medigraphic.com
ISSN 1684-1859 (Print)

2019, Number 1

<< Back Next >>

Revista Cubana de Informática Médica 2019; 11 (1)

Why use the implicative statistical analysis in studies of health causality?

Sagaró CNM, Zamora ML

Language: Spanish
References: 27
Page: 88-103
PDF size: 676.19 Kb.


ABSTRACT

Implicative statistical analysis is a technique of data mining, emerged to solve problems of the Didactic of mathematics, it is based on Artificial Intelligence and Boolean Algebra, to model the quasi-implication between events and variables of a data set. The objective of this essay is to expose the theoretical and practical evidences that demonstrate its utility for the study of causality in health, for which an exhaustive review of the subject was carried out in the bibliographic databases hosted on the internet. A series of reasons are presented that justify the use of this technique in causality studies in medicine, regarding the number of variables, the sample size, the assumptions required for its application and the asymmetric nature of its indices. Also some advantages are identified with respect to traditional statistical techniques such as detection of rare events, which would go unnoticed to measures such as support and trust. Finally, clinical-epidemiological investigations where this analysis has been used are mentioned.


REFERENCES

  1. Gras R. L'Implication Statistique. Nouvelle méthode exploratoire de données, La Pensée sauvage, éditions, Francia. 1996.

  2. Betancourt Betancourt JA, Ramis Andalia RM. Apuntes sobre el enfoque de la complejidad y su aplicación en la salud. Rev Cubana Salud Pública. 2010;36(2). Disponible en: http://scielo.sld.cu/scielo.php?script=sci_arttext&pid=S0864-34662010000200010&lng=es&nrm=iso&tlng=es

  3. Valls Pla X, Gregori Huerta P. Diseño de un paquete R para el Análisis Estadístico Implicativo Trabajo Final de Master en Matemática Computacional. Universitat Jaime I, 2014. Disponible en: repositori.uji.es/xmlui/bitstream/handle/10234/107441/TFM_2013_vallsX.pdf?

  4. Gras R, Suzuki E, Guillet F, Spagnolo F. Statistical Implicative Analysis, Theory and Applications Springer, 2008. ISBN: 978.3.540.78982.6

  5. Gras R.Genese et developpement de l’analyse statistique implicative: retrospective Historique. Educ. Matem. Pesq., São Paulo, 2014;16(3):645-661.

  6. Gras R, Régnier JC, Lahanier-Reuter D, Marinica C, Guillet F. L'Analyse Statistique Implicative. Des Sciences dures aux Sciences Humaines et Sociales 3ème édition revue et augmentée. 2017.

  7. Orús P, Zamora L, y Gregori P. Teoría y aplicaciones del Análisis Estadístico Implicativo. Primera aproximación en lengua hispana. Universitat Jaume I, Castellón de la Plana: Innovació Digital Castelló, s.l.u. 2009.

  8. Kenneth HR. Discrete Mathematics and Its Applications. Seventh Edition McGraw-Hill, 2012:1-8.

  9. Gras R, Régnier J.-C., Guillet F. Analyse Statistique Implicative. Une méthode d'analyse de données pour la recherche de causalités. RNTI-E-16 2009. Disponible en: http://www.cepadues.com/livre_details.asp?l=897

  10. Couturier R. CHIC: Cohesive hierarchical implicative classification, Statistical Implicative Analysis, Springer, 2008.Disponible en: http://www.springer.com/us/book/9783540789826

  11. Gras R, Couturier R, Gregori P. Un mariage arrangé entre l’implication et la confiance? VII International Conference SIA, 2015.

  12. Couturier R, Gregori P. Classification en utilisant les règles d’implication de l’ASI. Conference Paper October 2017. Disponible en: https://www.researchgate.net/publication/324770682

  13. Bodin A. Analyse implicative: modèles sous-jacents à l’analyse implicative et outils complémentaires. IRMAR, 1997;(32).

  14. Peralta ML. Estudios para establecer el origen o causalidad. Dermatología RevMex 2005;49(6).

  15. Mitchell H. Gail MH, Haneuse S. Power and Sample Size for Multivariate Logistic Modeling of Unmatched Case-Control Studies. Stat Methods Med Res. Author manuscript; Disponible en: PMC 2018 July 01.

  16. Rodrigues Cortes T, Faerstein E, Struchiner CJ. Utilização de diagramas causais em epidemiologia: um exemplo de aplicação em situação de confusão. Cad. Saúde Pública, 2016;32(8):e00103115. Disponible en: http://dx.doi.org/10.1590/0102-311X00103115

  17. Brewer L, Wright J, Rice G, Neas L, Teuschler L. Causal inference in cumulative risk assessment: The roles of directed acyclic graphs. Environ Int 2017;102: 30-41.

  18. Greenland S, Pearl J. Causal diagrams. Wiley Stats Ref: Statistics Reference Online,John Wiley & Sons, Ltd. 2017 DOI:10.1002/9781118445112.stat03732.pub2

  19. Werlinger F, Cáceres D. Aplicación de grafos acíclicos dirigidos en la evaluación de un set mínimo de ajuste de confusores: un complemento al modelamiento estadístico en estudios epidemiológicos observacionales. Rev. méd. Chile 2018;146(7):907-913. Disponible en: http://dx.doi.org/10.4067/s0034-98872018000700907

  20. Morin E. La epistemología de la complejidad. Gazeta de Antrpología 2004;20(02) Disponible en: http://hdl.handle.net/10481/7253

  21. Briones G. Metodología de la investigación cuantitativa en las ciencias sociales. ARFO Editores e Impresores Ltda. Bogotá Colombia, 2002.

  22. Silva Ayçaguer LC, Barroso Ultra IM. Regresión logística. Madrid: La muralla, 2000.

  23. Dunkler D, Plischke M, Leffondré K, Heinze G. Augmented backward elimination: pragmatic and purposeful way to develop statistical models. PlosOne [internet] 2014;9(11):e113677. Disponible en: http://journals.plos.org/plosone/article?id=10.1371/journal.pone.0113677

  24. La Spada E, Soresi M, Giannitrapani L, Montalto G, Spagnolo F. Hepatitis C Virus-positive patients with persistently normal serum transaminase: a long-term follow-up. Quaderni di Ricerca in Didattica (Mathematics) 2010;(20)Supplemento n.1.

  25. García Mederos Y, Zamora Matamoros L, Sagaró del Campo N. Análisis estadístico implicativo en la identificación de factores de riesgo en pacientes con cáncer de pulmón. MEDISAN. 2015;19(8). [citado 10 Ene 2018]; Disponible en: http://scielo.sld.cu/scielo.php?script=sci_arttext&pid=S1029-30192015000800003

  26. Moraga Rodríguez A, Zamora Matamoros L, Sagaró del Campo NM, Moraga Rodríguez A, Rodríguez Griñán A. Análisis estadístico implicativo para la identificación de factores pronósticos de la mortalidad por cáncer de pulmón. MEDISAN. 2016;20(3). [citado 10 Ene 2018]; Disponible en: http://scielo.sld.cu/scielo.php?script=sci_arttext&pid=S1029-30192016000300010

  27. Moraga Rodríguez A, Zamora Matamoros L, Sagaró del Campo NM, Moraga Rodríguez A, Rodríguez Griñán A. Análisis estadístico implicativo para la identificación de factores pronósticos de la mortalidad por cáncer de mama. MEDISAN. 2017;21(4): 413. [citado 10 Ene 2018]; Disponible en: http://scielo.sld.cu/scielo.php?script=sci_arttext&pid=S1029-30192017000400003




2020     |     www.medigraphic.com