Como podem ser analisados dados pareados de ... - IESC/UFRJ

COMO PODEM SER ANALISADOS DADOS PAREADOS DE FORMA PROBABILÍSTICA NA
PRESENÇA DE INCERTEZA? UM EXERCÍCIO CONTRASTANDO QUATRO PROCEDIMENTOS
How should matched data be analysed under uncertainty? A comparison
of four approaches.
Carla Jorge Machado 1
RESUMO
Introdução: O relacionamento probabilístico de registros vem sendo utilizado na
pesquisa em saúde, mas a análise de dados pareados na presença de incerteza é algo
pouco explorado na literatura. Métodos: Os arquivos de óbitos neonatais e de nascidos
vivos nos estados de Santa Catarina e Rio Grande do Norte, coortes de 1999, foram
pareados entre si, em cada estado. Gerou-se bancos de dados após o pareamento e
quatro procedimentos foram implementados para análise. Um modelo de regressão
logística binária (variável dependente como o óbito no período neonatal e idade da
mãe como independente) foi utilizado. Os procedimentos comparados foram (a) utilizar
apenas os registros pareados univocamente; (b) ponderar os pares formados, de acordo
com o grau de certeza do pareamento; (c) selecionar aleatoriamente um registro de
nascimento (DN) para cada óbito (DO) no caso de não haver relação unívoca e repetir
esse experimento adicionais 99 vezes; (d) analisar todos os melhores pares formados,
sem distinção quanto ao grau de certeza do pareamento. Resultados: O procedimento
(a) revelou intervalos de confiança mais abrangentes mas, em geral, chegou-se a
resultados muito semelhantes pelos quatro métodos. Conclusões: O procedimento (b)
possui vantagens sobre os demais e é mais aceitável na análise de dados pareados.
PALAVRAS-CHAVE
Relacionamento probabilístico de registros, bases de dados, óbito neonatal
ABSTRACT
Background: Probabilistic record linkage has been used in health research. Four different
approaches to conduct analysis of a probabilistically matched file, under uncertainty,
were studied. Methods: A file of live births from the States of Santa Catarina and Rio
Grande do Norte, 1999, were matched to their respective files of neonatal deaths from
the same birth cohorts. Four approaches to analyse matched datasets are presented.
Logistic regression with the dependent variable as the presence of neonatal death and
the independent variable as maternal age was used. Approaches compared were, (a)
giving a weight to each record in the matched file, inversely proportional to the
number of times the death record appeared in the matched file and a full weight to the
remaining live births; (b) using only records that achieved a one-to-one match and the
remaining live births; (c) randomly selecting one death record from each set of multiples
matches and the remaining live births; (d) analysing all matches, giving a full weight
1
Ph.D. Professora Adjunta do Departamento de Demografia/FACE/UFMG. End.: Av. Augusto de Lima
1376/ sl 908 - Belo Horizonte - MG - CEP: 30190-003 - e-mails: carla@cedeplar.ufmg.br,
cjmachado@terra.com.br, cmachado@jhsph.edu
C ADERNOS SAÚDE COLETIVA, RIO DE JANEIRO, 14 (2): 233 - 250, 2006 – 233