Untitled
2025-07-06
1. Introducción
Este conjunto de datos fue generado con el objetivo de simular información clínica destinada a predecir la presencia de diabetes en mujeres adultas. La población estudiada comprende mujeres entre 20 y 60 años de edad, todas con al menos un embarazo previo. Las variables consideradas incluyen características antropométricas y antecedentes de salud relevantes: índice de masa corporal (BMI), nivel de glucosa en sangre, edad, antecedentes familiares de diabetes y tipo de alimentación. Estas mediciones buscan aproximar factores de riesgo conocidos en el desarrollo de la enfermedad, permitiendo evaluar su asociación con la probabilidad de diagnóstico de diabetes en esta población.
Variables
| Variable | Tipo | Descripción |
|---|---|---|
| Diabetes | Numérica (0 = No, 1 = Sí) | Indicador de diagnóstico de diabetes en la paciente. |
| BMI | Numérica continua | Índice de masa corporal (kg/m²) de la paciente. |
| Antecedentes | Categórica (Sí / No) | Presencia de antecedentes familiares de diabetes. |
| Alimentacion | Categórica (3 niveles) | Tipo de alimentación reportada: Saludable, Intermedia o No saludable. |
| Edad | Numérica continua | Edad de la paciente (años), comprendida entre 20 y 60 años. |
| Glucosa | Numérica continua | Concentración de glucosa en sangre medida en mg/dL. |
Lectura y limpieza de datos
library(readxl)
datos5 <- read_excel("datos5.xlsx")
datos5 <- na.omit(datos5)
head(datos5)## # A tibble: 6 × 6
## Diabetes Antecedentes Alimentacion BMI Glucosa Edad
## <dbl> <chr> <chr> <dbl> <dbl> <dbl>
## 1 0 No Saludable 30.2 86.2 28
## 2 1 Si Intermedia 33.2 115. 44
## 3 0 Si Saludable 23.1 134. 41
## 4 1 Si No saludable 35.2 86.7 50
## 5 1 Si Intermedia 30.3 101. 49
## 6 1 No No saludable 38.2 97.8 202. Modelo Poisson con Varianza Robusta
modelo_poisson <- glm(Diabetes ~ BMI + Antecedentes + Alimentacion+Edad+Glucosa, family = poisson(link = "log"),data = datos5)\[ \begin{aligned} \log ({ E( \operatorname{Diabetes} ) }) &= \beta_{0} + \beta_{1}(\operatorname{BMI}) + \beta_{2}(\operatorname{Antecedentes}_{\operatorname{Si}}) + \beta_{3}(\operatorname{Alimentacion}_{\operatorname{No\ saludable}})\ + \\ &\quad \beta_{4}(\operatorname{Alimentacion}_{\operatorname{Saludable}}) + \beta_{5}(\operatorname{Edad}) + \beta_{6}(\operatorname{Glucosa}) \end{aligned} \]
Reemplazando
\[ \begin{aligned} \log ({ \widehat{E( \operatorname{Diabetes} )} }) &= -0.09 + 0(\operatorname{BMI}) + 0.02(\operatorname{Antecedentes}_{\operatorname{Si}}) + 0(\operatorname{Alimentacion}_{\operatorname{No\ saludable}})\ + \\ &\quad 0(\operatorname{Alimentacion}_{\operatorname{Saludable}}) + 0(\operatorname{Edad}) + 0(\operatorname{Glucosa}) \end{aligned} \]
Verificación del modelo
# Verificación del modelo
check_model(modelo_poisson)
Visualización de efectos
fancy_plot = ggeffect(modelo_poisson) |> plot() |> plot_grid()
Errores estándar robustos
se_robust <- sqrt(diag(sandwich(modelo_poisson)))
se_robust## (Intercept) BMI AntecedentesSi
## 0.165912046 0.002788761 0.035243740
## AlimentacionNo saludable AlimentacionSaludable Edad
## 0.034495575 0.053985600 0.001512368
## Glucosa
## 0.000662932Riesgo relativo aproximado
exp(coef(modelo_poisson))## (Intercept) BMI AntecedentesSi
## 0.2403564 1.0091694 0.8684073
## AlimentacionNo saludable AlimentacionSaludable Edad
## 1.1338673 0.7882504 1.0094810
## Glucosa
## 1.0052491Contrastes de Pares entre Antecedentes (Modelo de Poisson)
emmeans(modelo_poisson, pairwise ~ Antecedentes,
type = 'response', infer = T)## $emmeans
## Antecedentes rate SE df asymp.LCL asymp.UCL null z.ratio p.value
## No 0.852 0.0558 Inf 0.750 0.969 1 -2.440 0.0147
## Si 0.740 0.0519 Inf 0.645 0.849 1 -4.290 <.0001
##
## Results are averaged over the levels of: Alimentacion
## Confidence level used: 0.95
## Intervals are back-transformed from the log scale
## Tests are performed on the log scale
##
## $contrasts
## contrast ratio SE df asymp.LCL asymp.UCL null z.ratio p.value
## No / Si 1.15 0.109 Inf 0.957 1.39 1 1.493 0.1355
##
## Results are averaged over the levels of: Alimentacion
## Confidence level used: 0.95
## Intervals are back-transformed from the log scale
## Tests are performed on the log scaleTabla resumen
nice_table = tbl_regression(modelo_poisson,
exponentiate = TRUE,
add_pairwise_contrasts = TRUE,
weights= 'prop',
pairwise_reverse = FALSE) |>
# pimp your table
add_significance_stars(hide_p = FALSE, hide_se = TRUE, hide_ci = FALSE) |>
modify_header(label = '**Predictor**') |>
modify_caption('Table 1. Nice looking table!') |>
modify_footnote(abbreviation = TRUE) |>
bold_labels() |>
italicize_levels() |>
bold_p()
tidy_fun = broom.helpers::tidy_parameters
nice_table| Predictor | IRR1 | 95% CI | p-value |
|---|---|---|---|
| BMI | 1.01 | 0.99, 1.02 | 0.2 |
| Antecedentes | |||
| No / Si | 1.15 | 0.96, 1.39 | 0.14 |
| Alimentacion | |||
| Intermedia / No saludable | 0.88 | 0.68, 1.14 | 0.5 |
| Intermedia / Saludable | 1.27 | 0.95, 1.69 | 0.13 |
| No saludable / Saludable | 1.44** | 1.09, 1.90 | 0.006 |
| Edad | 1.01* | 1.00, 1.02 | 0.017 |
| Glucosa | 1.01*** | 1.00, 1.01 | <0.001 |
| Abbreviations: CI = Confidence Interval, IRR = Incidence Rate Ratio | |||
| 1 *p<0.05; **p<0.01; ***p<0.001 | |||
3. Modelo Logistico Binomial
library(logbin)
modelo_logbin <- logbin(Diabetes ~ Antecedentes+ Alimentacion + BMI+ Edad + Glucosa, data = datos5)\[ \begin{aligned} \operatorname{Diabetes} &\sim Bernoulli\left(\operatorname{prob}_{\operatorname{Diabetes} = \operatorname{1}}= \hat{P}\right) \\ \log ({ \hat{P} }) &= \beta_{0} + \beta_{1}(\operatorname{BMI}) + \beta_{2}(\operatorname{Antecedentes}_{\operatorname{Si}}) + \beta_{3}(\operatorname{Alimentacion}_{\operatorname{No\ saludable}})\ + \\ &\quad \beta_{4}(\operatorname{Alimentacion}_{\operatorname{Saludable}}) + \beta_{5}(\operatorname{Edad}) + \beta_{6}(\operatorname{Glucosa}) \end{aligned} \]
Reemplazando
\[ \begin{aligned} \operatorname{Diabetes} &\sim Bernoulli\left(\operatorname{prob}_{\operatorname{Diabetes} = \operatorname{1}}= \hat{P}\right) \\ \log ({ \hat{P} }) &= -0.07 + 0.02(\operatorname{Antecedentes}_{\operatorname{Si}}) - 0.01(\operatorname{Alimentacion}_{\operatorname{No\ saludable}}) + 0(\operatorname{Alimentacion}_{\operatorname{Saludable}})\ + \\ &\quad 0(\operatorname{BMI}) + 0(\operatorname{Edad}) + 0(\operatorname{Glucosa}) \end{aligned} \]
Tabla resumen
nice_table = tbl_regression(modelo_logbin,
exponentiate = TRUE,
add_pairwise_contrasts = TRUE,
weights= 'prop',
pairwise_reverse = FALSE) |>
# pimp your table
add_significance_stars(hide_p = FALSE, hide_se = TRUE, hide_ci = FALSE) |>
modify_header(label = '**Predictor**') |>
modify_caption('Table 1. Nice looking table!') |>
modify_footnote(abbreviation = TRUE) |>
bold_labels() |>
italicize_levels() |>
bold_p()
tidy_fun = broom.helpers::tidy_parameters
nice_table| Predictor | RR1 | 95% CI | p-value |
|---|---|---|---|
| Antecedentes | |||
| No / Si | 1.03 | ||
| Alimentacion | |||
| Intermedia / No saludable | 0.95 | ||
| Intermedia / Saludable | 1.25 | ||
| No saludable / Saludable | 1.31 | ||
| BMI | 1.00 | ||
| Edad | 1.00 | ||
| Glucosa | 1.00 | ||
| Abbreviations: CI = Confidence Interval, RR = Relative Risk | |||
| 1 *p<0.05; **p<0.01; ***p<0.001 | |||
4. Comparación Final
RR_logbin <- exp(coef(modelo_logbin))
RR_poisson <- exp(coef(modelo_poisson))
comparacion_RR <- data.frame(
Variable = names(RR_poisson),
RR_Poisson = round(RR_poisson,3),
RR_LogBinomial = round(RR_logbin,3)
)
print(comparacion_RR)## Variable RR_Poisson RR_LogBinomial
## (Intercept) (Intercept) 0.240 0.732
## BMI BMI 1.009 0.969
## AntecedentesSi AntecedentesSi 0.868 1.048
## AlimentacionNo saludable AlimentacionNo saludable 1.134 0.800
## AlimentacionSaludable AlimentacionSaludable 0.788 1.000
## Edad Edad 1.009 1.004
## Glucosa Glucosa 1.005 1.000