Mostrar el registro sencillo del ítem
Negative log-binomial model with optimal robust variance to estimate the prevalence ratio, in cross-sectional population studies
dc.contributor.author | Ibáñez-Pinilla, Milcíades | |
dc.contributor.author | Villalba-Niño, Sara | |
dc.contributor.author | Olaya Galán, Nury N. | |
dc.date.accessioned | 2024-11-26T18:49:44Z | |
dc.date.available | 2024-11-26T18:49:44Z | |
dc.date.issued | 2023-10 | |
dc.identifier.citation | Ibáñez-Pinilla, M., Villalba-Niño, S., & Olaya-Galán, N. N. (2023). Negative log-binomial model with optimal robust variance to estimate the prevalence ratio, in cross-sectional population studies. BMC Medical Research Methodology, 23(1), 1–219. https://doi.org/10.1186/s12874-023-01999-1 | es_CO |
dc.identifier.issn | 1471-2288 | |
dc.identifier.other | https://pmc.ncbi.nlm.nih.gov/articles/PMC10548589/ | |
dc.identifier.uri | http://hdl.handle.net/10818/62943 | |
dc.description | 9 páginas | es_CO |
dc.description.abstract | Los estudios transversales son útiles para estimar la prevalencia de un evento en particular que afecta a poblaciones específicas, como es el caso de enfermedades u otros intereses de salud pública. La mayoría de estos estudios se han llevado a cabo con un modelo de regresión logística binomial binaria que estima valores de OR que podrían sobreestimarse debido al ajuste del modelo. Por lo tanto, la selección del mejor modelo multivariante para estudios transversales es una prioridad para controlar la sobreestimación de las asociaciones. | es_CO |
dc.format | application/pdf | es_CO |
dc.language.iso | eng | es_CO |
dc.publisher | BMC medical research methodology | es_CO |
dc.rights | Attribution-NonCommercial-NoDerivatives 4.0 Internacional | * |
dc.rights.uri | http://creativecommons.org/licenses/by-nc-nd/4.0/ | * |
dc.subject.other | Estudios transversales | |
dc.subject.other | Razón de prevalencia | |
dc.subject.other | Modelos logísticos, | |
dc.title | Negative log-binomial model with optimal robust variance to estimate the prevalence ratio, in cross-sectional population studies | es_CO |
dc.type | journal article | es_CO |
dc.type.hasVersion | publishedVersion | es_CO |
dc.rights.accessRights | openAccess | es_CO |
dc.identifier.doi | 10.1186/s12874-023-01999-1 |