Modelagem da obesidade adulta nas nações via modelo de regressão quantílica

• Published in: Revista brasileira de obesidade, nutrição e emagrecimento Vol. 13; no. 82; pp. 992 - 1004
• Main Authors: Saul de Azevedo Souza, Allan Batista Silva, Ulanna Maria Bastos Cavalcante, Caliandra Maria Bezerra Luna Lima, Tatiene Correia de Souza
• Format: Journal Article
• Language: Portuguese
• Published: Instituto Brasileiro de Pesquisa e Ensino em Fisiologia do Exercício 01-05-2020
• Subjects: análise de regressão; estudos epidemiológicos; obesidade
• ISSN: 1981-9919

Introdução e Objetivo: A obesidade vem apresentando um importante aumento na sua prevalência e é considerada um grave problema de saúde pública que afeta os países desenvolvidos e em desenvolvimento. O presente trabalho tem como objetivo modelar a obesidade adulta de diferentes nações, por meio do modelo de regressão quantílica. Metodologia: Trata-se de um estudo ecológico com abordagem quantitativa. Foram utilizados os dados referentes à proporção de adultos obesos, pessoas maiores de 18 anos com IMC acima de 30kg/m2, em 78 países no ano de 2014. As bases consultadas para a coleta dos dados foram Word Bank e World Health Organization. Os dados foram submetidos ao software R, onde foram realizados os procedimentos inferenciais por meio do modelo de regressão quantílica. Resultados: Observou-se que as variáveis porcentagem de atividade física insuficiente, porcentagem da população que vivem em áreas urbanas e média do consumo em litros de álcool puro por pessoa em um ano são significativas e apresentam efeito positivo sobre a obesidade adulta nas nações. Discussão e Conclusão: Ao estimar o impacto das taxas de inatividade física sobre o desfecho foi possível verificar um impacto positivo e crescente à medida que aumentamos os valores da inatividade física nos diferentes cenários. Além disso, verifica-se que com o modelo de regressão quantílica os gestores possuem mais uma alternativa para tomada de decisão na realização de medidas de controle/prevenção da doença.