Los modelos multinivel en el análisis de factores de riesgo de sibilancias recurrentes en lactantesenfoques frecuentista y bayesiano

Resumen

En esta tesis se han mostrado los conceptos fundamentales de la metodología multinivel, y se han desarrollado los enfoques frecuentista y bayesiano para el análisis de los modelos multinivel logísticos de 2 niveles. Se ha realizado un estudio comparativo entre un método de análisis que no tiene en cuenta la estructura jerárquica de los datos y los métodos multinivel para el análisis de los factores de riesgo de las sibilancias recurrentes en lactantes. Se han comparado los enfoques frecuentista y bayesiano tanto para el análisis de los modelos multinivel de 2 niveles completamente aleatorios, con intercepto y pendiente aleatoria, como para los modelos de 2 niveles con intercepto aleatorio y variables explicativas del primer nivel y del segundo nivel. El resultado obtenido es que los modelos multinivel mejoran la precisión de las estimaciones de los parámetros respecto a los modelos que no tienen en cuenta la estructura jerárquica de los datos. Key Words: Modelos Jerárquicos, Análisis multinivel, Modelos logisticos, Métodos bayesianos, Algoritmo PQL. SUMMARY: This thesis shows the fundamental concepts of the multilevel methodology, and the frequentist and bayesian approaches for multilevel models for binary responses. A comparative study between a method of analysis which does not consider the hierarchical structure of the data and two multilevel methods when applied to study of wheezing and its risk factors in the first year of life. A bayesian and frequentist methods were compared for fitting a two-level random slope model, with random intercept and random slope, and for a random intercept model with a two level explanatory variables. The results show that the multilevel models improve estimations accuracy of parameters regarding models which do not consider the hierarchical structure of the data. Key Words: hierarchical models, contextual analysis, logistic models, Bayesian Methods, PQL estimation.