modelar. • Urbano(SU) (c) Gamma (d) Normal

• Nacional(SN) Fig.: Worm plot para los modelos ajustados con GAMLSS.

Metodología Fuentes mejoradas de agua potable

El modelo de regresión lineal múltiple considerado por [1] fue
el siguiente:
E[Y ] = β0 + β1xi1 + β2xi2 + . . . + β7xi7
V ar[Y ] = σ 2
Donde Y simboliza Muertes por diarrea, X1 saneamiento rural,
X2 saneamiento urbano, X3 saneamiento nacional, X4 agua
rural, X5 agua urbana, X6 agua de la nación, X7 Índice de
desarrollo humano. Por lo tanto, El modelo final ajustado fue:
DD = 14.00584 − 0.02497 × SU − 14.02914 × HDI
d
Este modelo tiene un coeficiente de determinación de R2 =
0.614
Modelos GAMLSS
Los modelos GAMLSS (Generalized Additive Model for Lo-
cation Scale and Shape) propuestos por Rigby y Stasinopou-
los(2005), son modelos de regresión semi-paramétricos que per-
miten además, incorporar distribuciones que no son de la fa-
milia exponencial,modelar explícitamente cada uno de sus
• Rural(AR)
• Urbana(AU)
• Nacional(AN) (a) Weibull (b) Gamma Generalizada
índice de desarrollo humano Fig.: Diagnostico de los residuos de los modelos: Weibull, Gamma Gralizada
• IDH
Partiendo de las distribuciones mostradas en la figura, se ajus-
Muertes por diarrea taron cuatro modelos cada uno de ellos con sus correspondi-
• Muertes por diarrea (DD) asociadas a la diarrea por cada entes parámetros µ y σ en función de las covariables. A partir
1000 nacidos vivos en niños meñores de 5 años. de estos modelos se realizó un proceso de selección de variables
y se eligió el modelo 1 con distribución Weibull de la Tabla
Se realizó un gráfico de dispersión y correlación para descartar
1, ya que éste presentó el menor GAIC(Generalized Akaike
la posible existencia de multicolinealidad entre las covaribles.
Information Criterion) con un valor de 247.0302.
Resultados
Se realiza la parametrización de la distribución Weibull con
parámetros µ y σ usada en la metodología GAMLSS se tiene
Fig.: Gráfico de dispersión y correlación.
Conclusiones
• Los resultados mostraron que los esfuerzos deben de
concentrarse en el saneamiento urbano para lograr los
objetivos de desarrollo del Milenio para la salud infantil.
• Este estudio proporcionó un análisis de la situación de los
países en relación con la mortalidad infantil y el acceso a
fuentes mejoradas de agua potable según el índice de
desarrollo humano del pais.
• Se evidenció mejores resultados con la metodología
propuesta de los modelos GAMLSS acorde al criterio
GAIC.
Referencias
[1] Mina Riahi, Ali Akbar Mohammadi, Vahid Kazemi Moghadam,
Zahra Sadat Robati, and Mohammad Bidkhori.
Diarrhea deaths in children among countries with different levels of
the human development index.
Data in brief, 17, 2018.