Modelos de regresión en R para predicción de peso al nacer y tipo de parto

• Mejía Rodríguez, Carlos Alberto ^[1] ; Rincón Pinzón, Miguel Alberto ^[1] ; Vargas Ramos, Mónica Urbina ^[1] ; Diaz Vergel, Deider Alfonso ^[1]
  1. [1] Universidad Popular del Cesar

     Universidad Popular del Cesar

     Colombia

     
• Localización: Mundo FESC, ISSN-e 2216-0388, ISSN 2216-0353, Vol. 13, Nº. 27, 2023, págs. 152-167
• Idioma: español
• Títulos paralelos:
  • Regression models in R for predicting birth weight and type of delivery
• Enlaces
  • Texto completo (pdf)
  • Texto completo
• Resumen
  • español

    El propósito de esta investigación fue realizar un análisis estadístico predictivo de nacidos vivos en Guadalajara de Buga, Colombia, utilizando R. Se buscaba lograr una predicción acertada del peso al nacer en función de la longitud del feto, así como del tipo de parto basado en las semanas de gestación. La metodología incluyó la construcción de varios modelos de regresión, comenzando con una regresión lineal simple entre 'Peso' y 'Talla'. Posteriormente, se implementó una regresión multilínea para incorporar 'Tiempo de Gestación' como predictor adicional. Finalmente, se llevó a cabo una regresión logística para prever el tipo de parto según las semanas de gestación. Los resultados revelaron una correlación lineal positiva entre 'Talla' y 'Peso', indicando un modelo de regresión lineal viable. La ecuación resultante permitió pronosticar el aumento promedio de peso por cada centímetro adicional en 'Talla'. La regresión multilínea mostró un coeficiente de determinación del 62.8%, con 'Talla' y 'Tiempo de Gestación' como variables significativas. La regresión logística proporcionó información valiosa sobre cómo el 'Tiempo de Gestación' afecta la probabilidad de tener un parto por cesárea. La investigación estableció relaciones precisas entre las variables seleccionadas de nacimientos vivos, proporcionando valiosas herramientas predictivas a través de modelos de regresión y logísticos. Estos resultados tienen el potencial de impactar positivamente en la toma de decisiones clínicas y en la planificación obstétrica, contribuyendo significativamente a la mejora de la atención materno-neonatal.

  • English

    The purpose of this research was to perform a predictive statistical analysis of live births in Guadalajara de Buga, Colombia, using R. The aim was to achieve an accurate prediction of birth weight based on the length of the fetus, as well as the type of delivery based on the weeks of gestation. The methodology included the construction of several regression models, starting with a simple linear regression between 'Weight' and 'Height'. Subsequently, a multiline regression was implemented to incorporate 'Gestation Time' as an additional predictor. Finally, a logistic regression was carried out to predict the type of delivery according to the weeks of gestation. The results revealed a positive linear correlation between 'Height' and 'Weight', indicating a viable linear regression model. The resulting equation made it possible to predict the average weight gain for each additional centimeter in 'Height'. The multiline regression showed a coefficient of determination of 62.8%, with 'Height' and 'Gestation Time' as significant variables. Logistic regression provided valuable information on how 'Gestation Time' affects the probability of having a cesarean delivery. The research established precise relationships between selected live birth variables, providing valuable predictive tools through regression and logistic models. These results have the potential to positively impact clinical decision-making and obstetric planning, significantly contributing to the improvement of maternal-neonatal care.