Prevalência e fatores associados à automedicação em adultos no Distrito Federal: estudo transversal de base populacional / Prevalencia y factores asociados a la automedicación en adultos en el Distrito Federal, Brasil: estudio transversal de base poblacional / Prevalence and associated factors of self-medication in adults living in the Federal District, Brazil: a cross-sectional, population-based study

OBJETIVO: estimar a prevalência e investigar fatores associados à automedicação em adultos no Distrito Federal, Brasil. MÉTODOS: estudo transversal de base populacional, com adultos selecionados por amostragem probabilística; a prevalência da automedicação foi obtida entre os que referiram ter utilizado medicamento nos últimos sete dias; foi empregado modelo de regressão de Poisson com variância robusta para estimar razões de prevalência. RESULTADOS: entrevistaram-se 1.820 pessoas, das quais 646 usaram pelo menos um medicamento; a prevalência da automedicação foi de 14,9% (IC95%: 12,6%;17,5%); a análise ajustada apontou associação negativa em pessoas na idade de 50 a 65 anos (RP=0,26; IC95%: 0,15;0,47) e com doenças crônicas (RP=0,38; IC95%: 0,28;0,51); adultos com dificuldades na prática de atividades cotidianas (RP=2,25; IC95%: 1,43;3,53) realizaram mais automedicação. CONCLUSÃO: a automedicação foi maior em adultos jovens e naqueles com dificuldades na realização de atividades cotidianas.

OBJETIVO: estimar la prevalencia de la automedicación e investigar los factores asociados en adultos del Distrito Federal, Brasil. MÉTODOS: estudio transversal de base poblacional en adultos seleccionados mediante muestreo probabilístico; para obtener la prevalencia de automedicación se consideró el uso de medicamentos en los últimos siete días; las razones de prevalencia se definieron por medio de un modelo de regresión de Poisson ajustado con varianza robusta. RESULTADOS: se entrevistaron 1.820 personas, de las cuales 646 han usado al menos un medicamento; la prevalencia de automedicación fue de 14,9% (IC95%: 12,6%;17,5%); el análisis ajustado mostró una asociación negativa en personas de 50 a 65 años (RP=0,26 - IC95%: 0,15;0,47) y enfermedades crónicas (RP=0,38 - IC95%: 0,28;0,51); los adultos con problemas en la práctica de actividades cotidianas (RP=2,25 - IC95%: 1,43;3,53) se auto medicaron más. CONCLUSIÓN: automedicación se asoció con los adultos jóvenes y los que tienen problemas para realizar las actividades diarias.

OBJECTIVE: to assess the prevalence of self-medication and to investigate its associated factors in adults living in the Federal District, Brazil. METHODS: this is a cross-sectional population-based study conducted with adults selected through probabilistic sampling; self-medication prevalence was obtained from those who reported having used any medicine in the previous seven days; Poisson regression model with robust variance was applied to adjust the prevalence ratios. RESULTS: 1,820 individuals were interviewed, of which 646 had taken at least one medicine; self-medication prevalence was of 14.9% (95%CI: 12.6%;17.5%); the adjusted analysis showed negative association in people aged 50 to 65 years (PR=0.26; 95%CI: 0.15;0.47) and with chronic diseases (PR=0.38; 95%CI: 0.28;0.51); adults with difficulties in performing daily activities (PR=2.25; 95%CI: 1.43;3.53) practiced more self-medication. CONCLUSION: self-medication was associated to young adults and those with problems in performing daily activities.

Regresiones aplicadas al estudio de eventos discretos en epidemiología / Regressions applied to the study of discrete events in epidemiology

En este manuscrito se revisan algunos aspectos básicos de la utilización de regresiones en los estudios epidemiológicos, haciendo énfasis en aquellas aplicadas al estudio de eventos discretos. De esta manera se hace una introducción a los modelos lineales generalizados, cuya estructura es una extensión de una ecuación lineal para analizar desenlaces discretos. De este modo podemos estimar medidas de asociación como la razón de tasas usando la regresión de Poisson, o bien, el riesgo relativo (o la razón de prevalencias) usando la regresión log-binomial. En cada caso es esencial conocer la naturaleza de la variable dependiente, su distribución y reconocer las limitaciones de cada una de las herramientas de análisis.

Some basic aspects about using regressions in epidemiological studies are reviewed. Particularly, this manuscript focused on those applied to the study of discrete events. Generalized lineal models, such as Poisson and log-binomial, have a structure that is an extension of a lineal equation to analyze discrete outcomes. Thus, we can estimate association measures as the incidence rate ratio, using the Poisson regression, or the relative risk (or prevalence ratio), using log-binomial regression. In each case it is essential to know the nature of the dependent variable, as well as, its distribution and recognize the limitations of each analysis tool.

Obtaining adjusted prevalence ratios from logistic regression models in cross-sectional studies / Obtendo razões de chance prevalentes de modelos de regressão logística em estudos transversais / La obtención de las prevalencias ajustadas a partir de los modelos de regresión logística en los estudios transversales

In the last decades, the use of the epidemiological prevalence ratio (PR) instead of the odds ratio has been debated as a measure of association in cross-sectional studies. This article addresses the main difficulties in the use of statistical models for the calculation of PR: convergence problems, availability of tools and inappropriate assumptions. We implement the direct approach to estimate the PR from binary regression models based on two methods proposed by Wilcosky & Chambless and compare with different methods. We used three examples and compared the crude and adjusted estimate of PR, with the estimates obtained by use of log-binomial, Poisson regression and the prevalence odds ratio (POR). PRs obtained from the direct approach resulted in values close enough to those obtained by log-binomial and Poisson, while the POR overestimated the PR. The model implemented here showed the following advantages: no numerical instability; assumes adequate probability distribution and, is available through the R statistical package.

Nas últimas décadas, tem sido discutido o uso da razão de prevalência (RP) ao invés da razão de chance como a medida de associação a ser estimada em estudos transversais. Discute-se as principais dificuldades no uso de modelos estatísticos para o cálculo da RP: problemas de convergência, disponibilidade de ferramentas e pressupostos não apropriados. O objetivo deste estudo é implementar uma abordagem direta para estimar a RP com base em modelos logísticos binários baseados em dois métodos propostos por Wilcosky & Chamblers, e comparar com outros métodos. Utilizou-se três exemplos e comparou-se as estimativas bruta e ajustada da RP obtidas pela função com as estimativas obtidas pelos modelos log-binomial, Poisson e razão de chance prevalente (RCP). As RP da abordagem proposta resultaram em valores próximos aos obtidos pelos modelos log-binomial e Poisson, e a RCP superestimou a RP. O modelo aqui implementado apresentou as seguintes vantagens: não apresenta instabilidade numérica; assume a distribuição de probabilidades adequada; e está disponível no programa estatístico R.

En las últimas décadas, se ha discutido el uso de la razón de prevalencia (RP), en lugar del odds ratio como medida de asociación que se estima en estudios transversales. Se analizan las principales dificultades en el uso de modelos estadísticos para el cálculo de la RP: problemas de convergencia, disponibilidad de herramientas y supuestos no apropiados. El objetivo es realizar un enfoque directo para estimar la RP desde modelos logísticos binarios, basados en dos métodos propuestos por Wilcosky y Chamblers y compararlos con otros métodos. Se han utilizado 3 ejemplos y comparamos las estimaciones crudas y ajustadas de RP con las estimaciones obtenidas por log-binomial, Poisson y odds ratio de prevalencia (ORP). Los RP obtenidos del enfoque directo dieron como resultado valores cercanos a los obtenidos mediante el log- binomial y de Poisson, mientras que la RCP sobreestimó la RP. El modelo que aquí se presenta implementó las siguientes ventajas: no presenta inestabilidad numérica, toma una distribución de probabilidad apropiada y está disponible en software estadístico libre R.

Bias of using odds ratio estimates in multinomial logistic regressions to estimate relative risk or prevalence ratio and alternatives / Vies da razao de chances estimada pela regressao logistica multinomial para estimar o risco relativo ou a razao de prevalencia e alternativas / El sesgo del odds ratio estimado por la regresión logística multinomial para estimar el riesgo relativo o la razón de prevalencia y alternativas

Recent studies have emphasized that there is no justification for using the odds ratio (OR) as an approximation of the relative risk (RR) or prevalence ratio (PR). Erroneous interpretations of the OR as RR or PR must be avoided, as several studies have shown that the OR is not a good approximation for these measures when the outcome is common (> 10%). For multinomial outcomes it is usual to use the multinomial logistic regression. In this context, there are no studies showing the impact of the approximation of the OR in the estimates of RR or PR. This study aimed to present and discuss alternative methods to multinomial logistic regression based upon robust Poisson regression and the log-binomial model. The approaches were compared by simulating various possible scenarios. The results showed that the proposed models have more precise and accurate estimates for the RR or PR than the multinomial logistic regression, as in the case of the binary outcome. Thus also for multinomial outcomes the OR must not be used as an approximation of the RR or PR, since this may lead to incorrect conclusions.

Recentes trabalhos têm enfatizado que já não há justificativa para o uso da razão de chances (RC) como aproximação do risco relativo (RR) ou razão de prevalência (RP). Deve-se evitar a interpretação equivocada da RC como RR ou RP, pois vários estudos demonstraram que a RC não é uma boa aproximação para tais medidas quando o desfecho é comum (> 10%). Para desfechos multinomiais é usual aplicar a regressão logística multinomial. Nesse contexto, não há estudos demonstrando o impacto da aproximação da RC nas estimativas de RR ou RP. O objetivo deste trabalho é apresentar e discutir métodos alternativos à regressão logística multinomial, baseados na regressão de Poisson e no modelo log-binomial. As abordagens foram comparadas por um estudo de simulação com diversos cenários. Assim como no caso do desfecho binário, os modelos propostos apresentaram estimativas mais precisas e acuradas para o RR ou RP do que a regressão logística multinomial. Então, também para os desfechos multinomiais não se deve utilizar a RC como aproximação do RR ou RP, pois conclusões incorretas podem ocorrer.

Los trabajos recientes han enfatizado que ya no se justifica el uso del odds ratio (OR) como una aproximación del riesgo relativo (RR) o razón de prevalencias (RP). El OR no puede ser interpretado como RR o RP, pues varios estudios han demostrado que el OR no es una buena aproximación cuando el suceso es común (> 10%). Para sucesos multinomiales se utiliza comúnmente la regresión logística multinomial. En este contexto, no hay estudios que demuestren el impacto de la aproximación del OR en las estimaciones de RR o RP. Nuestro objetivo es presentar y discutir métodos alternativos a la regresión logística multinomial, en base a la regresión de Poisson y al modelo log-binomial. Los enfoques utilizados fueron comparados en un estudio de simulación con diferentes escenarios. Así como en el caso de suceso binario, los modelos propuestos dieron como resultado estimaciones para RR o RP más precisas y esmeradas que la regresión logística multinomial. Para sucesos multinomiales el OR tampoco debe ser utilizado como aproximación del RR o de la RP, pues se puede llegar a conclusiones incorrectas.

Factores asociados con no control metabólico en diabéticos pertenecientes a un programa de riesgo cardiovascular / Factors associated with no metabolic control in diabetics belonging to a program of cardiovascular risk

Antecedentes: se desconoce la prevalencia de la falla en el control metabólico en pacientes diabéticos, así como los factores de riesgo asociados a ello en la ciudad de Bucaramanga. Material y métodos: se realizó un estudio analítico de corte transversal, que midió la prevalencia del no control metabólico en los pacientes diabéticos tipo 2, del programa de promoción y prevención de riesgo cardiovascular en una empresa promotora de salud de Bucaramanga; el no control metabólico se midió a través de la hemoglobina glicosilada (mayor de 7.0%). se estimaron los efectos de las variables evaluadas (personales, clínicas y de percepción de la atención) por medio de razones de prevalencia (RP) y un modelo multivariable. Resultados: se incluyeron 484 pacientes, de los cuales 407 tuvieron registro de Hba1c durante los tres meses previos al estudio. la prevalencia del no control metabólico fue de 65%. las variables asociadas con este desenlace con p < de 0.05, fueron: antecedente de dislipidemia: RP 1,14 (IC 1.00-1.32), no adherencia a los fármacos: RP 1.6 (IC 1.01-1.34), tener entre 50 y 65 años: RP 1,16 (IC 1.01-1.34), consumir más de seis tabletas de medicamentos al día: RP 1.22 (IC 1.06-1.41), estar desempleado: RP 1.38 (IC 1.09-1.76), asistir acompañado a veces a la consulta: RP 1.29 (IC 1.08-1.53), uso de fármacos para gastritis: RP 1.24 (IC 95% 1.07-1.42), diabetes de más de 10 años de duración: RP 1.35 (IC 95% 1.08-1.42), más de dos tabletas de hipoglicemiantes al día: RP 1.29 (IC 1.12-1.48), y uso de insulina: RP 1.29 (IC 95% 1.12-1.47). Las variables o factores que se incluyeron en el modelo multivariable final fueron: uso inadecuado de fármacos, uso fármacos para la gastritis, uso de insulina, diabetes de más de diez años de duración y no cumplimiento de la dieta. Conclusiones: se encontró una alta proporción de pacientes diabéticos con falta de control metabólico, asociado a factores relacionados con la enfermedad como duración de la diabetes, fármacos, dieta e insulina. Otros factores de carácter personal fueron: bajo apoyo familiar, falta de soporte económico y estar desempleado. (Acta Med Colomb 2013; 38: 213-221).

Background: the prevalence of failure in the metabolic control in diabetic patients and the risk factors associated with it in the city of Bucaramanga are not known. Material and Methods: cross- sectional analytical study which measured the prevalence of no metabolic control in type 2 diabetic patients, from the promotion and prevention of cardiovascular risk program in a Health Promoting Company in Bucaramanga. The no metabolic control was measured by glycosylated hemoglobin (greater than 7.0 %). the effects of the assessed variables (personal, clinical and perception of care) were estimated through prevalence ratios (PR) and a multivariate model. Results: 484 patients were included, of whom 407 had Hba1c record during the 3 months preceding the survey. the prevalence of no metabolic control was 65%. the variables associated with this outcome with p < 0.05 were: history of dyslipidemia: Pr 1.14 (Ci 1.00-1.32), non-adherence to medication: Pr 1.6 (Ci 1.01-1.34), having between 50 and 65 years: RP 1.16 (Ci 1.01-1.34), consuming more than six medication tablets daily : RP 1.22 (Ci 1.06-1.41), being unemployed: PR 1.38 (CI 1.09-1.76), assist sometimes accompanied to the medical consultation: PR 1.29 (CI 1.08-1.53), use of drugs for gastritis: Pr 1.24 (95% CI 1.07-1.42), more than 10 years' duration of diabetes: PR 1.35 (95% 1.08-1.42), more than two tablets daily of hypoglycemic drugs: PR 1.29 (CI 1.12-1.48), and use of insulin: PR 1.29 (95% CI 1.12-1.47). The variables or factors that were included in the final multivariate model were: inappropriate use of drugs, use of drugs for gastritis, insulin use, duration of diabetes for more than ten years and non-dietary compliance. Conclusions: we found a high proportion of diabetic patients with poor metabolic control associated with disease-related factors such as duration of diabetes, drugs, diet and insulin. Other personal factors were: low family support, lack of financial support and being unemployed. (Acta Med Colomb 2013; 38: 213-221).

Métodos para estimar razão de prevalência em estudos de corte transversal / Métodos para estimar razón de prevalencia en estudios de cohorte transversal / Methods for estimating prevalence ratios in cross-sectional studies

OBJETIVO: Comparar empiricamente as regressões de Cox, log-binomial, Poisson e logística para estimar razões de prevalência em estudos de corte transversal. MÉTODOS: Foram utilizados dados de um estudo epidemiológico transversal (n=2.072), de base populacional, realizado com idosos na cidade de São Paulo (SP), entre maio de 2003 e abril de 2005. Diagnósticos de demência, possíveis casos de transtorno mental comum e autopercepção de saúde ruim foram escolhidos como desfechos com prevalência baixa, intermediária e alta, respectivamente. Foram utilizadas variáveis de confusão com duas ou mais categorias ou valores contínuos. Valores de referência para estimativas por ponto e por intervalo para as razões de prevalência (RP) foram obtidos pelo método de estratificação de Mantel-Haenszel. Estimativas ajustadas foram calculadas utilizando regressões de Cox e Poisson com variância robusta, e regressão log-binomial. Odds ratios (OR) brutos e ajustados foram obtidos pela regressão logística. RESULTADOS: As estimativas por ponto e por intervalo obtidas pelas regressões de Cox e Poisson foram semelhantes à obtida pela estratificação de Mantel-Haenszel, independentemente da prevalência do desfecho e das covariáveis do modelo. O modelo log-binomial apresentou dificuldade de convergência quando o desfecho tinha prevalência alta e havia covariável contínua no modelo. A regressão logística produziu estimativas por ponto e por intervalo maiores do que as obtidas pelos outros métodos, principalmente para os desfechos com maiores prevalências iniciais. Se interpretados como estimativas de RP, os OR superestimariam as associações para os desfechos com prevalência inicial baixa, intermediária e alta em 13 por cento, quase 100 por cento e quatro vezes mais, respectivamente. CONCLUSÕES: Em análise de dados de estudos de corte transversal, os modelos de Cox e Poisson com variância robusta são melhores alternativas que a regressão logística. O modelo de regressão log-binomial produz e...