Aquila2018
Gabriel M N Guimaraes
27 de agosto de 2018
R Markdown
library(bnlearn)## Warning: package 'bnlearn' was built under R version 3.4.4##
## Attaching package: 'bnlearn'## The following object is masked from 'package:stats':
##
## sigmalibrary(ggplot2)
aquila=read.csv("C:\\Users\\gabri\\Documents\\dataanalysis\\aquila2018\\aquila.csv",header=TRUE,sep=";")
aquila1=subset(aquila,aquila$local=="Ambulatorio.Geriatria")
aquila2=subset(aquila,aquila$local=="CEDPES")
aquila3=subset(aquila,aquila$local=="Centro de Saúde")Dados recebidos para análise
Arquivo formato xlsx, variáveis categóricas codificadas em números inteiros. Primeira coluna é identificadora do caso, numerda de 1 a 200 porém sem os casos 131, 132, 133. Planilha original com diversas variáveis identificadoras, mantive apenas a primeira coluna para identificação interna.
Atualização
Adicionadas análises separadas por local.
Análise descritiva
Sumários dos dados
summary(aquila)## id gpm gpmcat.ord idade sexo
## Min. : 1 Min. : 0.00 1-leve : 28 Min. :60.00 F:127
## 1st Qu.: 50 1st Qu.:23.80 2-moderada: 44 1st Qu.:70.00 M: 70
## Median : 99 Median :49.98 3-intensa : 22 Median :77.00
## Mean :100 Mean :47.73 NA's :103 Mean :75.79
## 3rd Qu.:151 3rd Qu.:68.42 3rd Qu.:82.00
## Max. :200 Max. :99.96 Max. :96.00
## NA's :103
## estado.civil mora.sozinho etinia.declarada
## Casado :77 Nao:137 Amarela : 17
## Divorciado :16 Sim: 60 Branca :143
## Separado : 3 Indigena: 1
## Solteiro :35 Parda : 15
## Uniao estavel: 1 Preta : 21
## Viuvo :65
##
## escolaridade.ord religiao
## 1-Analfabeto.fundamental.i :39 Ateu : 2
## 2-fundamental.i.fundamental.ii:33 Budista : 4
## 3-fundamental.ii.medio :19 Catolico :125
## 4-medio.superior :42 Espirita : 20
## 5-superior :64 Evangelico : 23
## Outros : 9
## Sem.Religiao: 14
## pratica.religiao domicilio profissao status.trabalho
## Nao: 69 Alugado: 19 DOMESTICA : 23 Aposentado :156
## Sim:128 Outro : 5 PROFESSORA : 17 Autonomo : 5
## Proprio:173 COMERCIANTE : 15 Desempregado: 2
## COSTUREIRA : 11 Do.Lar : 18
## ADMINISTADOR: 6 Empregado : 16
## (Other) :114
## NA's : 11
## Doenca.Atual reposicao.hormonal limiar.dor classificacao.economica
## Nao: 50 Nao:195 Min. : 1.333 Min. : 6.00
## Sim:147 Sim: 2 1st Qu.: 3.633 1st Qu.:23.00
## Median : 4.900 Median :28.00
## Mean : 5.142 Mean :29.27
## 3rd Qu.: 6.300 3rd Qu.:35.00
## Max. :10.000 Max. :64.00
##
## classificacao.economica.ord ansiedade.beck ansiedade.beck.ord
## 1-A :13 Min. : 0.000 1-minima :161
## 2-B1:21 1st Qu.: 1.000 2-leve : 23
## 3-B2:59 Median : 3.000 3-moderada: 9
## 4-C1:56 Mean : 5.624 4-grave : 4
## 5-C2:36 3rd Qu.: 7.000
## 6-DE:12 Max. :36.000
##
## depressao.geriatrica depressao.geriatrica.ord whoqol.idoso
## Min. : 0.000 1-normal :164 Min. :27.08
## 1st Qu.: 1.000 2-leve : 31 1st Qu.:66.67
## Median : 2.000 3-intensa: 2 Median :75.00
## Mean : 2.893 Mean :73.81
## 3rd Qu.: 4.000 3rd Qu.:83.33
## Max. :12.000 Max. :98.96
##
## qolcat limiarord local
## 1-Maiorque70:122 1-0a2 : 3 Ambulatorio.Geriatria: 60
## 2-Menorque70: 75 2-2a4 :58 CEDPES : 12
## 3-4a6 :78 Centro de Saúde :125
## 4-6a8 :34
## 5-8a10:24
##
## Possíveis fatores associados à dor (GPM)
Sexo
plot(aquila$gpm~aquila$sexo)
Idade
plot(aquila$gpm,aquila$idade)
Etinia declarada
boxplot(aquila$gpm~aquila$etinia.declarada)
Escolaridade
boxplot(aquila$gpm~aquila$escolaridade.ord)
Religiao
boxplot(aquila$gpm~aquila$religiao)
Praticante da religiao
boxplot(aquila$gpm~aquila$pratica.religiao)
Status de trabalho
boxplot(aquila$gpm~aquila$status.trabalho)
Limiar de dor
plot(aquila$gpm,aquila$limiar.dor)
Classificacao economica
boxplot(aquila$gpm~aquila$classificacao.economica.ord)
Ansiedade
boxplot(aquila$gpm~aquila$ansiedade.beck.ord)
Depresao
boxplot(aquila$gpm~aquila$depressao.geriatrica.ord)
Qualidade de vida
plot(aquila$gpm,aquila$whoqol.idoso)
Possíveis fatores associados à diminuição na qualidade de vida dos idosos
Sexo
boxplot(aquila$whoqol.idoso~aquila$sexo)
Mora sozinho
boxplot(aquila$whoqol.idoso~aquila$mora.sozinho)
Estado civil
boxplot(aquila$whoqol.idoso~aquila$estado.civil)
Domicilio proprio ou alugado
boxplot(aquila$whoqol.idoso~aquila$domicilio)
Idade
plot(aquila$whoqol.idoso,aquila$idade)
Etinia declarada
boxplot(aquila$whoqol.idoso~aquila$etinia.declarada)
Escolaridade
boxplot(aquila$whoqol.idoso~aquila$escolaridade.ord)
Religiao
boxplot(aquila$whoqol.idoso~aquila$religiao)
Praticante da religiao
boxplot(aquila$whoqol.idoso~aquila$pratica.religiao)
Status de trabalho
boxplot(aquila$whoqol.idoso~aquila$status.trabalho)
Limiar de dor
plot(aquila$whoqol.idoso,aquila$limiar.dor)
Classificacao economica
boxplot(aquila$whoqol.idoso~aquila$classificacao.economica.ord)
Ansiedade
boxplot(aquila$whoqol.idoso~aquila$ansiedade.beck.ord)
Depresao
boxplot(aquila$whoqol.idoso~aquila$depressao.geriatrica.ord)
Modelagem hierárquica
aquilabndor=data.frame(depressao=aquila$depressao.geriatrica.ord,ansiedade=aquila$ansiedade.beck.ord,classificacao.economica=aquila$classificacao.economica.ord,escolaridade=aquila$escolaridade.ord,etinia.declarada=aquila$etinia.declarada,estado.civil=aquila$estado.civil,sexo=aquila$sexo,dor=aquila$gpmcat.ord,mora.sozinho=aquila$mora.sozinho,qol=aquila$qolcat,limiar.dor=aquila$limiarord)
aquilabndor=na.omit(aquilabndor)
aquilabnqol=data.frame(depressao=aquila$depressao.geriatrica.ord,ansiedade=aquila$ansiedade.beck.ord,classificacao.economica=aquila$classificacao.economica.ord,escolaridade=aquila$escolaridade.ord,etinia.declarada=aquila$etinia.declarada,estado.civil=aquila$estado.civil,sexo=aquila$sexo,mora.sozinho=aquila$mora.sozinho,qol=aquila$qolcat,limiar.dor=aquila$limiarord)Retrato das associações hierárquicas
Duas variáveis foram definidas como dependentes: qualidade de vida e dor segundo escala de dor geriátrica.
Devido ao grande número de variáveis e possível colinearidade das associações, redes Bayesianas usando a técnica de independência condicional foram modeladas para separar as principais associações com estas variáveis dependentes.
Usando a função iamb do pacote bnlearn (Incremental Association), a associação com grafo não direcionado (estudo transversal). Algumas direções podem ser inferidas temporalmente, como sexo e qualquer outra variável.
Este método de aprendizagem de estrutura, baseado em independência condicional, deriva do algoritmo de causa (Verma e Pearl, 1991)
Qualidade de vida WHOQOL idoso
plot(iamb(aquilabnqol))
Dor
plot(iamb(aquilabndor))## Warning in check.data(x): variable depressao has levels that are not
## observed in the data.## Warning in check.data(x): variable etinia.declarada has levels that are not
## observed in the data.## Warning in check.data(x): variable estado.civil has levels that are not
## observed in the data.
Ou seja, apenas ansiedade tem associação significante com dor.
Testes de hipóteses de associações
Abaixo testo exclusão da hipótese nula para todas as associações sugeridas por independência condicional.
cor.test(aquila$gpm,aquila$ansiedade.beck)##
## Pearson's product-moment correlation
##
## data: aquila$gpm and aquila$ansiedade.beck
## t = 5.5078, df = 92, p-value = 3.277e-07
## alternative hypothesis: true correlation is not equal to 0
## 95 percent confidence interval:
## 0.3284918 0.6363744
## sample estimates:
## cor
## 0.4979652chisq.test(aquila$classificacao.economica.ord,aquila$escolaridade.ord)## Warning in chisq.test(aquila$classificacao.economica.ord, aquila
## $escolaridade.ord): Chi-squared approximation may be incorrect##
## Pearson's Chi-squared test
##
## data: aquila$classificacao.economica.ord and aquila$escolaridade.ord
## X-squared = 94.768, df = 20, p-value = 1.075e-11chisq.test(aquila$estado.civil,aquila$mora.sozinho)## Warning in chisq.test(aquila$estado.civil, aquila$mora.sozinho): Chi-
## squared approximation may be incorrect##
## Pearson's Chi-squared test
##
## data: aquila$estado.civil and aquila$mora.sozinho
## X-squared = 47.876, df = 5, p-value = 3.766e-09wilcox.test(aquila$limiar.dor~aquila$sexo)##
## Wilcoxon rank sum test with continuity correction
##
## data: aquila$limiar.dor by aquila$sexo
## W = 2065, p-value = 5.193e-10
## alternative hypothesis: true location shift is not equal to 0cor.test(aquila$whoqol.idoso,aquila$depressao.geriatrica)##
## Pearson's product-moment correlation
##
## data: aquila$whoqol.idoso and aquila$depressao.geriatrica
## t = -10.463, df = 195, p-value < 2.2e-16
## alternative hypothesis: true correlation is not equal to 0
## 95 percent confidence interval:
## -0.6822489 -0.5019240
## sample estimates:
## cor
## -0.5996446cor.test(aquila$ansiedade.beck,aquila$depressao.geriatrica)##
## Pearson's product-moment correlation
##
## data: aquila$ansiedade.beck and aquila$depressao.geriatrica
## t = 7.199, df = 195, p-value = 1.281e-11
## alternative hypothesis: true correlation is not equal to 0
## 95 percent confidence interval:
## 0.3402230 0.5620188
## sample estimates:
## cor
## 0.4582248chisq.test(aquila$escolaridade.ord,aquila$sexo)##
## Pearson's Chi-squared test
##
## data: aquila$escolaridade.ord and aquila$sexo
## X-squared = 23.912, df = 4, p-value = 8.319e-05Descrição da distribuição das tabelas de contigência referentes aos testes acima:
table(aquila$classificacao.economica.ord,aquila$escolaridade.ord)##
## 1-Analfabeto.fundamental.i 2-fundamental.i.fundamental.ii
## 1-A 0 1
## 2-B1 2 0
## 3-B2 3 8
## 4-C1 9 13
## 5-C2 17 8
## 6-DE 8 3
##
## 3-fundamental.ii.medio 4-medio.superior 5-superior
## 1-A 0 2 10
## 2-B1 2 3 14
## 3-B2 5 15 28
## 4-C1 5 18 11
## 5-C2 7 3 1
## 6-DE 0 1 0table(aquila$estado.civil,aquila$mora.sozinho)##
## Nao Sim
## Casado 74 3
## Divorciado 6 10
## Separado 1 2
## Solteiro 16 19
## Uniao estavel 1 0
## Viuvo 39 26table(aquila$escolaridade.ord,aquila$sexo)##
## F M
## 1-Analfabeto.fundamental.i 31 8
## 2-fundamental.i.fundamental.ii 28 5
## 3-fundamental.ii.medio 13 6
## 4-medio.superior 28 14
## 5-superior 27 37Representação gráfica simples (scatterplot e boxplot) das associações com variáveis numéricas
plot(aquila$gpm,aquila$ansiedade.beck,xlab="Escore de ansiedade",ylab="Escala de dor geriátrica")
boxplot(aquila$limiar.dor~aquila$sexo,xlab="Sexo",ylab="limiar médio de dor")
plot(aquila$whoqol.idoso,aquila$depressao.geriatrica,xlab="Escala de depressão geriátrica",ylab="WHOQOL idosos")
plot(aquila$ansiedade.beck,aquila$depressao.geriatrica,xlab="Escala de depressão geriátrica",ylab="Escore de ansiedade")
Representação gráfica de modelos de regressão local (loess)
p=ggplot(data = aquila, aes(x = aquila$gpm, y = aquila$ansiedade.beck )) + labs(
x = "Escala de dor geriátrica",
y = "Escala de ansiedade de Beck"
)
p=p + stat_smooth(aes(group = 1))
p=p+ theme(legend.background = element_rect(fill=rgb(1,1,1), size=0.5, linetype=2));
print(p)## `geom_smooth()` using method = 'loess'## Warning: Removed 103 rows containing non-finite values (stat_smooth).
p=ggplot(data = aquila, aes(x = aquila$whoqol.idoso, y = aquila$depressao.geriatrica )) + labs(
x = "Escala de qualidade de vida WHOQOL idosos",
y = "Escala de depressão de Beck"
)
p=p + stat_smooth(aes(group = 1))
p=p+ theme(legend.background = element_rect(fill=rgb(1,1,1), size=0.5, linetype=2));
print(p)## `geom_smooth()` using method = 'loess'
p=ggplot(data = aquila, aes(x = aquila$ansiedade.beck, y = aquila$depressao.geriatrica )) + labs(
x = "Escala de ansiedade de Beck",
y = "Escala de depressão de Beck"
)
p=p + stat_smooth(aes(group = 1))
p=p+ theme(legend.background = element_rect(fill=rgb(1,1,1), size=0.5, linetype=2));
print(p)## `geom_smooth()` using method = 'loess'
Ambulatório de Geriatria
Análise descritiva
Sumários dos dados
summary(aquila1)## id gpm gpmcat.ord idade sexo
## Min. : 1.00 Min. : 0.00 1-leve : 7 Min. :63.00 F:34
## 1st Qu.: 16.75 1st Qu.:47.60 2-moderada:14 1st Qu.:70.00 M:26
## Median : 31.50 Median :61.88 3-intensa :14 Median :75.50
## Mean : 67.88 Mean :57.94 NA's :25 Mean :76.03
## 3rd Qu.:148.25 3rd Qu.:78.54 3rd Qu.:81.00
## Max. :200.00 Max. :99.96 Max. :94.00
## NA's :25
## estado.civil mora.sozinho etinia.declarada
## Casado :27 Nao:47 Amarela :12
## Divorciado : 4 Sim:13 Branca :40
## Separado : 0 Indigena: 0
## Solteiro :10 Parda : 5
## Uniao estavel: 0 Preta : 3
## Viuvo :19
##
## escolaridade.ord religiao pratica.religiao
## 1-Analfabeto.fundamental.i :20 Ateu : 1 Nao:17
## 2-fundamental.i.fundamental.ii: 9 Budista : 2 Sim:43
## 3-fundamental.ii.medio : 7 Catolico :35
## 4-medio.superior : 8 Espirita : 7
## 5-superior :16 Evangelico : 9
## Outros : 4
## Sem.Religiao: 2
## domicilio profissao status.trabalho Doenca.Atual
## Alugado: 2 DOMESTICA : 6 Aposentado :49 Nao:13
## Outro : 2 COMERCIANTE : 5 Autonomo : 1 Sim:47
## Proprio:56 COSTUREIRA : 5 Desempregado: 0
## contador : 4 Do.Lar : 7
## AUXILIAR DE ENFERMAGEM: 3 Empregado : 3
## (Other) :33
## NA's : 4
## reposicao.hormonal limiar.dor classificacao.economica
## Nao:60 Min. : 1.767 Min. :13.00
## Sim: 0 1st Qu.: 4.125 1st Qu.:22.00
## Median : 5.683 Median :27.50
## Mean : 5.821 Mean :28.73
## 3rd Qu.: 7.383 3rd Qu.:36.00
## Max. :10.000 Max. :56.00
##
## classificacao.economica.ord ansiedade.beck ansiedade.beck.ord
## 1-A : 2 Min. : 0.00 1-minima :47
## 2-B1: 8 1st Qu.: 0.00 2-leve : 6
## 3-B2:17 Median : 2.50 3-moderada: 4
## 4-C1:14 Mean : 6.65 4-grave : 3
## 5-C2:17 3rd Qu.: 7.25
## 6-DE: 2 Max. :36.00
##
## depressao.geriatrica depressao.geriatrica.ord whoqol.idoso
## Min. : 0.00 1-normal :49 Min. :27.08
## 1st Qu.: 1.00 2-leve :11 1st Qu.:69.53
## Median : 2.50 3-intensa: 0 Median :75.52
## Mean : 3.00 Mean :74.83
## 3rd Qu.: 4.25 3rd Qu.:84.38
## Max. :10.00 Max. :95.83
##
## qolcat limiarord local
## 1-Maiorque70:42 1-0a2 : 1 Ambulatorio.Geriatria:60
## 2-Menorque70:18 2-2a4 :12 CEDPES : 0
## 3-4a6 :21 Centro de Saúde : 0
## 4-6a8 :13
## 5-8a10:13
##
## Possíveis fatores associados à dor (GPM)
Sexo
plot(aquila1$gpm~aquila1$sexo)
Idade
plot(aquila1$gpm,aquila1$idade)
Etinia declarada
boxplot(aquila1$gpm~aquila1$etinia.declarada)
Escolaridade
boxplot(aquila1$gpm~aquila1$escolaridade.ord)
Religiao
boxplot(aquila1$gpm~aquila1$religiao)
Praticante da religiao
boxplot(aquila1$gpm~aquila1$pratica.religiao)
Status de trabalho
boxplot(aquila1$gpm~aquila1$status.trabalho)
Limiar de dor
plot(aquila1$gpm,aquila1$limiar.dor)
Classificacao economica
boxplot(aquila1$gpm~aquila1$classificacao.economica.ord)
Ansiedade
boxplot(aquila1$gpm~aquila1$ansiedade.beck.ord)
Depresao
boxplot(aquila1$gpm~aquila1$depressao.geriatrica.ord)
Qualidade de vida
plot(aquila1$gpm,aquila1$whoqol.idoso)
Possíveis fatores associados à diminuição na qualidade de vida dos idosos
Sexo
boxplot(aquila1$whoqol.idoso~aquila1$sexo)
Mora sozinho
boxplot(aquila1$whoqol.idoso~aquila1$mora.sozinho)
Estado civil
boxplot(aquila1$whoqol.idoso~aquila1$estado.civil)
Domicilio proprio ou alugado
boxplot(aquila1$whoqol.idoso~aquila1$domicilio)
Idade
plot(aquila1$whoqol.idoso,aquila1$idade)
Etinia declarada
boxplot(aquila1$whoqol.idoso~aquila1$etinia.declarada)
Escolaridade
boxplot(aquila1$whoqol.idoso~aquila1$escolaridade.ord)
Religiao
boxplot(aquila1$whoqol.idoso~aquila1$religiao)
Praticante da religiao
boxplot(aquila1$whoqol.idoso~aquila1$pratica.religiao)
Status de trabalho
boxplot(aquila1$whoqol.idoso~aquila1$status.trabalho)
Limiar de dor
plot(aquila1$whoqol.idoso,aquila1$limiar.dor)
Classificacao economica
boxplot(aquila1$whoqol.idoso~aquila1$classificacao.economica.ord)
Ansiedade
boxplot(aquila1$whoqol.idoso~aquila1$ansiedade.beck.ord)
Depresao
boxplot(aquila1$whoqol.idoso~aquila1$depressao.geriatrica.ord)
Modelagem hierárquica
aquila1bndor=data.frame(depressao=aquila1$depressao.geriatrica.ord,ansiedade=aquila1$ansiedade.beck.ord,classificacao.economica=aquila1$classificacao.economica.ord,escolaridade=aquila1$escolaridade.ord,etinia.declarada=aquila1$etinia.declarada,estado.civil=aquila1$estado.civil,sexo=aquila1$sexo,dor=aquila1$gpmcat.ord,mora.sozinho=aquila1$mora.sozinho,qol=aquila1$qolcat,limiar.dor=aquila1$limiarord)
aquila1bndor=na.omit(aquila1bndor)
aquila1bnqol=data.frame(depressao=aquila1$depressao.geriatrica.ord,ansiedade=aquila1$ansiedade.beck.ord,classificacao.economica=aquila1$classificacao.economica.ord,escolaridade=aquila1$escolaridade.ord,etinia.declarada=aquila1$etinia.declarada,estado.civil=aquila1$estado.civil,sexo=aquila1$sexo,mora.sozinho=aquila1$mora.sozinho,qol=aquila1$qolcat,limiar.dor=aquila1$limiarord)Retrato das associações hierárquicas
Duas variáveis foram definidas como dependentes: qualidade de vida e dor segundo escala de dor geriátrica.
Devido ao grande número de variáveis e possível colinearidade das associações, redes Bayesianas usando a técnica de independência condicional foram modeladas para separar as principais associações com estas variáveis dependentes.
Usando a função iamb do pacote bnlearn (Incremental Association), a associação com grafo não direcionado (estudo transversal). Algumas direções podem ser inferidas temporalmente, como sexo e qualquer outra variável.
Este método de aprendizagem de estrutura, baseado em independência condicional, deriva do algoritmo de causa (Verma e Pearl, 1991)
Qualidade de vida WHOQOL idoso
plot(iamb(aquila1bnqol))## Warning in check.data(x): variable depressao has levels that are not
## observed in the data.## Warning in check.data(x): variable etinia.declarada has levels that are not
## observed in the data.## Warning in check.data(x): variable estado.civil has levels that are not
## observed in the data.
Dor
plot(iamb(aquila1bndor))## Warning in check.data(x): variable depressao has levels that are not
## observed in the data.## Warning in check.data(x): variable etinia.declarada has levels that are not
## observed in the data.## Warning in check.data(x): variable estado.civil has levels that are not
## observed in the data.
Ou seja, apenas ansiedade tem associação significante com dor.
Testes de hipóteses de associações
Abaixo testo exclusão da hipótese nula para todas as associações sugeridas por independência condicional.
cor.test(aquila1$gpm,aquila1$ansiedade.beck)##
## Pearson's product-moment correlation
##
## data: aquila1$gpm and aquila1$ansiedade.beck
## t = 2.4274, df = 33, p-value = 0.02083
## alternative hypothesis: true correlation is not equal to 0
## 95 percent confidence interval:
## 0.06432573 0.63952321
## sample estimates:
## cor
## 0.3892286chisq.test(aquila1$classificacao.economica.ord,aquila1$escolaridade.ord)## Warning in chisq.test(aquila1$classificacao.economica.ord,
## aquila1$escolaridade.ord): Chi-squared approximation may be incorrect##
## Pearson's Chi-squared test
##
## data: aquila1$classificacao.economica.ord and aquila1$escolaridade.ord
## X-squared = 33.269, df = 20, p-value = 0.03151chisq.test(aquila1$estado.civil,aquila1$mora.sozinho)## Warning in chisq.test(aquila1$estado.civil, aquila1$mora.sozinho): Chi-
## squared approximation may be incorrect##
## Pearson's Chi-squared test
##
## data: aquila1$estado.civil and aquila1$mora.sozinho
## X-squared = 15.19, df = 3, p-value = 0.001661wilcox.test(aquila1$limiar.dor~aquila1$sexo)## Warning in wilcox.test.default(x = c(2.266666667, 5.266666667, 4.7, 2.8, :
## cannot compute exact p-value with ties##
## Wilcoxon rank sum test with continuity correction
##
## data: aquila1$limiar.dor by aquila1$sexo
## W = 283.5, p-value = 0.01842
## alternative hypothesis: true location shift is not equal to 0cor.test(aquila1$whoqol.idoso,aquila1$depressao.geriatrica)##
## Pearson's product-moment correlation
##
## data: aquila1$whoqol.idoso and aquila1$depressao.geriatrica
## t = -6.4473, df = 58, p-value = 2.468e-08
## alternative hypothesis: true correlation is not equal to 0
## 95 percent confidence interval:
## -0.7731978 -0.4691842
## sample estimates:
## cor
## -0.6461306cor.test(aquila1$ansiedade.beck,aquila1$depressao.geriatrica)##
## Pearson's product-moment correlation
##
## data: aquila1$ansiedade.beck and aquila1$depressao.geriatrica
## t = 6.7052, df = 58, p-value = 9.15e-09
## alternative hypothesis: true correlation is not equal to 0
## 95 percent confidence interval:
## 0.4889278 0.7833015
## sample estimates:
## cor
## 0.6608121chisq.test(aquila1$escolaridade.ord,aquila1$sexo)## Warning in chisq.test(aquila1$escolaridade.ord, aquila1$sexo): Chi-squared
## approximation may be incorrect##
## Pearson's Chi-squared test
##
## data: aquila1$escolaridade.ord and aquila1$sexo
## X-squared = 16.446, df = 4, p-value = 0.002475Descrição da distribuição das tabelas de contigência referentes aos testes acima:
table(aquila1$classificacao.economica.ord,aquila1$escolaridade.ord)##
## 1-Analfabeto.fundamental.i 2-fundamental.i.fundamental.ii
## 1-A 0 1
## 2-B1 1 0
## 3-B2 2 3
## 4-C1 4 2
## 5-C2 11 3
## 6-DE 2 0
##
## 3-fundamental.ii.medio 4-medio.superior 5-superior
## 1-A 0 0 1
## 2-B1 1 0 6
## 3-B2 3 4 5
## 4-C1 1 3 4
## 5-C2 2 1 0
## 6-DE 0 0 0table(aquila1$estado.civil,aquila1$mora.sozinho)##
## Nao Sim
## Casado 27 0
## Divorciado 2 2
## Separado 0 0
## Solteiro 5 5
## Uniao estavel 0 0
## Viuvo 13 6table(aquila1$escolaridade.ord,aquila1$sexo)##
## F M
## 1-Analfabeto.fundamental.i 17 3
## 2-fundamental.i.fundamental.ii 7 2
## 3-fundamental.ii.medio 3 4
## 4-medio.superior 3 5
## 5-superior 4 12Representação gráfica simples (scatterplot e boxplot) das associações com variáveis numéricas
plot(aquila1$gpm,aquila1$ansiedade.beck,xlab="Escore de ansiedade",ylab="Escala de dor geriátrica")
boxplot(aquila1$limiar.dor~aquila1$sexo,xlab="Sexo",ylab="limiar médio de dor")
plot(aquila1$whoqol.idoso,aquila1$depressao.geriatrica,xlab="Escala de depressão geriátrica",ylab="WHOQOL idosos")
plot(aquila1$ansiedade.beck,aquila1$depressao.geriatrica,xlab="Escala de depressão geriátrica",ylab="Escore de ansiedade")
Representação gráfica de modelos de regressão local (loess)
p=ggplot(data = aquila1, aes(x = aquila1$gpm, y = aquila1$ansiedade.beck )) + labs(
x = "Escala de dor geriátrica",
y = "Escala de ansiedade de Beck"
)
p=p + stat_smooth(aes(group = 1))
p=p+ theme(legend.background = element_rect(fill=rgb(1,1,1), size=0.5, linetype=2));
print(p)## `geom_smooth()` using method = 'loess'## Warning: Removed 25 rows containing non-finite values (stat_smooth).
p=ggplot(data = aquila1, aes(x = aquila1$whoqol.idoso, y = aquila1$depressao.geriatrica )) + labs(
x = "Escala de qualidade de vida WHOQOL idosos",
y = "Escala de depressão de Beck"
)
p=p + stat_smooth(aes(group = 1))
p=p+ theme(legend.background = element_rect(fill=rgb(1,1,1), size=0.5, linetype=2));
print(p)## `geom_smooth()` using method = 'loess'
p=ggplot(data = aquila1, aes(x = aquila1$ansiedade.beck, y = aquila1$depressao.geriatrica )) + labs(
x = "Escala de ansiedade de Beck",
y = "Escala de depressão de Beck"
)
p=p + stat_smooth(aes(group = 1))
p=p+ theme(legend.background = element_rect(fill=rgb(1,1,1), size=0.5, linetype=2));
print(p)## `geom_smooth()` using method = 'loess'
CEDPES
Análise descritiva
Sumários dos dados
summary(aquila2)## id gpm gpmcat.ord idade sexo
## Min. :180.0 Min. :21.42 1-leve :3 Min. :65.00 F:11
## 1st Qu.:182.8 1st Qu.:22.61 2-moderada:2 1st Qu.:73.50 M: 1
## Median :185.5 Median :28.56 3-intensa :1 Median :77.00
## Mean :187.6 Mean :37.29 NA's :6 Mean :76.42
## 3rd Qu.:193.2 3rd Qu.:45.22 3rd Qu.:78.25
## Max. :196.0 Max. :73.78 Max. :89.00
## NA's :6
## estado.civil mora.sozinho etinia.declarada
## Casado :4 Nao:7 Amarela : 1
## Divorciado :1 Sim:5 Branca :10
## Separado :0 Indigena: 0
## Solteiro :2 Parda : 0
## Uniao estavel:0 Preta : 1
## Viuvo :5
##
## escolaridade.ord religiao pratica.religiao
## 1-Analfabeto.fundamental.i :3 Ateu :0 Nao:5
## 2-fundamental.i.fundamental.ii:2 Budista :0 Sim:7
## 3-fundamental.ii.medio :0 Catolico :8
## 4-medio.superior :2 Espirita :2
## 5-superior :5 Evangelico :0
## Outros :0
## Sem.Religiao:2
## domicilio profissao status.trabalho Doenca.Atual
## Alugado: 0 PROFESSORA :3 Aposentado :9 Nao:3
## Outro : 0 ATENDENTE DE NUTRIÇÃO:1 Autonomo :0 Sim:9
## Proprio:12 BANCARIO :1 Desempregado:0
## BIBLIOTECÁRIA :1 Do.Lar :3
## COMERCIANTE :1 Empregado :0
## (Other) :3
## NA's :2
## reposicao.hormonal limiar.dor classificacao.economica
## Nao:12 Min. : 2.700 Min. :13.00
## Sim: 0 1st Qu.: 4.000 1st Qu.:23.75
## Median : 4.850 Median :25.50
## Mean : 5.281 Mean :31.75
## 3rd Qu.: 5.258 3rd Qu.:37.75
## Max. :10.000 Max. :58.00
##
## classificacao.economica.ord ansiedade.beck ansiedade.beck.ord
## 1-A :3 Min. : 0.0 1-minima :9
## 2-B1:0 1st Qu.: 1.0 2-leve :3
## 3-B2:2 Median : 2.0 3-moderada:0
## 4-C1:5 Mean : 6.0 4-grave :0
## 5-C2:1 3rd Qu.: 9.5
## 6-DE:1 Max. :19.0
##
## depressao.geriatrica depressao.geriatrica.ord whoqol.idoso
## Min. :0.000 1-normal :12 Min. :56.25
## 1st Qu.:0.000 2-leve : 0 1st Qu.:67.19
## Median :1.000 3-intensa: 0 Median :71.35
## Mean :1.583 Mean :75.87
## 3rd Qu.:2.500 3rd Qu.:88.80
## Max. :5.000 Max. :93.75
##
## qolcat limiarord local
## 1-Maiorque70:6 1-0a2 :0 Ambulatorio.Geriatria: 0
## 2-Menorque70:6 2-2a4 :3 CEDPES :12
## 3-4a6 :7 Centro de Saúde : 0
## 4-6a8 :0
## 5-8a10:2
##
## Possíveis fatores associados à dor (GPM)
Sexo
plot(aquila2$gpm~aquila2$sexo)
Idade
plot(aquila2$gpm,aquila2$idade)
Etinia declarada
boxplot(aquila2$gpm~aquila2$etinia.declarada)
Escolaridade
boxplot(aquila2$gpm~aquila2$escolaridade.ord)
Religiao
boxplot(aquila2$gpm~aquila2$religiao)
Praticante da religiao
boxplot(aquila2$gpm~aquila2$pratica.religiao)
Status de trabalho
boxplot(aquila2$gpm~aquila2$status.trabalho)
Limiar de dor
plot(aquila2$gpm,aquila2$limiar.dor)
Classificacao economica
boxplot(aquila2$gpm~aquila2$classificacao.economica.ord)
Ansiedade
boxplot(aquila2$gpm~aquila2$ansiedade.beck.ord)
Depresao
boxplot(aquila2$gpm~aquila2$depressao.geriatrica.ord)
Qualidade de vida
plot(aquila2$gpm,aquila2$whoqol.idoso)
Possíveis fatores associados à diminuição na qualidade de vida dos idosos
Sexo
boxplot(aquila2$whoqol.idoso~aquila2$sexo)
Mora sozinho
boxplot(aquila2$whoqol.idoso~aquila2$mora.sozinho)
Estado civil
boxplot(aquila2$whoqol.idoso~aquila2$estado.civil)
Domicilio proprio ou alugado
boxplot(aquila2$whoqol.idoso~aquila2$domicilio)
Idade
plot(aquila2$whoqol.idoso,aquila2$idade)
Etinia declarada
boxplot(aquila2$whoqol.idoso~aquila2$etinia.declarada)
Escolaridade
boxplot(aquila2$whoqol.idoso~aquila2$escolaridade.ord)
Religiao
boxplot(aquila2$whoqol.idoso~aquila2$religiao)
Praticante da religiao
boxplot(aquila2$whoqol.idoso~aquila2$pratica.religiao)
Status de trabalho
boxplot(aquila2$whoqol.idoso~aquila2$status.trabalho)
Limiar de dor
plot(aquila2$whoqol.idoso,aquila2$limiar.dor)
Classificacao economica
boxplot(aquila2$whoqol.idoso~aquila2$classificacao.economica.ord)
Ansiedade
boxplot(aquila2$whoqol.idoso~aquila2$ansiedade.beck.ord)
Depresao
boxplot(aquila2$whoqol.idoso~aquila2$depressao.geriatrica.ord)
Modelagem hierárquica
aquila2bndor=data.frame(depressao=aquila2$depressao.geriatrica.ord,ansiedade=aquila2$ansiedade.beck.ord,classificacao.economica=aquila2$classificacao.economica.ord,escolaridade=aquila2$escolaridade.ord,etinia.declarada=aquila2$etinia.declarada,estado.civil=aquila2$estado.civil,sexo=aquila2$sexo,dor=aquila2$gpmcat.ord,mora.sozinho=aquila2$mora.sozinho,qol=aquila2$qolcat,limiar.dor=aquila2$limiarord)
aquila2bndor=na.omit(aquila2bndor)
aquila2bnqol=data.frame(depressao=aquila2$depressao.geriatrica.ord,ansiedade=aquila2$ansiedade.beck.ord,classificacao.economica=aquila2$classificacao.economica.ord,escolaridade=aquila2$escolaridade.ord,etinia.declarada=aquila2$etinia.declarada,estado.civil=aquila2$estado.civil,sexo=aquila2$sexo,mora.sozinho=aquila2$mora.sozinho,qol=aquila2$qolcat,limiar.dor=aquila2$limiarord)Retrato das associações hierárquicas
Duas variáveis foram definidas como dependentes: qualidade de vida e dor segundo escala de dor geriátrica.
Devido ao grande número de variáveis e possível colinearidade das associações, redes Bayesianas usando a técnica de independência condicional foram modeladas para separar as principais associações com estas variáveis dependentes.
Usando a função iamb do pacote bnlearn (Incremental Association), a associação com grafo não direcionado (estudo transversal). Algumas direções podem ser inferidas temporalmente, como sexo e qualquer outra variável.
Este método de aprendizagem de estrutura, baseado em independência condicional, deriva do algoritmo de causa (Verma e Pearl, 1991)
Qualidade de vida WHOQOL idoso
plot(iamb(aquila2bnqol))## Warning in check.data(x): variable depressao has levels that are not
## observed in the data.## Warning in check.data(x): variable ansiedade has levels that are not
## observed in the data.## Warning in check.data(x): variable classificacao.economica has levels that
## are not observed in the data.## Warning in check.data(x): variable escolaridade has levels that are not
## observed in the data.## Warning in check.data(x): variable etinia.declarada has levels that are not
## observed in the data.## Warning in check.data(x): variable estado.civil has levels that are not
## observed in the data.## Warning in check.data(x): variable limiar.dor has levels that are not
## observed in the data.
Dor
plot(iamb(aquila2bndor))## Warning in check.data(x): variable depressao has levels that are not
## observed in the data.## Warning in check.data(x): variable ansiedade has levels that are not
## observed in the data.## Warning in check.data(x): variable classificacao.economica has levels that
## are not observed in the data.## Warning in check.data(x): variable escolaridade has levels that are not
## observed in the data.## Warning in check.data(x): variable etinia.declarada has levels that are not
## observed in the data.## Warning in check.data(x): variable estado.civil has levels that are not
## observed in the data.## Warning in check.data(x): variable sexo has levels that are not observed in
## the data.## Warning in check.data(x): variable limiar.dor has levels that are not
## observed in the data.
Ou seja, apenas ansiedade tem associação significante com dor.
Testes de hipóteses de associações
Abaixo testo exclusão da hipótese nula para todas as associações sugeridas por independência condicional.
cor.test(aquila2$gpm,aquila2$ansiedade.beck)##
## Pearson's product-moment correlation
##
## data: aquila2$gpm and aquila2$ansiedade.beck
## t = 3.086, df = 4, p-value = 0.03672
## alternative hypothesis: true correlation is not equal to 0
## 95 percent confidence interval:
## 0.08658027 0.98197230
## sample estimates:
## cor
## 0.8391766chisq.test(aquila2$classificacao.economica.ord,aquila2$escolaridade.ord)## Warning in chisq.test(aquila2$classificacao.economica.ord,
## aquila2$escolaridade.ord): Chi-squared approximation may be incorrect##
## Pearson's Chi-squared test
##
## data: aquila2$classificacao.economica.ord and aquila2$escolaridade.ord
## X-squared = 13.28, df = 12, p-value = 0.349chisq.test(aquila2$estado.civil,aquila2$mora.sozinho)## Warning in chisq.test(aquila2$estado.civil, aquila2$mora.sozinho): Chi-
## squared approximation may be incorrect##
## Pearson's Chi-squared test
##
## data: aquila2$estado.civil and aquila2$mora.sozinho
## X-squared = 5.0057, df = 3, p-value = 0.1714wilcox.test(aquila2$limiar.dor~aquila2$sexo)## Warning in wilcox.test.default(x = c(5, 3.9, 8.6, 4.9, 4.8, 2.7, 4.8,
## 4.033333333, : cannot compute exact p-value with ties##
## Wilcoxon rank sum test with continuity correction
##
## data: aquila2$limiar.dor by aquila2$sexo
## W = 0, p-value = 0.1468
## alternative hypothesis: true location shift is not equal to 0cor.test(aquila2$whoqol.idoso,aquila2$depressao.geriatrica)##
## Pearson's product-moment correlation
##
## data: aquila2$whoqol.idoso and aquila2$depressao.geriatrica
## t = -2.4922, df = 10, p-value = 0.03187
## alternative hypothesis: true correlation is not equal to 0
## 95 percent confidence interval:
## -0.88020306 -0.06991159
## sample estimates:
## cor
## -0.6189783cor.test(aquila2$ansiedade.beck,aquila2$depressao.geriatrica)##
## Pearson's product-moment correlation
##
## data: aquila2$ansiedade.beck and aquila2$depressao.geriatrica
## t = 0.76838, df = 10, p-value = 0.46
## alternative hypothesis: true correlation is not equal to 0
## 95 percent confidence interval:
## -0.3907354 0.7133515
## sample estimates:
## cor
## 0.2361131chisq.test(aquila2$escolaridade.ord,aquila2$sexo)## Warning in chisq.test(aquila2$escolaridade.ord, aquila2$sexo): Chi-squared
## approximation may be incorrect##
## Pearson's Chi-squared test
##
## data: aquila2$escolaridade.ord and aquila2$sexo
## X-squared = 3.2727, df = 3, p-value = 0.3515Descrição da distribuição das tabelas de contigência referentes aos testes acima:
table(aquila2$classificacao.economica.ord,aquila2$escolaridade.ord)##
## 1-Analfabeto.fundamental.i 2-fundamental.i.fundamental.ii
## 1-A 0 0
## 2-B1 0 0
## 3-B2 0 0
## 4-C1 1 2
## 5-C2 1 0
## 6-DE 1 0
##
## 3-fundamental.ii.medio 4-medio.superior 5-superior
## 1-A 0 1 2
## 2-B1 0 0 0
## 3-B2 0 0 2
## 4-C1 0 1 1
## 5-C2 0 0 0
## 6-DE 0 0 0table(aquila2$estado.civil,aquila2$mora.sozinho)##
## Nao Sim
## Casado 4 0
## Divorciado 0 1
## Separado 0 0
## Solteiro 1 1
## Uniao estavel 0 0
## Viuvo 2 3table(aquila2$escolaridade.ord,aquila2$sexo)##
## F M
## 1-Analfabeto.fundamental.i 2 1
## 2-fundamental.i.fundamental.ii 2 0
## 3-fundamental.ii.medio 0 0
## 4-medio.superior 2 0
## 5-superior 5 0Representação gráfica simples (scatterplot e boxplot) das associações com variáveis numéricas
plot(aquila2$gpm,aquila2$ansiedade.beck,xlab="Escore de ansiedade",ylab="Escala de dor geriátrica")
boxplot(aquila2$limiar.dor~aquila2$sexo,xlab="Sexo",ylab="limiar médio de dor")
plot(aquila2$whoqol.idoso,aquila2$depressao.geriatrica,xlab="Escala de depressão geriátrica",ylab="WHOQOL idosos")
plot(aquila2$ansiedade.beck,aquila2$depressao.geriatrica,xlab="Escala de depressão geriátrica",ylab="Escore de ansiedade")
Representação gráfica de modelos de regressão local (loess)
p=ggplot(data = aquila2, aes(x = aquila2$gpm, y = aquila2$ansiedade.beck )) + labs(
x = "Escala de dor geriátrica",
y = "Escala de ansiedade de Beck"
)
p=p + stat_smooth(aes(group = 1))
p=p+ theme(legend.background = element_rect(fill=rgb(1,1,1), size=0.5, linetype=2));
print(p)## `geom_smooth()` using method = 'loess'## Warning: Removed 6 rows containing non-finite values (stat_smooth).## Warning in simpleLoess(y, x, w, span, degree = degree, parametric =
## parametric, : pseudoinverse used at 21.158## Warning in simpleLoess(y, x, w, span, degree = degree, parametric =
## parametric, : neighborhood radius 9.7818## Warning in simpleLoess(y, x, w, span, degree = degree, parametric =
## parametric, : reciprocal condition number 9.8181e-017## Warning in simpleLoess(y, x, w, span, degree = degree, parametric =
## parametric, : There are other near singularities as well. 22.658## Warning in predLoess(object$y, object$x, newx = if
## (is.null(newdata)) object$x else if (is.data.frame(newdata))
## as.matrix(model.frame(delete.response(terms(object)), : pseudoinverse used
## at 21.158## Warning in predLoess(object$y, object$x, newx = if
## (is.null(newdata)) object$x else if (is.data.frame(newdata))
## as.matrix(model.frame(delete.response(terms(object)), : neighborhood radius
## 9.7818## Warning in predLoess(object$y, object$x, newx = if
## (is.null(newdata)) object$x else if (is.data.frame(newdata))
## as.matrix(model.frame(delete.response(terms(object)), : reciprocal
## condition number 9.8181e-017## Warning in predLoess(object$y, object$x, newx = if
## (is.null(newdata)) object$x else if (is.data.frame(newdata))
## as.matrix(model.frame(delete.response(terms(object)), : There are other
## near singularities as well. 22.658
p=ggplot(data = aquila2, aes(x = aquila2$whoqol.idoso, y = aquila2$depressao.geriatrica )) + labs(
x = "Escala de qualidade de vida WHOQOL idosos",
y = "Escala de depressão de Beck"
)
p=p + stat_smooth(aes(group = 1))
p=p+ theme(legend.background = element_rect(fill=rgb(1,1,1), size=0.5, linetype=2));
print(p)## `geom_smooth()` using method = 'loess'
p=ggplot(data = aquila2, aes(x = aquila2$ansiedade.beck, y = aquila2$depressao.geriatrica )) + labs(
x = "Escala de ansiedade de Beck",
y = "Escala de depressão de Beck"
)
p=p + stat_smooth(aes(group = 1))
p=p+ theme(legend.background = element_rect(fill=rgb(1,1,1), size=0.5, linetype=2));
print(p)## `geom_smooth()` using method = 'loess'
Centro de Saúde
Análise descritiva
Sumários dos dados
summary(aquila3)## id gpm gpmcat.ord idade sexo
## Min. : 13 Min. : 0.00 1-leve :18 Min. :60.00 F:82
## 1st Qu.: 69 1st Qu.:21.42 2-moderada:28 1st Qu.:69.00 M:43
## Median :106 Median :38.08 3-intensa : 7 Median :77.00
## Mean :107 Mean :42.17 NA's :72 Mean :75.61
## 3rd Qu.:140 3rd Qu.:64.26 3rd Qu.:82.00
## Max. :199 Max. :85.68 Max. :96.00
## NA's :72
## estado.civil mora.sozinho etinia.declarada
## Casado :46 Nao:83 Amarela : 4
## Divorciado :11 Sim:42 Branca :93
## Separado : 3 Indigena: 1
## Solteiro :23 Parda :10
## Uniao estavel: 1 Preta :17
## Viuvo :41
##
## escolaridade.ord religiao pratica.religiao
## 1-Analfabeto.fundamental.i :16 Ateu : 1 Nao:47
## 2-fundamental.i.fundamental.ii:22 Budista : 2 Sim:78
## 3-fundamental.ii.medio :12 Catolico :82
## 4-medio.superior :32 Espirita :11
## 5-superior :43 Evangelico :14
## Outros : 5
## Sem.Religiao:10
## domicilio profissao status.trabalho Doenca.Atual
## Alugado: 17 DOMESTICA :17 Aposentado :98 Nao:34
## Outro : 3 PROFESSORA :12 Autonomo : 4 Sim:91
## Proprio:105 COMERCIANTE: 9 Desempregado: 2
## COSTUREIRA : 5 Do.Lar : 8
## ECONOMISTA : 5 Empregado :13
## (Other) :72
## NA's : 5
## reposicao.hormonal limiar.dor classificacao.economica
## Nao:123 Min. : 1.333 Min. : 6.0
## Sim: 2 1st Qu.: 3.333 1st Qu.:24.0
## Median : 4.567 Median :28.0
## Mean : 4.803 Mean :29.3
## 3rd Qu.: 5.967 3rd Qu.:35.0
## Max. :10.000 Max. :64.0
##
## classificacao.economica.ord ansiedade.beck ansiedade.beck.ord
## 1-A : 8 Min. : 0.000 1-minima :105
## 2-B1:13 1st Qu.: 1.000 2-leve : 14
## 3-B2:40 Median : 3.000 3-moderada: 5
## 4-C1:37 Mean : 5.096 4-grave : 1
## 5-C2:18 3rd Qu.: 6.000
## 6-DE: 9 Max. :31.000
##
## depressao.geriatrica depressao.geriatrica.ord whoqol.idoso
## Min. : 0.000 1-normal :103 Min. :30.21
## 1st Qu.: 1.000 2-leve : 20 1st Qu.:64.58
## Median : 2.000 3-intensa: 2 Median :73.96
## Mean : 2.968 Mean :73.12
## 3rd Qu.: 4.000 3rd Qu.:82.29
## Max. :12.000 Max. :98.96
##
## qolcat limiarord local
## 1-Maiorque70:74 1-0a2 : 2 Ambulatorio.Geriatria: 0
## 2-Menorque70:51 2-2a4 :43 CEDPES : 0
## 3-4a6 :50 Centro de Saúde :125
## 4-6a8 :21
## 5-8a10: 9
##
## Possíveis fatores associados à dor (GPM)
Sexo
plot(aquila3$gpm~aquila3$sexo)
Idade
plot(aquila3$gpm,aquila3$idade)
Etinia declarada
boxplot(aquila3$gpm~aquila3$etinia.declarada)
Escolaridade
boxplot(aquila3$gpm~aquila3$escolaridade.ord)
Religiao
boxplot(aquila3$gpm~aquila3$religiao)
Praticante da religiao
boxplot(aquila3$gpm~aquila3$pratica.religiao)
Status de trabalho
boxplot(aquila3$gpm~aquila3$status.trabalho)
Limiar de dor
plot(aquila3$gpm,aquila3$limiar.dor)
Classificacao economica
boxplot(aquila3$gpm~aquila3$classificacao.economica.ord)
Ansiedade
boxplot(aquila3$gpm~aquila3$ansiedade.beck.ord)
Depresao
boxplot(aquila3$gpm~aquila3$depressao.geriatrica.ord)
Qualidade de vida
plot(aquila3$gpm,aquila3$whoqol.idoso)
Possíveis fatores associados à diminuição na qualidade de vida dos idosos
Sexo
boxplot(aquila3$whoqol.idoso~aquila3$sexo)
Mora sozinho
boxplot(aquila3$whoqol.idoso~aquila3$mora.sozinho)
Estado civil
boxplot(aquila3$whoqol.idoso~aquila3$estado.civil)
Domicilio proprio ou alugado
boxplot(aquila3$whoqol.idoso~aquila3$domicilio)
Idade
plot(aquila3$whoqol.idoso,aquila3$idade)
Etinia declarada
boxplot(aquila3$whoqol.idoso~aquila3$etinia.declarada)
Escolaridade
boxplot(aquila3$whoqol.idoso~aquila3$escolaridade.ord)
Religiao
boxplot(aquila3$whoqol.idoso~aquila3$religiao)
Praticante da religiao
boxplot(aquila3$whoqol.idoso~aquila3$pratica.religiao)
Status de trabalho
boxplot(aquila3$whoqol.idoso~aquila3$status.trabalho)
Limiar de dor
plot(aquila3$whoqol.idoso,aquila3$limiar.dor)
Classificacao economica
boxplot(aquila3$whoqol.idoso~aquila3$classificacao.economica.ord)
Ansiedade
boxplot(aquila3$whoqol.idoso~aquila3$ansiedade.beck.ord)
Depresao
boxplot(aquila3$whoqol.idoso~aquila3$depressao.geriatrica.ord)
Modelagem hierárquica
aquila3bndor=data.frame(depressao=aquila3$depressao.geriatrica.ord,ansiedade=aquila3$ansiedade.beck.ord,classificacao.economica=aquila3$classificacao.economica.ord,escolaridade=aquila3$escolaridade.ord,etinia.declarada=aquila3$etinia.declarada,estado.civil=aquila3$estado.civil,sexo=aquila3$sexo,dor=aquila3$gpmcat.ord,mora.sozinho=aquila3$mora.sozinho,qol=aquila3$qolcat,limiar.dor=aquila3$limiarord)
aquila3bndor=na.omit(aquila3bndor)
aquila3bnqol=data.frame(depressao=aquila3$depressao.geriatrica.ord,ansiedade=aquila3$ansiedade.beck.ord,classificacao.economica=aquila3$classificacao.economica.ord,escolaridade=aquila3$escolaridade.ord,etinia.declarada=aquila3$etinia.declarada,estado.civil=aquila3$estado.civil,sexo=aquila3$sexo,mora.sozinho=aquila3$mora.sozinho,qol=aquila3$qolcat,limiar.dor=aquila3$limiarord)Retrato das associações hierárquicas
Duas variáveis foram definidas como dependentes: qualidade de vida e dor segundo escala de dor geriátrica.
Devido ao grande número de variáveis e possível colinearidade das associações, redes Bayesianas usando a técnica de independência condicional foram modeladas para separar as principais associações com estas variáveis dependentes.
Usando a função iamb do pacote bnlearn (Incremental Association), a associação com grafo não direcionado (estudo transversal). Algumas direções podem ser inferidas temporalmente, como sexo e qualquer outra variável.
Este método de aprendizagem de estrutura, baseado em independência condicional, deriva do algoritmo de causa (Verma e Pearl, 1991)
Qualidade de vida WHOQOL idoso
plot(iamb(aquila3bnqol))
Dor
plot(iamb(aquila3bndor))## Warning in check.data(x): variable depressao has levels that are not
## observed in the data.## Warning in check.data(x): variable etinia.declarada has levels that are not
## observed in the data.## Warning in check.data(x): variable estado.civil has levels that are not
## observed in the data.## Warning in check.data(x): variable limiar.dor has levels that are not
## observed in the data.
Ou seja, apenas ansiedade tem associação significante com dor.
Testes de hipóteses de associações
Abaixo testo exclusão da hipótese nula para todas as associações sugeridas por independência condicional.
cor.test(aquila3$gpm,aquila3$ansiedade.beck)##
## Pearson's product-moment correlation
##
## data: aquila3$gpm and aquila3$ansiedade.beck
## t = 4.8084, df = 51, p-value = 1.387e-05
## alternative hypothesis: true correlation is not equal to 0
## 95 percent confidence interval:
## 0.3394588 0.7200950
## sample estimates:
## cor
## 0.5585075chisq.test(aquila3$classificacao.economica.ord,aquila3$escolaridade.ord)## Warning in chisq.test(aquila3$classificacao.economica.ord,
## aquila3$escolaridade.ord): Chi-squared approximation may be incorrect##
## Pearson's Chi-squared test
##
## data: aquila3$classificacao.economica.ord and aquila3$escolaridade.ord
## X-squared = 66.264, df = 20, p-value = 7.328e-07chisq.test(aquila3$estado.civil,aquila3$mora.sozinho)## Warning in chisq.test(aquila3$estado.civil, aquila3$mora.sozinho): Chi-
## squared approximation may be incorrect##
## Pearson's Chi-squared test
##
## data: aquila3$estado.civil and aquila3$mora.sozinho
## X-squared = 28.095, df = 5, p-value = 3.487e-05wilcox.test(aquila3$limiar.dor~aquila3$sexo)##
## Wilcoxon rank sum test with continuity correction
##
## data: aquila3$limiar.dor by aquila3$sexo
## W = 655, p-value = 8.598e-09
## alternative hypothesis: true location shift is not equal to 0cor.test(aquila3$whoqol.idoso,aquila3$depressao.geriatrica)##
## Pearson's product-moment correlation
##
## data: aquila3$whoqol.idoso and aquila3$depressao.geriatrica
## t = -7.8792, df = 123, p-value = 1.489e-12
## alternative hypothesis: true correlation is not equal to 0
## 95 percent confidence interval:
## -0.6850937 -0.4492474
## sample estimates:
## cor
## -0.579164cor.test(aquila3$ansiedade.beck,aquila3$depressao.geriatrica)##
## Pearson's product-moment correlation
##
## data: aquila3$ansiedade.beck and aquila3$depressao.geriatrica
## t = 4.0419, df = 123, p-value = 9.28e-05
## alternative hypothesis: true correlation is not equal to 0
## 95 percent confidence interval:
## 0.1774796 0.4886404
## sample estimates:
## cor
## 0.3424152chisq.test(aquila3$escolaridade.ord,aquila3$sexo)## Warning in chisq.test(aquila3$escolaridade.ord, aquila3$sexo): Chi-squared
## approximation may be incorrect##
## Pearson's Chi-squared test
##
## data: aquila3$escolaridade.ord and aquila3$sexo
## X-squared = 17.799, df = 4, p-value = 0.001351Descrição da distribuição das tabelas de contigência referentes aos testes acima:
table(aquila3$classificacao.economica.ord,aquila3$escolaridade.ord)##
## 1-Analfabeto.fundamental.i 2-fundamental.i.fundamental.ii
## 1-A 0 0
## 2-B1 1 0
## 3-B2 1 5
## 4-C1 4 9
## 5-C2 5 5
## 6-DE 5 3
##
## 3-fundamental.ii.medio 4-medio.superior 5-superior
## 1-A 0 1 7
## 2-B1 1 3 8
## 3-B2 2 11 21
## 4-C1 4 14 6
## 5-C2 5 2 1
## 6-DE 0 1 0table(aquila3$estado.civil,aquila3$mora.sozinho)##
## Nao Sim
## Casado 43 3
## Divorciado 4 7
## Separado 1 2
## Solteiro 10 13
## Uniao estavel 1 0
## Viuvo 24 17table(aquila3$escolaridade.ord,aquila3$sexo)##
## F M
## 1-Analfabeto.fundamental.i 12 4
## 2-fundamental.i.fundamental.ii 19 3
## 3-fundamental.ii.medio 10 2
## 4-medio.superior 23 9
## 5-superior 18 25Representação gráfica simples (scatterplot e boxplot) das associações com variáveis numéricas
plot(aquila3$gpm,aquila3$ansiedade.beck,xlab="Escore de ansiedade",ylab="Escala de dor geriátrica")
boxplot(aquila3$limiar.dor~aquila3$sexo,xlab="Sexo",ylab="limiar médio de dor")
plot(aquila3$whoqol.idoso,aquila3$depressao.geriatrica,xlab="Escala de depressão geriátrica",ylab="WHOQOL idosos")
plot(aquila3$ansiedade.beck,aquila3$depressao.geriatrica,xlab="Escala de depressão geriátrica",ylab="Escore de ansiedade")
Representação gráfica de modelos de regressão local (loess)
p=ggplot(data = aquila3, aes(x = aquila3$gpm, y = aquila3$ansiedade.beck )) + labs(
x = "Escala de dor geriátrica",
y = "Escala de ansiedade de Beck"
)
p=p + stat_smooth(aes(group = 1))
p=p+ theme(legend.background = element_rect(fill=rgb(1,1,1), size=0.5, linetype=2));
print(p)## `geom_smooth()` using method = 'loess'## Warning: Removed 72 rows containing non-finite values (stat_smooth).
p=ggplot(data = aquila3, aes(x = aquila3$whoqol.idoso, y = aquila3$depressao.geriatrica )) + labs(
x = "Escala de qualidade de vida WHOQOL idosos",
y = "Escala de depressão de Beck"
)
p=p + stat_smooth(aes(group = 1))
p=p+ theme(legend.background = element_rect(fill=rgb(1,1,1), size=0.5, linetype=2));
print(p)## `geom_smooth()` using method = 'loess'
p=ggplot(data = aquila3, aes(x = aquila3$ansiedade.beck, y = aquila3$depressao.geriatrica )) + labs(
x = "Escala de ansiedade de Beck",
y = "Escala de depressão de Beck"
)
p=p + stat_smooth(aes(group = 1))
p=p+ theme(legend.background = element_rect(fill=rgb(1,1,1), size=0.5, linetype=2));
print(p)## `geom_smooth()` using method = 'loess'