Marginal logistic regression with a cure fraction in a cluster design: an application in dental traumatology

Abstract

O modelo de regressão logística é a primeira opção para lidar com resultados binários em estudos transversais de saúde. Porém, algumas condições, como a presença de fração de cura, caracterizada quando uma parcela desconhecida da população não corre mais risco de desenvolver o evento de interesse, podem levar à não adequação do modelo. Portanto, a presença de fração de cura requer uma extensão na forma padrão do modelo de regressão logística ou a utilização de um alternativo. O presente trabalho tem como objetivo identificar fatores de risco para a presença de Reabsorção Radicular Inflamatória Externa (RREI) utilizando uma aplicação real. O conjunto de dados consistiu em dentes permanentes reimplantados encaminhados para tratamento no Ambulatório de Trauma Dentário da Faculdade de Odontologia da Universidade Federal de Minas Gerais (DTC-SD-UFMG) após atendimento de emergência no Hospital Metropolitano Odilon Beherns em Belo Horizonte, Brasil. Considera-se um modelo do tipo regressão logística para estudar a associação entre fatores clínicos e radiográficos e a presença/ausência de TIRE, medida radiograficamente na primeira consulta do paciente no DTC-SD-UFMG. Considerando que a RTEI só é esperada nos casos em que o canal radicular infecciona após necrose pulpar, os dentes cuja cicatrização pulpar é favorável não correm risco de desenvolver RTEI. Porém, o estado pulpar geralmente só pode ser definido em longo prazo, de forma que a informação não está disponível no momento da coleta de dados, caracterizando a presença de fração de cura latente. Além disso, na presente amostra alguns pacientes contribuíram com mais de um dente reimplantado, formando agrupamentos de medidas correlacionadas. No presente trabalho seguimos a metodologia proposta por Hall & Zhang (2004) em que utilizaram uma adaptação do algoritmo EM (maximização de expectativa), denominado algoritmo ES (Expectativa-Solução) combinado com GEE (Equações de Estimativa Generalizadas) para acomodar a resposta multivariada de cluster (individual) em um modelo logístico de fração de cura.