Estudo longitudinal sobre a relação entre a prestação de cuidados informais corresidenciais e o número de visitas ao médico: Modelos Lineares Generalizados Mistos para dados de contagem

Abstract

Os Modelos de Regressão Lineares Generalizados Mistos para dados de contagem per-mitem a análise de dados longitudinais, tendo em conta a independência das observações. Estes modelos são bastante utilizados, tanto nas ciências médicas, como nas ciências sociais. O Modelo Poisson é modelo base para a análise de dados de contagem e baseia-se na premissa rigorosa de que a variância é igual à média (equidispersão). Contudo, com dados de contagem reais verificamos frequentemente a existência de subdispersão ou sobredispersão, o que signi-fica que a variância é menor ou maior do que a média, respetivamente. O objetivo deste estudo é comparar os resultados do ajustamento de dois modelos esta-tísticos (Modelo Linear Generalizado Misto com resposta Poisson e Modelo Linear Generali-zado Misto com resposta Binomial Negativa) que modelam o Número de visitas ao médico nos últimos 12 meses (NVM) nos indivíduos Portugueses com 50 e mais anos que participaram nas vagas 4 e 6 do estudo Survey of Health, Ageing and Retirement in Europe (SHARE). O Modelo Linear Generalizado Misto com resposta Binomial Negativa apresentou me-lhor ajuste (ausência de dispersão, menor Akaike Information Criterion (AIC) e menores va-lores dos resíduos). Os resultados mostraram que os cuidadores conjugais, comparativamente com o grupo dos não cuidadores, têm maior número de visitas ao médico (NVM) (IRR:1.34, 95%CI: 1.00–1.80; P 0.047). A interação cuidador(a) conjugal e tempo mostrou que entre a vaga 4 e a vaga 6, o grupo dos cuidadores conjugais, comparativamente com o grupo dos não cuida-dores, teve um maior aumento no NVM. Os resultados deste estudo têm importantes implicações para as políticas sociais e de saúde, evidenciando a necessidade de um maior apoio para a promoção da saúde dos cuida-dores conjugais.

Generalized Linear Mixed Regression Models for count data are used to analyze longi-tudinal data, taking into account the independence of observations. These models are widely used in both medical and social sciences. The Poisson model is the central model for the anal-ysis of count data and is based on the strict premise that the variance is equal to the mean (equidispersion). However, with real count data, we often find underdispersion or overdis-persion, which means that the variance is smaller or larger than the mean, respectively. This study aims to compare the adjustment results of two statistical models (Generalized Linear Mixed Model with Poisson response and Generalized Linear Mixed Model with Nega-tive Binomial response) modelling the Number of visits to a doctor in the last 12 months in Portu-guese individuals aged 50 and over who participated in waves 4 and 6 of the Survey of Health, Ageing and Retirement in Europe (SHARE). The Mixed Generalized Linear Model with Neg-ative Binomial response showed the best fit (no dispersion, lower Akaike Information Crite-rion (AIC) and lower residual values). The results showed spousal caregivers had a higher number of visits to the doctor (IRR:1.34, 95%CI: 1.00-1.80; P 0.047). The Interaction term spouse caregivers*time showed that, between wave 4 and wave 6, the spousal caregiver's group, com-pared to the non-caregivers group, had a higher increase in the number of visits to the doctor, in the last 12 months. The results of this study have important implications for health and social policies, high-lighting the need for greater support to promote the health of conjugal caregivers.