Volumen 6: Nº 1, enero 2009

HERRAMIENTAS Y TÉCNICAS
El uso de la teoría de respuesta al ítem para analizar la relación entre la calidad de vida relacionada con la salud y los factores de riesgo de enfermedades

	INDICE DE CONTENIDOS
	Este elemento en inglés Imprima este elemento Envíe este elemento por e-mail: Envíe sus comentarios a los editores

Yongwen Jiang, PhD, Jana Earl Hesser, PhD

Cita sugerida para este artículo: Jiang Y, Hesser JE. El uso de la teoría de respuesta al ítem para analizar la relación entre la calidad de vida relacionada con la salud y los factores de riesgo de enfermedades. Prev Chronic Dis 2009;6(1). http://www.cdc.gov/pcd/issues/2009/
jan/07_0272_es.htm. Accessed [date].

Resumen

Muchos investigadores han analizado la relación entre los indicadores (resultados) de la calidad de vida relacionada con la salud (CVRS) y los factores de riesgo de enfermedades mediante el uso de modelos de regresión lineal o logística. En este estudio utilizamos la teoría de respuesta al ítem (TRI) para combinar los resultados de diversos modelos de CVRS, a fin de evaluar la asociación entre múltiples indicadores correlacionados de CVRS y múltiples variables demográficas y de factores de riesgo para la salud como elementos de predicción. Los datos se extrajeron del Sistema de Vigilancia de los Factores de Riesgo Conductuales de Rhode Island, 2004, en el que participó una muestra de 3.999 adultos de 18 años o más. Utilizamos la TRI para desarrollar un modelo único para la CVRS en general, a fin de evaluar la asociación entre los indicadores de CVRS y diversas variables demográficas y de factores de riesgo para la salud como elementos de predicción. Los elementos de predicción más contundentes a la hora de determinar una mala CVRS en general fueron: los bajos ingresos, la incapacidad para trabajar, el desempleo, el hábito de fumar, la falta de ejercicio, el asma, la obesidad y la discapacidad. La TRI podría constituir una herramienta útil para modelar múltiples resultados correlacionados en epidemiología. La aplicación de la TRI a los datos epidemiológicos podría ayudar a identificar subgrupos en situación de riesgo a fin de dirigir las intervenciones a quienes más las necesiten.