Factores asociados a la probabilidad

de que un individuo sea diagnosticado

con dengue

Sandra Milena Portilla Nuñez

Universidad del Valle

Facultad de Ingenierı́a, Escuela de Estadı́stica
Santiago de Cali, Colombia
2019
 Factores asociados a la probabilidad
de que un individuo sea diagnosticado
con dengue

Sandra Milena Portilla Nuñez

Trabajo de grado presentado como requisito parcial para optar al tı́tulo de:
Estadı́stico(a)

Director(a):
Jose Rafael Tovar Cuevas

Universidad del Valle

Facultad de Ingenierı́a, Escuela de Estadı́stica
Santiago de Cali, Colombia
2019
Dedico este trabajo a mi madre, que me apoyo
desde mi inicio en este proceso. A mi esposo y a
mis hijos que fueron gran parte de la motivación
para alcanzar este proyecto.
Agradecimientos
Agradezco a la Universidad del Valle, por formarme como profesional, por haberme
permitido terminar esta carrera y a todos los profesores que aportaron en alguna medida a
ser la persona que soy hoy en dı́a.

Agradezco al profesor José Rafael Tovar Cuevas por creer en mi para llevar a cabo este
proyecto.
 vii

Resumen

El dengue es una enfermedad viral transmitida por mosquitos, la cual presenta una serie de
signos y sı́ntomas particulares que pueden ser agrupados en ocho categorı́as ası́: dolor general,
signo de alarma, malestar general, erupción cutánea, manifestaciones hemorrágicas, ictericia,
alteración neurológica, y sı́ntomas respiratorios. Cada una de dichas categorı́as representa
una variable para el diagnóstico de la enfermedad, agregando una novena variable que serı́a
un análisis de sangre o hemograma. Se estudia la asociación de cada categorı́a construida a
partir de signos y sı́ntomas, incluyendo el resultado del hemograma con la presencia-ausencia
de la enfermedad, a partir de allı́, se ajusta un modelo estadı́stico usando métodos clásicos
y bayesianos, para analizar la relación del resultado del hemograma y las categorı́as con la
presencia-ausencia de la enfermedad. Finalmente, se desarrolla un proceso de selección de
modelos para establecer el que mejor estime la probabilidad.
Palabras clave: Enfermedad del dengue, prueba confirmatoria, Modelos Lineales
Generalizados, principio de Laplace y distribución apriori de Jeffrey

Abstract
Dengue is a viral disease transmitted by mosquitoes, which presents a series of signs
and symptoms that are grouped into eight categories such as: general pain, sign of alarm,
general malaise, skin rash, hemorrhagic manifestations, jaundice, neurological alteration
and respiratory symptoms. Each of these categories represents a variable for the diagnosis
of the disease, adding a ninth variable that would be a blood test or blood count. The
association of each category constructed from signs and symptoms is studied, including the
result of the blood count with the presence-absence of the disease, from there, it is adjusted
to a statistical model using classical methods and Bayesians, to analyze the relationship
of the result of the blood count and the categories as with the presence-absence of the
disease. Finally, a process of model selection will be developed to establish the one that best
estimates the probability.
Keywords: Dengue disease, confirmatory test, Generalized Linear Models, Laplace
principle and apriori distribution of Jeffrey
Contenido
Resumen VII

1 Introducción 1

2 Planteamiento del problema , justificación y objetivos del proyecto 2

2.1 Planteamiento del problema . . . . . . . . . . . . . . . . . . . . . . . . . . . 2
2.2 Pregunta de investigación . . . . . . . . . . . . . . . . . . . . . . . . . . . . 3
2.3 Justificación . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 3
2.4 Objetivos . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 3
2.4.1 Objetivo general . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 3
2.4.2 Objetivos especı́ficos . . . . . . . . . . . . . . . . . . . . . . . . . . . 4

3 Antecedentes y marco teorico 5

3.1 Antecedentes . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 5
3.2 Marco teórico clı́nico . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 7
3.2.1 Descripción de la enfermedad . . . . . . . . . . . . . . . . . . . . . . 7
3.2.2 Diagnóstico de la enfermedad . . . . . . . . . . . . . . . . . . . . . . 8
3.2.3 Hemograma . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 8
3.2.4 Prueba de oro para la detección de dengue . . . . . . . . . . . . . . . 8
3.3 Marco teórico estadı́stico . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 9
3.3.1 Modelos Lineales Generalizados . . . . . . . . . . . . . . . . . . . . . 9
3.3.2 Inferencia bayesiana . . . . . . . . . . . . . . . . . . . . . . . . . . . 15
3.3.3 Teorema de Bayes caso discreto . . . . . . . . . . . . . . . . . . . . . 16
3.3.4 Teorema de Bayes caso continuo . . . . . . . . . . . . . . . . . . . . . 17
3.3.5 Función de Verosimilitud y el Teorema de Bayes . . . . . . . . . . . . 18
3.3.6 Distribuciones a priori . . . . . . . . . . . . . . . . . . . . . . . . . . 19
3.3.7 Distribuciones a priori no informativas . . . . . . . . . . . . . . . . . 20

4 Metodologı́a. 22
4.1 Archivo de datos . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 22
4.2 Tipificación de las variables relacionadas a la enfermedad del dengue . . . . . 22
4.3 Descripción de la variable resultado del hemograma . . . . . . . . . . . . . . 25
4.4 Experimento Estadı́stico . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 25
 x Contenido

4.5 Modelo Estadı́stico . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 25

4.5.1 Ajuste del modelo con respuesta binaria (enlace logı́stico) . . . . . . . 27
4.6 Estimación usando el método de Bayes . . . . . . . . . . . . . . . . . . . . . 29
4.6.1 Metodologı́a Bayesiana . . . . . . . . . . . . . . . . . . . . . . . . . . 29

5 Resultados 32
5.1 Análisis descriptivo . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 32
5.2 Ajuste del modelo con respuesta binaria (enlace logı́stico) . . . . . . . . . . . 33
5.3 Capacidad de clasificación del modelo . . . . . . . . . . . . . . . . . . . . . . 35
5.4 Modelo Bayesiano . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 36

6 Conclusiones y recomendaciones 40

Bibliografı́a 41
1 Introducción
El dengue es una enfermedad causada por un virus que se propaga a través de la picadura de
un mosquito infectado. Es común en zonas cálidas y húmedas. Los brotes ocurren con mayor
frecuencia durante las épocas lluviosas. El diagnóstico temprano de la enfermedad es de
vital importancia, de modo que, que los pacientes tengan acceso a atención médica adecuada
disminuyendo los riesgos de muerte considerablemente. El dengue es una enfermedad que
presenta un espectro amplio de sı́ntomas graves y no graves, y que presentan una gran
similitud con otras enfermedades tales como fiebre tifoidea, zika, chicungunya entre otras
(Martı́nez et al. 2005).

En el presente trabajo se plantea una metodologı́a para el diagnóstico del dengue, a través
del uso de herramientas estadı́sticas relacionando los signos y sı́ntomas de la enfermedad
agrupados en categorı́as incluyendo el resultado del hemograma como prueba de laboratorio,
con la probabilidad de que un paciente sea diagnosticado con el dengue. Dicha metodologı́a
asocia los resultados obtenidos a partir de una prueba de laboratorio que detecta la presencia
de la enfermedad conocida como Gold Estándar (GS) con los correspondientes obtenidos a
través de técnicas estadı́sticas abordando diferentes perspectivas: la clásica por medio de un
modelo logı́stico y bayesiano.
2 Planteamiento del problema ,
justificación y objetivos del proyecto

2.1. Planteamiento del problema

El dengue es una enfermedad viral transmitida por mosquitos hembra principalmente de la
especie Aedes (aegypti y albopictus) que se ha propagado rápidamente en muchas regiones
tropicales y subtropicales de todo el planeta (Organización Mundial de la Salud, 2017). La
especie Aedes, es el vector principal, es un mosquito tropical pequeño, blanco y negro, que
prefiere colocar sus huevos en recipientes que se encuentran principalmente en los hogares,
como por ejemplo, tanques de agua lluvia, llantas viejas de automóviles, floreros y basura
en general (Gubler 1998). No existe un tratamiento fijo del dengue grave ni del dengue, mas
sin embargo una detección temprana y el acceso a la asistencia médica adecuada disminuyen
las tasas de mortalidad por debajo del 1 % (Organización Mundial de la Salud, 2017).

La (OMS 2009) (Organización Mundial de la Salud (OMS) y el Programa Especial para

la Investigación y Capacitación de Enfermedades Tropicales (TDR), 2009) plantean que
el Dengue es una enfermedad infecciosa sistémica y dinámica. La cual presenta un amplio
espectro clı́nico de sı́ntomas, como condiciones clı́nicas graves y no graves. Después de la
aparición de los primeros sı́ntomas, la enfermedad comienza de forma brusca dándose tres
fases de evolución: la febril, la crı́tica y la de convalecencia. Dado que la enfermedad es tan
compleja en sus manifestaciones, es necesario un diagnóstico oportuno para salvar vidas.

La clave es el reconocimiento temprano y la comprensión de los problemas clı́nicos que se

presentan en las diferentes fases de la enfermedad, lo cual lleva a un abordaje racional del
manejo de los casos y a buenos resultados clı́nicos.

La sintomatologı́a de esta enfermedad es muy similar al de otras enfermedades como la

influenza, la rubeola, gastroenteritis, fiebre tifoidea, leptospirosis, zika, entre otras (Martı́nez
et al. 2005). Existen pruebas que cuentan con un alto rendimiento en la detección de la
enfermedad, pero son muy costosas y en algunos casos no es una opción.

El dengue tiene un amplio cuadro de signos y sı́ntomas clı́nicos, que pueden ser impredecibles.
La mayorı́a de pacientes se recuperan sin necesidad de hospitalización sin consecuencias
2.2 Pregunta de investigación 3

graves, sin embargo, una pequeña cantidad avanza a una etapa grave de la enfermedad.
Es difı́cil determinar cuál grupo de individuos avanzara de un estado no grave a grave de
la enfermedad, lo que genera una gran preocupación, pues el tratamiento adecuado puede
evitar que se desarrollen condiciones clı́nicas más graves. La disminución de la mortalidad
del dengue demanda un trabajo efectivo que asegure el diagnóstico anticipado de la
enfermedad, su debida atención y control cuando sea necesario (OMS 2009) (Organización
Mundial de la Salud (OMS) y el Programa Especial para la Investigación y Capacitación de
Enfermedades Tropicales (TDR), 2009).

2.2. Pregunta de investigación

¿Es posible desarrollar un criterio de clasificación diagnostica para la enfermedad del dengue
usando el resultado del hemograma y un conjunto de categorı́as construidas clı́nicamente a
partir de los signos y sı́ntomas del paciente?

2.3. Justificación
El desplazamiento de las poblaciones un factor demográfico importante, es causado por
fenómenos naturales o sociales, variaciones climáticas y las constantes modificaciones
a los modelos de atención en los sistemas de salud, entre otros; han determinado en
gran medida la agudización de enfermedades transmitidas por vectores como el Dengue
(Sánchez Cabrera, 2015). Actualmente existe una gran preocupación en el campo de la
salud por el virus del dengue, ası́ como el aumento en el número de casos de dengue
grave reportados durante los últimos años. Se han realizados esfuerzos para controlar la
transmisión, en el control de la propagación del virus; pero no se ha tenido éxito debido
varios factores, uno de estos es la falta de sensibilización de la población (Garcı́a Luna 2011).

“Por otro lado, si bien se han realizado muchos estudios sobre dengue, aún no existe vacuna
disponible ni ningún tratamiento especı́fico en contra de esta enfermedad”. (Chucatiny et al.
2014) .

2.4. Objetivos
2.4.1. Objetivo general
Estudiar la relación entre el resultado del hemograma y un conjunto de ocho categorı́as
construidas clı́nicamente a partir de signos y sı́ntomas con la probabilidad de un individuo
ser diagnosticado con Dengue.
 4 2 Planteamiento del problema , justificación y objetivos del proyecto

2.4.2. Objetivos especı́ficos

Estudiar la asociación de cada categorı́a con los signos y sı́ntomas con la
presencia-ausencia de la enfermedad

Ajustar un modelo usando métodos clásicos y bayesianos, para analizar la relación del
hemograma y las categorı́as con la presencia-ausencia de la enfermedad.

Desarrollar un proceso de selección de modelos para establecer el que mejor estime la

probabilidad.
3 Antecedentes y marco teorico

3.1. Antecedentes
Diaz-Quijano et al. (2011) realizó una investigación cuasiexperimental en el hospital de
Piedecuesta, Santander, Colombia, apoyado en la comparación de dos fases (de 18 semanas
cada uno), para valorar el resultado de la implementación del algoritmo en un hospital
local. Este esta orientado al diagnostico clı́nico del dengue, programación de citas de control
y hemogramas, ademas de criterios de seguimiento y hospitalización. Se propuso una escala
diagnóstica que se desarrolló en el perı́odo de abril de 2003 a abril de 2004, a partir de la
valoración de los pacientes con sindrome febril agudo. Utilizando el análisis de Poisson se
compararon las tasas de hospitalización en las dos fases. Se incluyeron el número de casos
con dengue (IgM positivos) para el ajuste. En la primera fase se incluyó la información de
964 pacientes y de 1350 en la segunda, y se registraron 44 y 13 hospitalizaciones en estas
fases. La aplicación del algoritmo se relacionó con la reducción de la tasa de hospitalización.
Esta relación no cambió al ajustar el número de casos de dengue registrado en la ciudad.
No hubo diferencias significativas en la tasa de consultas de control y de hemogramas en las
dos fases. No hubo casos fatales. Los hallazgos sugieren que se puede optimizar los recursos
asistenciales en la valoración del dengue mediante la aplicación del algoritmo.

Rodrı́guez et al. (2015) llevó a cabo un estudio en la Departamento del Quindı́o (Colombia)
con pacientes febriles agudos con diagnostico presuntivo de infeccion por el virus del dengue
definiendo los sintomas clı́nicos y hallazgos de laboratorio. El estudio tomó pacientes con
sospecha clı́nica de la presencia del virus de dengue de algunos centros hospitalarios del
departamento del Quindio en el periodo comprendido entre enero y agosto de 2013. Se
hicieron pruebas de laboratorio con muestras de sangre para evaluar la presencia de dengue,
leptospira, malaria, hepatitis B, y rickettsiosis. Como exámenes confirmatorios para dengue
se realizó aislamiento viral en células C6/36HT y serotipificación para dengue por RT- PCR;
pruebas de función hepática, cuadro hemático y niveles de citocinas. Se caracterizaron 149
casos, encontrando que el 43 % de ellos presentaron infección por dengue, 4 % leptospira,
6, 8 % rickettsias, un caso de malaria y uno de hepatitis B. En 5 casos se logró el aislamiento
del DENV2 y DENV3. Mediante la RT- PCR, se evidenció cocirculación de serotipos 2, 3,
4. Se encontró que las enzimas AST/ALT, el conteo de plaquetas, la erupción y el dolor
abdominal fueron marcadores caracterı́sticos de la infección por dengue, mientras la ictericia
y el dolor lumbar se correlacionaron con la leptospirosis.
 6 3 Antecedentes y marco teorico

Alvarado-Castro et al. (2016) realizaron un estudio en el Estado de Guerrero (México),

en el que se identificó el perfil clı́nico de pacientes pediátricos remitidos al hospital de
Chilpancingo de segundo nivel. Se evaluaron 133 pacientes pediátricos hospitalizados con
diagnóstico de dengue grave y dengue no grave, de acuerdo a criterios médicos. Realizaron
un análisis univariado de los signos y sı́ntomas clı́nicos y se estimó la predicción de dengue
grave con la presencia de signos y sı́ntomas clı́nicos, utilizando GLMM (Generalised Linear
Mixed Models).

Se encontró diferencias significativas en los signos y sı́ntomas como fiebre, cuenta de

plaquetas, dolor abdominal y epistaxis entre los grupos de dengue. El 58 % (77/133) de
los pacientes fue clasificado como dengue grave. En los pacientes mayores de cuatro años
de edad se presentó la mayor proporción de dengue grave. Con el GLMM se identificaron
cuatro signos y sı́ntomas clı́nicos como indicadores del riesgo del dengue. Los pacientes
pediátricos con un diagnóstico inicial de dengue que presenten artralgias, fiebre mayor a
39 grados centigrados, mialgias y dolor abdominal se deben tomar como casos potencial de
dengue grave.

Méndez (2017) en su trabajo de grado describe una propuesta metodológica para la

construcción de un algoritmo clasificador, mediante estadı́stica bayesiana, dada las
alternativas que está ofrece. El autor desarrolla cuatro modelos de algoritmo clasificador,
tomando una base de datos de 987 individuos diagnosticados con dengue. Para este análisis
se usaron los signos y sı́ntomas que presentaban los pacientes descritos en el archivo de
datos. Los subconjuntos de signos y sı́ntomas que se ingresaron a cada modelo fueron
obtenidas a partir del conocimiento de cinco especialistas en el diagnóstico del dengue.
Mediante el uso de la estadı́stica bayesiana se calcularon las probabilidades predictivas de
un caso de dengue despues de observar los signos y sı́ntomas en la consulta clinica.

Se validaron los cuatro modelos propuestos por dos técnicas diferentes, una de ellas es
remuestreo Boostrap para realizar una validación externa dado que no se contaba con un
archivo diferente y validación interna de su capacidad predictiva. Se obtuvieron resultados
satisfactorios en las validaciones realizadas en la propuesta de los cuatro modelos de
algoritmos clasificadores, destacóndose los últimos dos modelos con los mejores ı́ndices de
utilidad alcanzados.
3.2 Marco teórico clı́nico 7

3.2. Marco teórico clı́nico

3.2.1. Descripción de la enfermedad

“El dengue es una enfermedad causada por un virus que se transmite a través de
la picadura de un mosquito perteneciente al género Aedes, principalmente el Aedes
aegypti, vector de la enfermedad. Este mosquito tiene hábitos domiciliarios, por lo que
la transmisión es predominantemente doméstica. En otros continentes, otras especies de
mosquitos del genero Aedes han sido involucradas en la transmisión del dengue. El virus
del dengue pertenece a la familia Flaviviridae y existen cuatro variantes, los serotipos
1, 2, 3 y 4. La inmunidad es serotipo-especı́fica por lo que la infección con un serotipo
determinado confiere inmunidad permanente contra el mismo (inmunidad homóloga), y sólo
por unos meses contra el resto de los serotipos (inmunidad heteróloga)”. (Moraes et al. 2016)

El dengue es una problemática que va en aumento afectando la Salud Pública en el mundo,

influenciado por diversas causas: el cambio climático, el incremento de la población mundial
en áreas urbanas de forma desorganizada y vertiginosa, la falta de agua potable que se
almacenan en recipientes domésticos abiertos, la inadecuada recolección de residuos y la
gran producción de recipientes desechables que son foco de criaderos de mosquitos al. A
esto se añade que no hay una vacuna efectiva para la prevención de la infección y un control
de los vectores. (Moraes et al. 2016)

El mosquito Aedes aegypti principal transmisor del dengue se desarrolla en recipientes

caseros que puedan almacenar agua, como por ejemplo tachos, tanques, floreros, porta
macetas y otros. También depósitos extradomiciliarios como aljibes, neumáticos, lavadero
sin uso, residuos orgánicos, algunas plantas, botellas, latas, envases plásticos y otros, sirven
para la propagación de los mosquitos. Usualmente pican a cualquier hora del dı́a sin embargo
se focalizan en las horas de la mañana y la tarde (Organización Mundial de la Salud (OMS)
y el Programa Especial para la Investigación y Capacitación de Enfermedades Tropicales
(TDR))(OMS 2009).

El dengue se transmite por la picadura de un mosquito infectado con el virus. Después de

adquirida la enfermedad se presentan algunas manifestaciones clı́nicas graves y no graves.
Después del periodo de incubación y se manifiesta en tres fases principales: la febril, la
crı́tica y la recuperación. (OMS 2009)

En la fase febril es común la presencia de temperaturas altas, la fase aguda se prolonga

de 2 a 7 dı́as y manifiesta rubor facial, irritación de la piel, dolor corporal, dolor de
garganta y cefalea. Generalmente la fase crı́tica se manifiesta en los dı́as 3 a 7 de la
enfermedad presentan diminución en la temperatura de 38 a 37,5 grados centigrados o
 8 3 Antecedentes y marco teorico

menos, permaneciendo por debajo de esta valor. Se dice que los individuos que mejoran
su condición después que disminuye la temperatura tienen dengue no grave. En la fase de
recuperación, mejora el estado del paciente, regresa el apetito y se reducen los sı́ntomas
gastrointestinales en las siguientes 48 a 72 horas después de la fase crı́tica que dura entre 24
a 48 horas (OMS 2009)(Organización Mundial de la Salud (OMS) y el Programa Especial
para la Investigación y Capacitación de Enfermedades Tropicales (TDR), 2009).

El dengue grave tiene lugar cuando disminuye la fiebre, generalmente en el dı́a 4 o 5 de la

enfermedad (presenta fiebre de 2 a 7 dı́as). Se puede presentar acumulación de lı́quidos,
con insuficiencia respiratoria, sangrado grave o deterioro de órganos grave. También hay
alteración en su presión arterial como pulso débil, taquicardia, extremidades frı́as, agitación,
convulsiones, vómito persistente o dolor abdominal intenso, entre otras caracterı́sticas
(OMS 2009) (Organización Mundial de la Salud (OMS) y el Programa Especial para la
Investigación y Capacitación de Enfermedades Tropicales (TDR), 2009).

La valoración inicial de todo paciente permitirá identificar los casos sospechosos de dengue
para establecer la presencia o no de signos de alarma, que permita definir el tipo de atención
que pueda necesitar el paciente, ambulatoria u hospitalaria. Entre los signos de alarma se
pueden mencionar algunos como: Dolor abdominal intenso o continuo, vómitos persistentes,
sangrado de mucosas, somnolencia o irritabilidad, pruebas de laboratorio si está al alcance,
entre otros. De acuerdo a la presencia o no de signos de alarma, los casos sospechosos de
dengue se podrón clasificar en: dengue sin signos de alarma o dengue con signos de alarma
.(DE SALUD 2013)

3.2.2. Diagnóstico de la enfermedad

3.2.3. Hemograma
El hemograma es una prueba de sangre que aporta muy buena información al momento de
hacer la evaluación médica del paciente. El hemograma entrega datos sobre el hematocrito,
concentraciones de la hemoglobina, recuento de eritrocitos, leucocitos y plaquetas, entre
otros. En el diagnóstico del dengue, los resultados que más se utilizan son los recuentos de
leucocitos y plaquetas. (Becker et al. 2001)

3.2.4. Prueba de oro para la detección de dengue

Salech et al. (2008) Definen el Gold standard (GS) como la técnica diagnóstica que determina
la presencia de la enfermedad con la mayor certeza conocida. Además de esto, el rendimiento
de todo test diagnóstico tiene como referencia en su comparación con un Gold standard,
llamado también: estándar de oro, patrón de oro o patrón de referencia. Un test diagnostico
puede dar resultados dicotómicos, de ahı́ que al comparar una prueba GS con un test
3.3 Marco teórico estadı́stico 9

diagnostico se pueden dar cuatro resultados o combinaciones, siempre y cuando el test

se exprese en forma binaria. Los resultados se pueden observar en la siguiente tabla de
contingencia.

Tabla 3-1: Arreglo de datos en diseño de cohortes

Test en evaluación Patrón de oro Total
(+) (-)
(+) a (Verdadero positivo) b (Falso positivo) a+b
(-) c (Falso negativo) d (Verdadero negativo) c+d
Total a+c b+d N

Hace algunos años se han venido desarrollando métodos inmunológicos que han sido usados
con más frecuencia en el campo de la virologı́a. Se les ha llamado con el nombre de “Métodos
rápidos para el diagnóstico virológico” que son métodos con algunas caracterı́sticas muy
particulares, entre estos está el Inmuno ensayo Enzimatico Sobre Fase Solida (ELISA). Otro
método también muy usado es el de Captura de IgM; utilizado para demostrar infecciones
actuales o recientes. Para esto se emplean Igs anti-IgM humanas las cuales se fijan a la placa.
La detección de anticuerpos IgM al virus Dengue es de gran utilidad ya sea para el diagnóstico
de casos clı́nicamente sospechosos como en los sistemas de vigilancia epidemiológica para esta
enfermedad. (OMS 2009)

3.3. Marco teórico estadı́stico

3.3.1. Modelos Lineales Generalizados
El modelo lineal generalizado (GLM, de generalized linear model) es la unión de los modelos
de regresión lineal y no lineal, que también permite adicionar distribuciones de respuesta
no normales. En un GLM la distribución de la variable de respuesta sólo necesita ser un
miembro de la familia exponencial, que comprende las distribuciones exponencial, binomial,
de Poisson, normal y gamma, entre sus miembros, además, el modelo lineal con error
normal no es más que un caso particular del GLM, por lo que en muchos aspectos se
puede considerar que el lineal generalizado, es un método unificador de muchos aspectos del
modelado y análisis empı́ricos de datos. (Montgomery et al. 2006).

Especificación de un modelo lineal generalizado

La especicación de un modelo lineal generalizado consiste en

Distribución/ Función de varianza: Especicación de la distribución o la función de la

varianza V (µ). Dicha función explica la varianza en función del valor medio para una
 10 3 Antecedentes y marco teorico

determinada familia de distribuciones.

Función de enlace: Especicación de la función de enlace g(.), la cual describe la relación

entre el predictor lineal ηi y el valor medio del parámetro µi = E[Yi ]. Donde g(µ) es una
función conocida, monótona y diferenciable de η. Asi que, µ = g −1 (η)

Predictor lineal: Especicación de la dependencia lineal esta dada por g(µ) = η = (x)T β

En la tabla 3-2 , se presenta algunas de las funciones de enlace más utilizadas dependiendo
del tipo de distribución:

Tabla 3-2: Algunas funciones de enlace

Nombre Funcion de enlace: η = g(µ) µ = g −1 (η)
Identidad µ η
Logaritmica log(µ) exp(η)
µ exp(η)
Logit log( 1−µ ) 1+exp(η)
Log-Log log[−log(µ)] exp[−exp(η)]

Regresión Logı́stica
La forma general del modelo de regresión logı́stica es (Montgomery et al. 2006).

 
π 0
Ln = xi β + εi (3-1)
1−π
0 0
donde xi = [1, xi1 , xi2 , · · · , xir ] , β = [β0 , β1 , β2 , · · · , βr ], de tal manera que la variable de
respuesta yi toma valores 1 o 0 y se supondra que la variable de respuesta yi es una variable
aleatoria independiente de Bernoulli. Asi la distribución de probabilidad sera: (Montgomery
et al. 2006)

Tabla 3-3: Valores de la variable

yi Probabilidad
1 P(yi = 1) = πi
0 P(yi = 1) = 1 − πi

De la tabla 3-3 se construye el valor esperado de yi

E(yi ) = 1(πi ) + 0(1 − πi ) = πi (3-2)

3.3 Marco teórico estadı́stico 11

0
exp(xi β)
E(yi ) = πi = 0 (3-3)
1 + exp(xi β)

Se usará el método de máxima verosimilitud para estimar los parámetros del predictor
0
lineal (x β).Cada observación de la muestra sigue la distribución de Bernoulli, por lo que la
distribución de probabilidades de cada observación esta dada por: (Chatfield et al. 2010)

f (yi ) = πiyi (1 − πi )1−yi , i = 1, 2, ..., n (3-4)

Como las observaciones son independientes, la función verosimilitud se representa ası́

n
Y n
Y
L(y1 , y2 , ..., yn , β) = ln fi (yi ) = πiyi (1 − πi )1−yi (3-5)
i=1 i=1

Es más cómodo trabajar con el logaritmo de la verosimilitud:

n
Y n
Y
lnL(y1 , y2 , ..., yn , β) = ln fi (yi ) = πiyi (1 − πi )1−yi (3-6)
i=1 i=1

n n
X πi X
lnL(y1 , y2 , ..., yn , β) = [yi ln( )] + ln(1 − πi ) (3-7)
i=1
1 − π i i

0 πi 0
Como 1 − πi = [1 + exp(xi β)] y η = [ln( 1−π i
)] = x β,entonces el logaritmo de la verosimilitud
se puede expresar asi: (Chatfield et al. 2010)

n n
0 0
X X
lnL(y, β) = yi x β − ln[1 + exp(xi β)] (3-8)
i=1 i=1

A menudo en los modelos de regresión logı́stica se tienen observaciones o intentos repetidos

en cada nivel de las variables x, esto sucede mucho en los experimentos diseñados. Sea yi la
cantidad de 1 observado en i, y ni la cantidad de intentos en cada observación, entonces, el
algoritmo de la verosimilitud se transforma en. (Montgomery et al. 2006)

n
X n
X n
X
lnL(y, β) = y i πi + ni ln(1 − πi ) − yi ln(1 − πi ) (3-9)
i=1 i=1 i=1
 12 3 Antecedentes y marco teorico

Asi que β̂ sera el estimado final de los parámetros del modelo que se obtiene con el
algoritmo anterior. Si son correctas las hipótesis del modelo, se puede demostrar que, en
forma asintótica (Montgomery et al. 2006).

E(β̂) = β (3-10)

0 0
var(β̂) = (X V X)−1 (3-11)
0
El valor del predictor lineal es ηi = xi β̂ y el valor esperado del modelo de regresión logı́stica
se escribe con frecuencia como sigue: (Montgomery et al. 2006).

0
exp(η̂i ) exp(xi β̂) 1
ŷi = π̂i = = = (3-12)
1 − exp(η̂i ) 0
1 − exp(xi β̂)
0
1 − exp(−xi β̂)
Para realizar la interpretación de los parámetros en un modelo de regresión logı́stica: Primero
se examinara el caso en el que el predictor lineal solo tienen el regresor, por lo que el valor
ajustado del modelo en determinado valor de x, por ejemplo xi es:(Montgomery et al. 2006)

η̂i (xi ) = βˆ0 + βˆ1 (x1 ) (3-13)

El valor ajustado en xi + 1 es

η̂i (xi + 1) = βˆ0 + βˆ1 (x1 + 1) (3-14)

Y la diferencia entre los valores predictores es

η̂i (xi + 1) − η̂i (xi ) = βˆ1 (3-15)

Ahora, η̂i (xi ) es el logaritmo de la ventaja cuando la variable regresora es igual a xi , y

η̂i (xi + 1) es el logaritmo de la ventaja cuando el regresor es igual a xi + 1. Por consiguiente,
la diferencia entre los dos valores ajustados es:(Montgomery et al. 2006)

ln(ventajaxi +1 )
η̂i (xi + 1) − η̂i (xi ) = ln(ventajaxi +1 ) − ln(ventajaxi ) = = βˆ1 (3-16)
ln(ventajaxi )
Si se saca antilogaritmos se obtiene el cociente de ventaja

ln(ventajaxi +1 ) ˆ
ÔR = = eβ1 (3-17)
ln(ventajaxi )
3.3 Marco teórico estadı́stico 13

Se puede interpretar el cociente de ventaja como el aumento estimado en la probabilidad

de éxito asociado con un cambio unitario en el valor de la variable predictora, en general,
el aumento estimado del cociente de ventaja, asociado con un cambio de d unidades en la
variable predictora, es exp(d, β̂1 ).(Montgomery et al. 2006)

Prueba de Bondad de ajuste del Modelo GLM

La deviación del modelo compara el logaritmo de la verosimilitud del modelo ajustado
con el logaritmo de la verosimilitud de un modelo saturado, que es un modelo que tiene
exactamente η parámetros y se ajusta perfectamente a los datos de la muestra. Para el
modelo de regresión logı́stica eso significa que las probabilidades πi = yi (recuérdese que yi
es binario) se maximizarýa la verosimilitud para el modelo saturado de unidad por lo que
el valor máximo de la función logaritmo de verosimilitud es cero. (Montgomery et al. 2006)

Ahora se examinará la función logaritmo de verosimilitud para el modelo logı́stico ajustado.

Cuando los estimados β de máxima verosimilitud se usan en la función logaritmo de
verosimilitud, esta alcanza su valor máximo, el cual es :(Montgomery et al. 2006)

η η
0 0
ˆ
X X
ln L(β̂) = yi xi β̂ − ln[1 + exp(xi β)] (3-18)
i=1 i=1

El valor de la función logaritmo de verosimilitud para el modelo ajustado, nunca podrá ser
mayor que el de esa función para el modelo saturado, porque el modelo ajustado contiene
menos parámetros. La desviación compara al logaritmo de verosimilitud del modelo saturado
con el logaritmo de verosimilitud del modelo ajustado. En forma especı́fica, la desviación del
modelo se define como sigue (Montgomery et al. 2006):

λ(β) = 2 ln L(modelo saturado) − 2 ln L(B̂) = 2[L(modelo saturado) − L(β̂)] (3-19)

Donde L representa el logaritmo de la función verosimilitud.

Ahora bien, si el modelo de regresión logı́stica es la función correcta de regresión y el tamaño

β de la muestra es grande, la desviación del modelo tiene aproximadamente una distribución
chi-cuadrado con grados de libertad. Valores grandes de la desviación del modelo indican
que el modelo no es correcto mientras que un valor pequeño implica que el modelo ajustado
(que tiene menos parámetros que el modelo saturado) se ajusta a los datos casi tan bien
como el modelo saturado. Los criterios formales de prueba son los siguientes (Montgomery
et al. 2006):

si λ(β) ≤ x2a,n−p se concluye que el modelo ajustado es adecuado (3-20)

 14 3 Antecedentes y marco teorico

si λ(β) > x2a,n−p se concluye que el modelo ajustado no es adecuado (3-21)

La desviación está relacionada con una cantidad muy conocida, Si se considera el error
normal estándar del modelo de regresión lineal, sucede que la desviación es el error de la
suma de cuadrados de residuales dividido entre la varianza del error σ 2 . (Montgomery et al.
2006)

Pruebas de significancia para los parámetros

Se pueden hacer pruebas de los coeficientes individuales del modelo, como (Montgomery
et al. 2006)

H0 : βj = 0
(3-22)
H1 : βj 6= 0

Hay otro método que también se basa en la teorı́a de los estimadores de máxima
verosimilitud. Para muestras grandes, la distribución de un estimador de máxima
verosimilitud es aproximadamente normal, con poco o ningún sesgo, además, las varianzas y
covarianzas de un conjunto de estimadores de máxima verosimilitud se puede determinar a
partir de las segundas derivadas parciales de la función logaritmo de verosimilitud entonces
se puede hacer un estadı́stico t para probar las hipótesis de arriba. A esto a veces se la
llama inferencia de Wald.(Montgomery et al. 2006)

Sea G la matriz de p x p de las segundas derivadas parciales de la función logaritmo de

verosimilitud, esto es

δ 2 L(β)
Gij = i, j = 0, 1..., k (3-23)
δβi δβj

G se llama matriz hessiana o de Hess. Si los elementos de la hessiana se evalua en los

estimadores de máxima verosimilitud, la matriz de covarianza para muestra grande, de los
coeficientes de regresión, es (Montgomery et al. 2006)

ˆ
X
V ar(B̂) = = −G(β̂)−1 (3-24)
3.3 Marco teórico estadı́stico 15

Las raı́ces cuadradas de los elementos diagonales de esta matriz son los errores estándar de
muestras grandes de los coeficientes de regresión, por lo que el estadı́stico de prueba para la
hipótesis nula en: (Montgomery et al. 2006)

H0 : βj = 0
(3-25)
H1 : βj 6= 0
es

βˆj
Z0 = (3-26)
se(βˆj )

La distribución de referencia para este estadı́stico es la distribución normal estándar.

Algunos programas de cómputo elevan al cuadrado el estadı́stico Z0 y lo comparan con una
distribución chi- cuadrado con un grado de libertad.(Montgomery et al. 2006)

Hosmer Jr et al. (2013) realizan un test de grupo propuesto en función de los valores de las
probabilidades estimadas. Supongamos que j=n. En este caso, pensamos que las columnas
n, corresponden a los valores n de las probabilidades estimadas, con la primera columna
correspondiente al valor más peque o y la columna nth al valor mayor.

A continuación se proponen dos estrategias de agrupación:

1. Colapsar la tabla en función de los percentiles de las probabilidades estimadas.

2. Contraer la tabla en base a valores fijos de la probabilidad estimada.

El test de Hosmer y Lemeshow es un test muy utilizado en Regresión Logı́stica. Se trata de

un test de bondad de ajuste al modelo propuesto, el cual comprueba si el modelo propuesto,
puede explicar lo que se observa. Se evalúa la distancia entre un observado y un esperado.

Ho: El modelo se ajusta a la realidad

3.3.2. Inferencia bayesiana

Gelman et al. (2013) define la inferencia bayesiana como el proceso de ajustar un modelo
de probabilidad a un conjunto de datos y resumir el resultado como una distribución
de probabilidades sobre los parámetros del modelo y sobre valores no observables como
predicciones para las nuevas observaciones.
 16 3 Antecedentes y marco teorico

Las conclusiones estadı́sticas acerca de un parámetro θ, o datos no observables ỹ están dados

en términos de los fundamentos de la probabilidad. Estos fundamentos de probabilidad están
condicionados sobre los valores observados de y, en términos de notación, la probabilidades
condicionadas están definidas como p(θ|y) o p(ỹ|y) , adicional a esto, implı́citamente se tienen
condicionados los valores de alguna covariable x. Este nivel fundamental de condicionamiento
sobre los datos observados, es el aspecto en el que la inferencia bayesiana se diferencia en
cierta medida de los demás enfoques de inferencia estadı́stica tradicionales, los cuales están
basados en una evaluación retrospectiva del procedimiento usado para estimar θ o ỹ (Gelman
et al. 2013).

3.3.3. Teorema de Bayes caso discreto

El teorema de Bayes es una simple declaracián de probabilidades condicionales. Suponga que
A1 , A2 , ..., Ak , son conjuntos de eventos exhaustivos y mutuamente excluyentes, y sean los
eventos de especial interés B y Aj . El teorema de Bayes para eventos concede una forma de
encontrar la probabilidad condicional de C dado B en términos de la probabilidad condicional
de B dado Aj (Press, 2009). El teorema de Bayes para eventos está dado por:

P {B|Aj }P {Aj }
P {Aj |B} = Pk (3-27)
i=1 P {B|Aj }P {Aj }

Para P {B} 6= 0. Es importante mencionar que P {Aj } es el conocimiento personal con el

que se cuenta de manera a priori, sobre la probabilidad de ocurrencia del evento Aj , sin
necesidad de contar con información previa acerca de la ocurrencia del evento B; y P {Aj |B}
es la probabilidad posteriori del evento Aj después de obtener algún tipo de información
concerniente al evento B. (Press, 2009).
Pk
En (Bolstad, 2007) se define i=1 P {B|Aj }P {Aj } = 1, como la probabilidad total de
ocurrencia del evento B, para esto se deben sumar cada una de las probabilidades de las
partes disjuntas, esto se logra al aplicar la regla de la multiplicación de probabilidades sobre
cada probabilidad conjunta.

Independencia condicional
Sean X y Y variables aleatorias condicionadas por la variable aleatoria Z, se dice que X
y Y son condicionalmente independientes, si X es independiente de Y , y se denota como
X ⊥ Y |, esta propiedad tiene varias expresiones equivalentes en cuanto a funciones de
densidad (Dawid, 1979):

p(x, y|z) = p(x|z)p(y|z) (3-28)

3.3 Marco teórico estadı́stico 17

p(x, y|z) = a(x, z)b(y, z) (3-29)

p(x|y, z) = p(x|z) (3-30)

p(x|y, z) = a(x|z) (3-31)

De lo anterior se intuye que si X ⊥ Y |, entonces y ⊥ x| (Dawid, 1979)

3.3.4. Teorema de Bayes caso continuo

0
Sea y = (y1 , ..., yn ) un vector de n observaciones cuya distribución de probabilidad p(y|θ)
0
depende de los valores de k parámetros θ = (θ1 , ..., θk ) suponga también que θ cuenta con
una distribución de probabilidad p(θ), entonces (Box Tiao, 1992).

p(y|θ)p(θ) = p(y, θ) = p(θ|y)p(y) (3-32)

Dado los datos observados y, la distribución condicional de θ es:

p(y, θ)p(θ)
p(θ|y) = (3-33)
p(y)

Para el caso en el la naturaleza de la variable aleatoria sea continua, p(y) es definido de la

siguiente forma: (Box Tiao, 1992).

p(y, θ)p(θ)
p(θ|y) = R (3-34)
p(y|θ)p(θ)d(θ)

Donde la integral toma todos los valores admisibles dentro del rango de θ, y donde E[f (θ)]
es la esperanza matemática de f (θ) con respecto a la distribución p(θ). En esta expresión
p(θ) es llamado la distribución a priori de θ, la cual condensa la información concerniente al
parámetro θ antes de obtener datos (Box Tiao, 1992).
 18 3 Antecedentes y marco teorico

3.3.5. Función de Verosimilitud y el Teorema de Bayes

La función de verosimilitud juega un papel muy importante en el Teorema de Bayes, ya que
esta la función mediante la cual los datos modifican el conocimiento a priori del parámetro
de interés (Box Tiao, 1992).

Los datos y pueden ser considerados como una función de θ, cuando ası́ se considere, será
llamada entonces como la función de verosimilitud de θ dado y y se puede escribir como
L(θ|y), en este orden de ideas, el teorema o formula de Bayes en la ecuación p(θ|y) puede
ser reescrito como: (Box Tiao, 1992).

L(θ|y)p(θ)
p(θ|y) = R (3-35)
L(θ|y)p(θ)d(θ)

El Teorema de Bayes expresa la distribución de probabilidad de θ, posterior a la observación

de datos y, como proporcional al producto entre la distribución a priori de θ y a la
verosimilitud de θ dado y, entonces: (Box Tiao, 1992).

p(θ|y) ∝ L(θ|y)p(θ) (3-36)

Metodologı́a Bayesiana para la estimación de los parámetros de interés

teniendo en cuenta un modelo no identificable
Para (Zhou et al. 2009) la estimación de los parámetros de sensibilidad y especificidad de
las pruebas se pueden obtener haciendo uso del enfoque bayesiano cuando en un modelo
no identificable no se pueden imponer restricciones en los parámetros del patrón de oro
imperfecto. En el método bayesiano se utiliza una distribución a priori, f (θ), que contiene
la incertidumbre sobre cada parámetro del vector θ a estimar. Esta distribución a priori se
utiliza para diferenciar entre las múltiples soluciones del sistema de ecuaciones 5-5. El método
bayesiano combina la información a priori de θ con los datos recogidos en la muestra y utiliza
el teorema de Bayes para obtener una distribución a posteriori de θ, f (θ|x), que puede ser
expresada de la siguiente manera:

L(θ|X)f (θ)
f (θ|x) = R (3-37)
L(θ|X)f (θ)dθ

Aunque las inferencias bayesianas basadas en la distribución a posteriori pueden proporcionar

estimaciones útiles para la sensibilidad y especificidad de la nueva prueba y el patrón de
oro imperfecto, si no se especifica correctamente una distribución a priori adecuada, las
estimaciones resultantes pueden verse muy afectadas por un cambio en la distribución previa,
3.3 Marco teórico estadı́stico 19

independientemente de qué tan grande es el tamaño de la muestra. (Dendukuri & Joseph

2001) señalan que para obtener inferencias bayesianas útiles, es necesario especificar a prioris
informativas sobre al menos tantos parámetros como uno tendrı́a que poner restricciones al
usar el enfoque frecuentista.

3.3.6. Distribuciones a priori

Como se mencionó anteriormente, la metodologı́a bayesiana hace uso de la distribución

a priori, la cual se puede definir como el proceso de tomar la información que tiene el
especialista y expresarla en forma de una distribución de probabilidades (Tovar Cuevas
2015). La distribución a priori cumple un papel importante en el análisis bayesiano ya que
mide el grado de conocimiento inicial que se tiene de los parámetros en estudio. Si bien
su influencia disminuye a medida que más información muestral está disponible, el uso de
una u otra distribución a priori determinará ciertas diferencias en la distribución a posteriori.

Si se tiene un conocimiento previo sobre los parámetros, este se traducirá en una distribución
a priori. Ası́ será posible plantear tantas distribuciones a priori como estados iniciales de
conocimiento existan y los diferentes resultados obtenidos en la distribución a posteriori
bajo cada uno de los enfoques, adquirirán una importancia en relación con la convicción que
tenga el investigador sobre cada estado inicial. Sin embargo, cuando nada es conocido sobre
los parámetros, la selección de una distribución a priori adecuada adquiere una connotación
especial pues será necesario elegir una distribución a priori que no influya sobre ninguno de
los posibles valores de los parámetros en cuestión. Estas distribuciones a priori reciben el
nombre de difusas o no informativas.

Se consideran dos interpretaciones básicas que se pueden asignar a las distribuciones a

priori. En la interpretación de la población, la distribución a priori representa una población
de posibles valores de parámetros, a partir de la cual se ha extraı́do el θ del interés actual.
En la interpretación más subjetiva del estado de conocimiento, el principio rector es que
debemos expresar nuestro conocimiento (y la incertidumbre) sobre θ como si su valor
pudiera considerarse como una realización aleatoria de la distribución a priori. Para muchos
problemas, como la estimación de la probabilidad de falla en un nuevo proceso industrial, no
existe una población perfectamente relevante a partir de la cual se ha dibujado el θ actual,
excepto en la contemplación hipotética. Tı́picamente, la distribución previa debe incluir
todos los valores plausibles de θ, pero la distribución no necesita concentrarse de forma
realista alrededor del valor verdadero, porque a menudo la información sobre θ contenida
en los datos superará con creces cualquier especificación de probabilidad previa (Gelman
et al. 2013).
 20 3 Antecedentes y marco teorico

3.3.7. Distribuciones a priori no informativas

Se dice que una distribución a priori es no informativa cuando refleja una ignorancia total o
un conocimiento muy limitado sobre el parámetro de interés (Correa Morales et al. 2018).
Es decir, en muchas ocasiones se sabe nada o muy poco acerca del parámetro de interés o
no se quiere involucrar en el estudio información previa, sino más bien dejar que sean los
datos los que “hablen por ellos mismos”. En este caso la distribución debe reflejar el total
desconocimento de los valores posibles del parámetro.

El uso de distribuciones a priori no informativas buscan que ellas tengan un impacto mı́nimo
sobre la distribución posterior del parámetro de interés y que sea relativamente plana con
relación a la verosimilitud. Esto busca que sean los datos los que tengan un claro dominio en
la distribucióon posterior, y por lo tanto, en todas las inferencias que de ellas se obtengan.
También se conocen como vagas, difusas, planas o de referencia (Correa Morales et al.
2018).

Una idea relacionada es la distribución previa débilmente informativa, que contiene cierta
información, suficiente para “regularizar” la distribución posterior, es decir, para mantenerla
dentro de lı́mites razonables, pero sin intentar capturar completamente el conocimiento
cientı́fico sobre el parámetro subyacente (Gelman et al. 2013).

Distribución a priori de Jeffreys

La distribución a priori de Jeffreys satisface la propiedad local de uniformidad para
distribuciones a priori no informativas. Esta a priori está basada en la matriz de información
de Fisher. Jeffreys la propuso como una “regla general” para determinar la distribución a
priori (Correa Morales et al. 2018).

Definición 1: Sea f (x|θ) la densidad de x dado θ. La información de Fisher es definida

como:

∂ 2 log(f (x|θ))
 
I(θ) = −E (3-38)
∂θ2
Si θ es un vector de p componentes, entonces:

∂ 2 log(f (x|θ))
 
I(θ) = −E (3-39)
∂θi ∂θj pxp

Definición 2: La distribución a priori de Jeffreys se define como:

π(θ) ∝ |I(θ)|1/2 (3-40)

3.3 Marco teórico estadı́stico 21

La distribución a priori de Jeffreys es localmente uniforme y por lo tanto no informativa.

Esta propiedad es importante ya que proporciona un esquema automatizado para hallar
distribuciones a priori no informativas para cualquier modelo paramétrico (Correa Morales
et al. 2018).
4 Metodologı́a.
En este capı́tulo se presenta la metodologı́a empleada para construir el modelo clásico y
bayesiano que mejor clasifique a individuos con dengue. En primera medida se caracteriza
la base de datos, seguidamente se construirá el modelo clásico donde se valorará el ajuste
del un modelo lineal generalizado para datos que poseen respuesta binaria . Adicionalmente
se construye el modelo bayesiano. Finalmente, se compararán los modelos definiendo cual
define mejor a un individuo con dengue.

4.1. Archivo de datos

La base de datos empleada en esta investigación se obtiene a partir de la simulación de
variables aleatorias binarias correlacionadas. Estos datos estan compuestos por 8 categorias
que fueron construidas a partir de 25 signos y sı́ntomas, ademas se simulo el resultado del
hemograma y la prueba de oro para la detección de dengue (Gold standard).

4.2. Tipificación de las variables relacionadas a la

enfermedad del dengue
Autores como Martı́nez Torres (2008) y Riaz & Anjum (2015) hablan de la importancia
de conocer todos los signos y sı́ntomas caracterı́sticos, asi como las investigaciones de
laboratorio, de tal manera que se pueda diagnosticar la enfermedad. Méndez (2017) realizó
una agrupación de categorı́as que se desprenden de la identificación de signos y sı́ntomas
que fueron los más relevantes para el diagnostico. En la tabla 4-1 se encuentran los signos
y sı́ntomas que uso Méndez (2017) como base para la clasificación. En esta misma tabla se
detallan dos sı́ntomas que estan ligados a bajos conteos de plaquetas y leucositos presentes
en el cuadro hemático.

Es ası́ como, en este documento se usan las categorias conformadas por Méndez (2017)
con el fin de reducir la dimencionalidad de las variables sin perder la información que ellas
aportan al diagnostico de la enfermedad. Dichas categorı́as fueron creadas por dos médicas,
con magister y doctorado en epidemiologia respectivamente, quienes poseen un amplio
conocimiento en este tipo de enfermedades. Además, se socializó con tres médicos que han
atendido pacientes pertenecientes a una zona de alta endemicidad de la enfermedad, y
4.2 Tipificación de las variables relacionadas a la enfermedad del dengue23

Tabla 4-1: Definiciones de signos y sı́ntomas

ARTRALGIAS Dolor de articulaciones
CEFALEA Dolor de cabeza intenso y persistente
que va acompañado de sensación de
pesadez
DOLOR Dolor ocular
RETROCULAR
MIALGIAS Dolor muscular
DIARREA Trastorno intestinal el cual se
caracteriza por una mayor frecuencia
de deposiciones generalmente de
mayor volumen
DOLOR ABDOMINAL Dolor situado en el abdomen
HÍGADO PALPABLE Aumento del tamaño del hı́gado,
por sobre los lı́mites estimados como
normales
VOMITO Secreción violenta del contenido
estomacal por via oral
EDEMAS Exceso de lı́quido en algún órgano o
tejido del cuerpo, algunas veces con
aspecto de una hinchazon blanda
ESCALOFRIOS Reaccion involuntaria causada por la
sensacion de frio
HIPOREXIA Pérdida o disminución parcial del
apetito
EXANTEMA Erupcı́on cutánea, como
enrojecimiento y protuberancias
ERUPCIÓN Erupción que no se eleva por encima
MACULOPAPULAR de la superficie de la piel
ERITEMA Enrojecimiento de la piel debido al
aumento de la sangre contenida en los
capilares
RAHS Erupción que se manifiesta con
cambios en el color o la textura de la
piel
HEMORRAGIAS Escape de grandes cantidades de
sangre del sistema cardiovascular
PETEQUEIAS Pequeños derrames vasculares
cutáneos
ICTERICIA Coloración amarilla de la piel y
las mucosas que se produce por un
aumento de bilirrubina en la sangre
IRRITABILIDAD Sensación de malestar o incomodidad
INSOMNIO Incapacidad para poder conciliar el
sueño
SOMNOLENCIA Ibidem
ODINOFAGIA Dolor de garganta
RINORREA Flujo o emisión abundante de lı́quido
por la nariz
INJECCION Enrojecimiento del glóbulo ocular
CONJUNTIVAL
TOS Reacción sonora e involuntaria
del cuerpo para limpiar las vias
respiratorias
LEUCOPENIA Trastorno de la sangre caracterizado
por la disminución del número de
leucocitos
TROMBOCITOPENIA Trastorno en el cual hay una cantidad
anormalmente baja de plaquetas
 24 4 Metodologı́a.

Tabla 4-2: Categorias conformadas a partir de signos y sı́ntomas

Artralgias
Dolor Cefalea
General Dolor retrocular
Mialgias
Diarreas
Dolor adominal
Signo de alarma Higado palpable o Hepatomegalia
Vomito
Edemas
Escalofrios
Malestar General
Hiporexia
Exantema
Erupcion maculopapular
Erupcion Cutanea
Eritema
Rahs
Hemorragias
Manifestaciones Hemorragicas
Petequias
Ictericia(*) Ictericia
Irritabilidad
Alteracion
Insomnio
neurologica
Somnolencia
Odinofagia
Sintomas Rinorrea
Respiratorios(*) Inyeccion conjuntival
Tos

dieron su aprobación a la categorización, ver en la tabla 4-2.

Por otra parte de los 25 signos y sı́ntomas, algunos hacen parte del diagnóstico diferencial de
la enfermedad, esto significa que la presencia de estos signos y sı́ntomas permiten descartar
la presencia de la enfermedad en el proceso del diagnóstico. En la tabla 4-2 estan marcadas
con un asteristico(*). Las ictericia y sı́ntoma respiratorio caracterı́sticas que hacen parte del
diagnóstico diferencial, se codificó como lo detalla la tabla 4-3:

Tabla 4-3: Codificación categorias con diagnóstico diferencial

Código Caracterı́stica
1 Individuos que no presentaron la categoria
0 Individuos que si presentaron la categoria
4.3 Descripción de la variable resultado del hemograma 25

4.3. Descripción de la variable resultado del hemograma

Como se mencionó anteriormente, las pruebas de laboratorio ayudan a diagnosticar la
enfermedad. Para este trabajo se utilizó una sola variable llamada hemograma que se
construyó a partir de variables asociadadas a la prueba de laboratorio. De tal manera que,
se fijo un valor para el conteo de leucocitos y plaquetas, con el fin de dicotomizar estas
variables y clasificar al paciente con leucopenia y trombocitopenia.

Méndez (2017) después de haber revisado la literatura de autores como Becker et al.
(2001) clasificó a un individuo con leucopenia cuando el conteo de leucositos fuera menor
o igual a 4200/mm3 y se etableció trombocitopenia si el conteo de plaquetas es inferior a
165000/mm3 . De modo que:

Leucopenia + = Cuando el conteo de leucositos es menor o igual a 4200/mm3

Leucopenia - = Cuando el conteo de leucositos es mayor a 4200/mm3
Trombocitopenia + = Cuando el conteo de plaquetas es inferior a 165000/mm3
Trombocitopenia - = Cuando el conteo de plaquetas es mayor o igual a 165000/mm3

El resultado final del hemograma puede ser definido a partir del siguiente evento:

Hpositivo = {El individuo tiene : Leucopenia+ y Trombocitopenia+ (4-1)

 
El individuo tiene: Leucopenia- y Trombocitopenia+ 
Hnegativo = ó Leucopenia+ y Trombocitopenia- (4-2)
 
ó Leucopenia- y Trombocitopenia-

4.4. Experimento Estadı́stico

Se presentó un individuo con cuadro febril que consulta al médico general, quien le pide
información sobre signos y sı́ntoma para descartar la hipótesis de presencia de dengue.

4.5. Modelo Estadı́stico

Sea D el evento tal que

D={El individuo es un enfermo de dengue }

 26 4 Metodologı́a.

Sea Y la v.a que identifica el evento D tal que

(
1 Si ocurre el evento D
Y = (4-3)
0 No ocurre el evento D

Por tanto Y ∼ Bernoulli(θ), donde θ = P (Y = 1)

θ = La probabilidad de que individuo este enfermo de dengue

P(Y=y| θ) = θy (1 − θ)1−y ∀ y ∈ {0, 1} , θ ∈ (0, 1)

Cada paciente que asiste a consulta puede ser clasificado a una categoria i,las cuales
identifican las posibilidades que tiene el individuo tener la enfermedad del dengue.

El medico pregunta por la presencia ausencia de cada sı́ntoma o signos caracterı́sticos

de dengue de que compone alguna de las ocho categorı́as. De este modo, se tienen ocho
eventos A1 , A2 , A3 , A4 , A5 , A6 , A7 , A8 que a su vez dan origen a las variables aleatorias
X1 , X2 , X3 , X4 , X5 , X6 , X7 , X8 .

Tales que:

(
1 Si ocurre el evento Ai
Xi = (4-4)
0 Si no ocurre el evento Ai

Donde i=1,2,3,4,5,6,7 y 8

Entonces,
Xi ∼ Bernoulli(θi ), donde θ = P (Xi = 1)

El resultado del hemograma ya operacionalizado, va a ser observado por el médico en

una consulta posterior, razón por la que entra al modelo como una variable aleatoria X9 tal
que:

(
1 Si ocurre H
X9 = (4-5)
0 Si no ocurre H
4.5 Modelo Estadı́stico 27

Tabla 4-4: Covariables binarias

Categorı́a Escala Variable
Malestar General Binaria X1
Dolor general Binaria X2
Sı́ntoma Respiratorio Binaria X3
Manifestaciones Hemorrágicas Binaria X4
Erupción cutánea Binaria X5
Alteración Neurológica Binaria X6
Signos de alarma Binaria X7
Ictericia Binaria X8
Hemograma Binaria X9

4.5.1. Ajuste del modelo con respuesta binaria (enlace logı́stico)

Para iniciar, se estiman los valores de los coeficientes β y se ajusta un modelo de respeusta
binaria con función de enlace logistico.
De modo que, el modelo inicial sera:

exp(β0 + β1 x1 + β2 x2 + β3 x3 + β4 x4 + β5 x5 + β6 x6 + β7 x7 + β8 x8 + β9 x9 )
θ= (4-6)
1 + exp(β0 + β1 x1 + β2 x2 + β3 x3 + β4 x4 + β5 x5 + β6 x6 + β7 x7 + β8 x8 + β9 x9 )

Por lo tanto el modelo queda especificado de la siguiente manera:

 
θ
Ln = β0 + β1 x1 + β2 x2 + β3 x3 + β4 x4 + β5 x5 + β6 x6 + β7 x7 + β8 x8 + β9 x9 (4-7)
1−θ

Con un nivel de significancia del 95 % se realiza una prueba de hipótesis sobre la

adecuación de las estimaciones de los parámetros. Esto se hace en el software libre R. De las
Xi se tendrán Xi−m variables y se ejecutara nuevamente el modelo. Evaluando finalmente a
este modelo la prueba de Bondad de ajuste del Modelo GLM .

Para determinar la capacidad de clasificación del modelo se usa la tabla 4-5 con P0 = 0,5
que estará compuesta de la siguiente forma:
 28 4 Metodologı́a.

Tabla 4-5: Tabla de clasificación para el modelo punto de corte=0.5

Observado P.C.C =74.12 %
Predicho por modelo Éxito Fracaso Total
(Éxito=1) (Fracaso=0)
Éxito (P ≥ P0 ) a b a+b
Fracaso (P < P0 ) c d c+d
Total a+c b+d n

donde,

a: Pacientes que tienen la enfermedad con prediccion de estar enfermos.

b: Pacientes que no tienen la enfermedad con prediccion de estar enfermos.

c: Pacientes que tienen la enfermedad sin prediccion de estar enfermos.

d: Pacientes que no tienen la enfermedad sin prediccion de estar enfermos.

Por lo tanto,

Falsos positivos (FP): probabilidad de predecir exito (Tener la enfermedad) dado que el
paciente no tuvo exito (No tener la enfermedad).

Falsos fallos (FF): probabilidad de predecir no exito (No tener la enfermedad) dado que
el paciente tuvo exito (Tener la enfermedad).

Verdaderos positivos (VP): probabilidad de predecir exito (Tener la enfermedad) dado

que el paciente tuvo exito (Tener la enfermedad).

Verdaderos fallos (VF): probabilidad de predecir no exito (No tener la enfermedad)

dado que el paciente no tuvo exito (No tener la enfermedad).

Porcentaje correcto de clasificacion (P.C.C): probabilidad de acertar en la prediccion

para todos los pacientees.
4.6 Estimación usando el método de Bayes 29

4.6. Estimación usando el método de Bayes

En esta parte se realiza el planteamiento de los modelos con las covariables que
resultaron de la etapa de selección. En el procedimiento anterior se hablo de Xi−m variables
resultantes, para facilitar el manejo se trabajara con la expresion equivalente Xj . Asi que

Sea Gj el grupo que identifica la j-ésima combinación.

G1 =Primera combinación de las categorias

G2 =Segunda combinación de las categorias
..
.

GK =K- esima combinación de las categorias

Dentro de cada grupo se tiene nj individuos de los cuales yj son individuos enfermos de
dengue

4.6.1. Metodologı́a Bayesiana

Principio de Laplace
Dado que no posee información sobre el comportamiento de la cantidad aleatoria de
interés (θj ), se asume a priori que todos los valores de (θj ) poseen la misma probabilidad
de ocurrir en el espacio (0,1). Asi que se asume que la distribución para (θj ) tiene una
distribución Beta(1, 1).

θj ∼ Beta(1, 1) , π (θj ) = 1 (4-8)

Ahora se procede a calcular la distribución a posterior usando la regla de Bayes.

y
f (θj | yj ) ∝ θj j (1 − θj )nj −yj (4-9)

Γ (nj + 2) y
f (θj | yj ) = θj j (1 − θj )nj −yj (4-10)
Γ (yj + 1) Γ (nj − yj + 1)

La distribución a posterior proporcional es igual a:

f (θj | yj ) ∝ Beta (yj + 1, nj − yj + 1) (4-11)

 30 4 Metodologı́a.

yj + 1
θˆj = (4-12)
nj + 2
Después de obtener la distribución a posteriori, se procede a estimar θj mediante el
software libre estadı́stico R.

Distribución a priori de Jeffrey

Este principio se basa en la información de Fisher (I(θj )) la cual expresa el
desconocimiento de la información previa. Se obtiene π(θj ) de la siguiente forma (Bernardo
& Smith 2009):

q
π(θj ) ∝ I(θj ) (4-13)

Se procede a calcular I(θ), aplicando la segunda derivada del logaritmo de la función de

verosimilitud:
Donde:

P (X = x | θ) = θx (1 − θ)1−x (4-14)

Reemplazando la anterior ecuación en

∂ 2 Ln(P (X = x | θ))
 
I(θ) = −nE (4-15)
∂x2

 
−x 1−x
I(θ) = −nE 2
− (4-16)
θ (1 − θ)2
Finalmente la función I(θ) queda asi

 
1
I(θ) = n (4-17)
θ(1 − θ)
La distribución apriori de Jeffrey resultante sera

−1 1
π(θj ) ∝ θj 2 (1 − θj )− 2 (4-18)

Ahora se calcula distribución aposterior

yj − 21 1
f (θj | yj ) ∝ θj (1 − θj )nj −yj − 2 (4-19)
4.6 Estimación usando el método de Bayes 31

Γ (nj + 1) yj − 12 1
f (θj | yj ) = 1

1

θj (1 − θj )nj −yj − 2 (4-20)
Γ yj + 2 Γ nj − yj + 2

La distribución a posterior proporcional es igual a:

 
1 1
f (θj | yj ) ∝ Beta yj + , nj − yj + (4-21)
2 2

  y +1
j
f θˆj = 2
(4-22)
nj + 1

Luego de obtener la distribución a posteriori, se procede a estimar θj mediante el

software libre estadı́stico R.

Intervalos de credibilidad
Para la construcción de estos intervalos, se genera aleatoriamente 10.000 datos
provenientes de las distribuciones aposterio de Laplace y de Jeffre respectivamente para
cada θj . Se ordenaron los datos de menor a mayor de cada función. Finalmente se extrae el
dato 250 y el dato 9750 teniendo ası́ un (θ1j , θ2j ). Represando estos el intervalo de credibilidad
del 95 %.
5 Resultados

En este capı́tulo, se presenta un análisis descriptivo de las covariables, seguidamente se

desarrolla la fase de selección de variables mediante el uso del modelo con respuesta binaria
y su capacidad clasificatoria. Finalmente, se presentarán los resultados de la metodologı́a
bayesiana presentada en el capitulo anterior.

5.1. Análisis descriptivo

El análisis descriptivo se hace con el fin de observar la frecuencia de los predictores y la
variable de respuesta ver Tabla 5-1. En total se tienen 10.000 observaciones que representa a
la información obtenida de los individuos. De los cuales el 38.83 % están enfermos por dengue
y el resto no lo esta. Cabe destacar que la mayorı́a de los individuos presenta la categorı́a
Icteria con un porcentaje de 99.19 %. A su vez, la categorı́a que menos se presentó fue sı́ntoma
respiratorio con un 80.9 %. Además de esto, el resultado del hemograma fue positivo para
un 84.54 % de los individuos estudiados.

Tabla 5-1: Proporciones de las categoria, hemograma y gold estandard

Porcentaje de indivios
Categorı́as No tienen la categoria Tienen la categoria
Malestar General 12.48 % 87.52 %
Dolor general 17.25 % 82.75 %
Sı́ntoma Respiratorio 80.90 % 19.10 %
Manifestaciones Hemorrágica 43.33 % 56.67 %
Erupción cutánea 55.74 % 44.26 %
Alteración Neurológica 13.12 % 86.88 %
Signos de alarma 27.88 % 72.12 %
Ictericia 0.81 % 99.19 %
Hemograma 15.46 % 84.54 %
Porcentaje de indivios
Prueba de oro confirmatoria No tienen la enfermedad Tienen la enfermedad
Gold standard 61.17 % 38.83 %
5.2 Ajuste del modelo con respuesta binaria (enlace logı́stico) 33

5.2. Ajuste del modelo con respuesta binaria (enlace

logı́stico)
Prosigamos nuestro análisis ajustando el modelo lineal generalizado. Se utilizó el software
estadı́stico R para los calculos de las estimaciones de los parametros. Y se obtuvo el siguiente
modelo.

!
θ̂
Ln = −3,1184 − 0,5532x1 + 0,0308x2 + 0,7977x3 + 1,6975x4
1 − θ̂ (5-1)
+0,0410x5 − 0,1234x6 + 1,4626x7 − 0,0338x8 + 1,0858x9

La Tabla 5-2 contiene los estimados de los coeficientes, el error estándar, el valor P y el
intervalo de confianza de 95 % para cada predictor categórico.

Tabla 5-2: Estimación del Modelo Logı́stico

Parámetro (β̂) EE(β̂ Valor- P IC95 % (β̂)
Intercepto -3.1184 0.2890 0.0000 -3.6849 -2.5519
Malestar General -0.5532 0.0727 0.0000 -0.6956 -0.4107
Dolor General 0.0308 0.0630 0.6251 -0.0927 0.1543
Sı́ntoma Respiratorio 0.7977 0.0588 0.0000 0.6825 0.9129
Manifestaciones Hemorrágicas 1.6975 0.0505 0.0000 1.5986 1.7964
Erupción cutánea 0.0410 0.0478 0.3911 -0.0526 0.1346
Alteración Neurológica -0.1234 0.0697 0.0767 -0.2600 0.0132
Signos de alarma 1.4626 0.0579 0.0000 1.3491 1.5761
Ictericia -0.0338 0.2632 0.8978 -0.5496 0.4820
Hemograma 1.0858 0.0714 0.0000 0.9459 1.2257

Comparando el Valor -P con un nivel de significancia del 95 % se observa que dolor

general, erupción cutánea, alteración neurológica e ictericia no son estadı́sticamente
significativas. Mas aún, los intervalos de estas variables contienen el cero, por lo que al nivel
de 5 % de significancia no se rechaza la hipotesis nula de que alguno de estos coeficientes
del modelo toman el valor de cero. De modo que el modelo final reducido es el siguiente:

!
θ̂
Ln = −3,2226 − 0,5414x1 + 0,7935x3 + 1,6935x4 + 1,4629x7 + 1,0858x9 (5-2)
1 − θ̂
 34 5 Resultados

Ahora bien en la tabla 5-3 se puede observar que el Valor - P es menor que el criterio
(0.025), indicando que hay una asociación estadı́sticamente significativa entre los predictores
y la variable de respuesta. Además de esto, los intervalos de confianza de los coeficientes, no
contiene el cero, rechazando la hipótesis nula y el estadistico de Wald es menor al nivel de
significancia de (0.05).
Para este nuevo modelo, se procedio a evaluar la bondad de ajuste mendiante el criterio
de la desvianza. Para cada uno de los parametros calculados en el modelo se estimarón los
intevalos de confianza del 95 %, se evaluó la significancia de cada uno de ellos mediante el
estadı́stico de Wald. Seguidamente, se calculó el Odds − Ratio con su intervalo de confianza
del 95 % para cada uno de los parametros.

Tabla 5-3: Estimación del Modelo Logı́stico

Parámetro (β̂) EE(β̂ Valor- P Wald IC95 % (β̂) exp(β̂) IC95 % exp(β̂)
Intercepto -3.2226 0.1077 0.0000 895.3264 -3.4337 -3.0115 0.0399 0.0323 0.0492
Malestar General -0.5414 0.0717 0.0000 57.0162 -0.6819 -0.4009 0.5819 0.5057 0.6697
Sı́ntoma Respiratorio 0.7935 0.0583 0.0000 185.2494 0.6794 0.9077 2.2112 1.9726 2.4786
Manifestaciones Hemorrágicas 1.6935 0.0504 0.0000 1129.0400 1.5947 1.7923 5.4384 4.9269 6.0030
Signos de alarma 1.4629 0.0579 0.0000 638.3695 1.3495 1.5764 4.3185 3.8554 4.8373
Hemograma 1.0858 0.0714 0.0000 231.2615 0.9459 1.2257 2.9619 2.5752 3.4066

Tabla 5-4: Prueba de bondad de ajuste

λ(β)
n−p
1.100

Como se observa en la Tabla 5-4 dado que este cociente es cercano a la unidad, se
considera que el modelo es adecuado. De acuerdo a la Tabla 5-3, se puede interpretar de los
intervalos de confianza del Odds − Ratio (exp(β̂)) que: si el individuo presenta la categorı́a
malestar general tiene entre 0.5057 y 0.6697 veces más probabilidades de estar enfermo de
dengue en relación a un individuo no enfermo, si el individuo presenta la categorı́a sı́ntoma
respiratorio tiene entre 1.9726 y 2.4786 veces más probabilidades de estar enfermo de dengue
en relación a un individuo no enfermo, si el individuo presenta la categorı́a signos de alarma
tiene entre 3.8554 y 4.8373 veces más probabilidades de estar enfermo de dengue en relación
a un individuo no enfermo, si el individuo presenta un hemograma positivo tiene entre 2.9619
y 3.4066 veces más probabilidades de estar enfermo de dengue en relación a un individuo
no enfermo. Pero la categoria que mas probabilidad presenta es la categoria manifestaciones
hemorragicas, de tal manera que si el individuo presenta esta categoria tiene entre 4.9269 y
6.0030 veces más probabilidades de estar enfermo de dengue en relación a un individuo no
enfermo.
5.3 Capacidad de clasificación del modelo 35

5.3. Capacidad de clasificación del modelo

Es necesario validar los resultados que se han obtenido con el modelo de predicción, para
esto se utiliza la tabla de clasificación (Tabla 5-5 ) en la que se muestra los casos que están
mal clasificados, los casos que están bien clasificados en la diagonal principal, los verdaderos
positivos y los verdaderos negativos. El punto de corte es p=0.5.

Tabla 5-5: Tabla de clasificación para el modelo

Observado P.C.C =74.12 %
Predicho por modelo Éxito Fracaso Total
(Éxito=1) (Fracaso=0)
Éxito (P ≥ 0.5) 2507 1212 3719
Fracaso (P < 0.5) 1376 4905 6281
Total 3883 6117 10000
VP=0.646 FP=0.198
FF=0.354 VF=0.802

En la tabla 5-5 se observa un porcentaje correcto de clasificación (P.C.C) 74.12 % esto

quiere decir que la probabilidad de acertar en la predicción para todos los pacientes es de
0.7212. La tabla también describe que de todos los pacientes con la enfermedad según la
prueba GS el modelo predijo correctamente el VP=64.4 %, del mismo modo de todos los
pacientes que no tenı́an dengue según la prueba GS el modelo predijo correctamente el
VF=80.2 %.

Ahora bien, el modelo tambien presenta fallas, esta son todas aquellas malas
clasificaciones. El porcentaje de falsos fallos FF=35.4 % y el porcentaje de falsos posivos
FP=19.8 %. Con estos resultados se podria decir que el modelo discrimina bien a los
pacientes correctamentes clasificados.

De la tabla anterior se puede validar del modelo, la concordancia que corresponde a todas
las clasificaciones del hechas correctamente bien sean enfermos de dengue y no enfermos.

a+d
Concordancia = = 0,7412 (5-3)
n
Por otra parte los verdaderos positivos que corresponde a la sensibilidad del modelo, que
es la predicción de éxito cuando realmente obtuvo éxito

a
Sensibilidad del modelo = = 0,6456 (5-4)
c+a
 36 5 Resultados

Y la especificidad que corresponde a los verdaderos fallos, que es la predicción de fracaso

cuando realmente obtuvo fracaso.

d
Especificidad del modelo = = 0,8019 (5-5)
b+d

5.4. Modelo Bayesiano

Para iniciar la modelación bayesiana, es necesario definir las combinaciones de las

categorı́as junto con el resultado del hemograma que aportaron más información al modelo
logı́stico. En total se tienen 52 = 32 combinaciones (ver Tabla 5-6). Cada combinación se
define asi:
Sea Gj el grupo que indentifica la j-esima (j=1,2,...,32)combinacion de las 4 categorias
y el resultado del hemograma.
G1 =Primera combinación de las categorias
G2 =Segunda combinación de las categorias
..
.
GK =K- esima combinación de las categorias
Dentro de cada grupo se tiene nj individuos de los cuales yj son individuos enfermos de
dengue

Pnj
Yj = Xij ∼ Binomial(nj , θj ) j = 1, 2, 3, ..., 32
j=1

y
P(Yj = yj | θj ) = nyjj θj j (1 − θj )nj −yj ∀ θj ∈ (0, 1) , yj = {0, 1, 2, ..., nj }

Donde nj = El total de individuos del grupo j

Entonces, se quiere estimar:

θj = P (xij = 1 | Gj ) = Probabilidad de que un individuo este enfermo por dengue

si se tiene la j-exima combinación de categorias y el resultado del hemograma
5.4 Modelo Bayesiano 37

Tabla 5-6: Combinación de categorias seleccionadas

Combinación de Signos de Hemograma Manifestaciones Malestar Sintoma
Categorias alarma Hemorragicas General Respiratorio
G1 1 1 1 1 1
G2 1 1 1 1 0
G3 1 1 1 0 1
G4 1 1 1 0 0
G5 1 1 0 1 1
G6 1 1 0 1 0
G7 1 1 0 0 1
G8 1 1 0 0 0
G9 1 0 1 1 1
G10 1 0 1 1 0
G11 1 0 1 0 1
G12 1 0 1 0 0
G13 1 0 0 1 1
G14 1 0 0 1 0
G15 1 0 0 0 1
G16 1 0 0 0 0
G17 0 0 0 0 0
G18 0 0 0 0 1
G19 0 0 0 1 0
G20 0 0 0 1 1
G21 0 0 1 0 0
G22 0 0 1 0 1
G23 0 0 1 1 0
G24 0 0 1 1 1
G25 0 1 0 0 0
G26 0 1 0 0 1
G27 0 1 0 1 0
G28 0 1 0 1 1
G29 0 1 1 0 0
G30 0 1 1 0 1
G31 0 1 1 1 0
G32 0 1 1 1 1

Seguidamente se calcularon las estimaciones de θ usando las distribuciones calculadas en

el capı́tulo anterior, para el estimador de Máxima Verosimilitud usando la ecuación θˆj = nyij ,
para la segunda estimación de θ se uso el principio de Laplace usando la ecuación (4-12)
con su respectivo intervalo de credibilidadd. Finalmente el tercer estimador de θ se uso el
 38 5 Resultados

principio de Jeffrey usando la ecuación (4-22) con su respectivo intervalo de credibilidad (Ver
Tabla 5-7).

Tabla 5-7: Estimaciones modelo clásico y bayesiano

Estimación Clásica Estimación Bayes
Combinación Intervalo Laplace Region Jeffrey Region
de nj yj θ̂ de confianza θ̂ de credibilidad θ̂ de credibilidad
categorias 95 % (95 %) (95 %)
G1 674 629 0.9332 [0.9144-0.9521] 0.9320 [0.9117-0.9496] 0.9326 [0.9131-0.9502]
G2 2538 1568 0.6178 [0.5989-0.6367] 0.6177 [0.5987-0.6361] 0.6178 [0.5989-0.6370]
G3 57 55 0.9649 [0.9171-1.0000] 0.9492 [0.8808-0.9890] 0.9569 [0.8901-0.9926]
G4 216 135 0.6250 [0.5604-0.6896] 0.6239 [0.5585-0.6870] 0.6244 [0.5581-0.6867]
G5 350 67 0.1914 [0.1502-0.2326] 0.1932 [0.1539-0.2356] 0.1923 [0.1527-0.2345]
G6 1860 419 0.2253 [0.2063-0.2443] 0.2256 [0.2071-0.2446] 0.2254 [0.2073-0.2452]
G7 68 29 0.4265 [0.3089-0.5440] 0.4286 [0.3146-0.5465] 0.4275 [0.3159-0.5463]
G8 331 116 0.3505 [0.2991-0.4019] 0.3514 [0.3010-0.4035] 0.3509 [0.3005-0.4026]
G9 130 67 0.5154 [0.4295-0.6013] 0.5152 [0.4304-0.5995] 0.5153 [0.4299-0.5987]
G10 436 129 0.2959 [0.2530-0.3387] 0.2968 [0.2555-0.3397] 0.2963 [0.2540-0.3402]
G11 9 6 0.6667 [0.3587-0.9746] 0.6364 [0.3526-0.8801] 0.6500 [0.3479-0.8955]
G12 35 9 0.2571 [0.1123-0.4019] 0.2703 [0.1415-0.4223] 0.2639 [0.1344-0.4188]
G13 59 8 0.1356 [0.0482-0.2230] 0.1475 [0.0725-0.2426] 0.1417 [0.0663-0.2364]
G14 360 58 0.1611 [0.1231-0.1991] 0.1630 [0.1273-0.2027] 0.1620 [0.1262-0.2020]
G15 14 4 0.2857 [0.0491-0.5224] 0.3125 [0.1170-0.5506] 0.3000 [0.1037-0.5407]
G16 75 20 0.2667 [0.1666-0.3667] 0.2727 [0.1797-0.3777] 0.2697 [0.1780-0.3736]
G17 27 1 0.0370 [0.0000-0.1083] 0.0690 [0.0090-0.1867] 0.0536 [0.0041-0.1566]
G18 8 0 0.0000 [0.0000-0.0000] 0.1000 [0.0024-0.3374] 0.0556 [0.0001-0.2599]
G19 127 8 0.0630 [0.0207-0.1052] 0.0698 [0.0325-0.1198] 0.0664 [0.0299-0.1147]
G20 34 1 0.0294 [0.0000-0.0862] 0.0556 [0.0070-0.1525] 0.0429 [0.0033-0.1300]
G21 26 8 0.3077 [0.1303-0.4851] 0.3214 [0.1644-0.5003] 0.3148 [0.1564-0.5001]
G22 8 3 0.3750 [0.0395-0.7105] 0.4000 [0.1391-0.7009] 0.3889 [0.1178-0.7045]
G23 167 15 0.0898 [0.0465-0.1332] 0.0947 [0.0559-0.1435] 0.0923 [0.0537-0.1415]
G24 31 8 0.2581 [0.1040-0.4121] 0.2727 [0.1369-0.4351] 0.2656 [0.1314-0.4310]
G25 181 31 0.1713 [0.1164-0.2262] 0.1749 [0.1239-0.2341] 0.1731 [0.1217-0.2294]
G26 28 4 0.1429 [0.0132-0.2725] 0.1667 [0.0594-0.3165] 0.1552 [0.0496-0.3039]
G27 671 83 0.1237 [0.0988-0.1486] 0.1248 [0.1007-0.1509] 0.1243 [0.1006-0.1501]
G28 140 14 0.1000 [0.0503-0.1497] 0.1056 [0.0605-0.1597] 0.1028 [0.0590-0.1566]
G29 138 58 0.4203 [0.3379-0.5026] 0.4214 [0.3412-0.5024] 0.4209 [0.3401-0.5033]
G30 27 18 0.6667 [0.4889-0.8445] 0.6552 [0.4740-0.8142] 0.6607 [0.4802-0.8234]
G31 902 208 0.2306 [0.2031-0.2581] 0.2312 [0.2042-0.2592] 0.2309 [0.2044-0.2593]
G32 273 104 0.3810 [0.3233-0.4386] 0.3818 [0.3247-0.4391] 0.3814 [0.3244-0.4402]

De la tabla 5-7 se observa la combinación G3 , la que tiene una probabilidad más alta de
estimar un individuo con dengue con un 96.5 % en la clasica y en la estimacion bayesiana
94.9 % (Laplace) y 95.7 % con (Jeffrey). Esta corresponde a un individuo que presentó signos
de alarma, el resultado del hemograma fue positivo, presentó manifestaciones hemorragicas,
5.4 Modelo Bayesiano 39

presentó sintoma respiratorio y no tiene malestar general. El intervalo de credibilidad de

Laplace presenta mayor amplitud, comparado con el de Máxima Verosimilitud. Asimismo,
la combinación de categorı́as G1 en las que un individuo presenta todas las categorı́as y el
resultado del hemograma es positivo, estima un individuo con dengue con un 93.3 % en la
clasica, para la estimación de bayes con 93.2 % (Laplace) y 93.2 % (Jefrrey)

Entre las combinaciones de categorı́as menos probables de estimar un individuo enfermo

por dengue están G17 , G18 , G19 , G20 y G23 con probabilidades menores o iguales a 10
Para la combinación G17 , compuesta por ninguna categoria y con el resultado del
hemograma negativo, la probabilidad de estimar a un paciente con dengue es de 3.7 % en la
clásica, para la estimación de bayes 6.9 % (Laplace) y 5.4 % (Jeffrey).

La combinación G18 compuesta solo por la categorı́a sı́ntoma respiratorio, la probabilidad

de estimar a un paciente con dengue es de 0 % en la clásica, para la estimación de bayes
10 % (Laplace) y 5.6 % (Jeffrey).

La combinación G19 compuesta solo por la categorı́a malestar general, la probabilidad

de estimar a un paciente con dengue es de 6.3 % en la clásica, para la estimación de bayes
7 % (Laplace) y 6.6 % (Jeffrey).

La combinación de categorı́as G20 compuesta por malestar general y sı́ntoma respiratorio,

la probabilidad de estimar a un paciente con dengue es de 2.9 % en la clásica, para la
estimación de bayes 5.6 % (Laplace) y 4.3 % (Jeffrey).

La combinación de categorı́as G23 malestar general y manifestaciones hemorrágicas, la

probabilidad de estimar a un paciente con dengue es de 9 % en la clásica, para la estimación
de bayes 9.5 % (Laplace) y 9.3 % (Jeffrey).
6 Conclusiones y recomendaciones
La proporción de individuos con dengue es de 38.83 % y de todos los individuos
estudiados el 84.54 % obtuvieron un examen de hemograma positivo.

El modelo de respuesta binaria con función de enlace Logı́stica, permitió identificar las
categorı́as que más aportaban información al modelo. Inicialmente se corrió el modelo con
las 8 categorı́as más el resultado del hemograma, de las cuales solo quedaron 4 categorı́as y
el resultado del hemograma siendo estas las variables que tuvieron una relación significativa
del 95 % con la prueba confirmatoria del dengue. De modo que las categorı́as con las que
se trabajó finalmente fueron, signos de alarma, manifestaciones hemorrágicas, malestar
general, sı́ntoma respiratorio y el resultado del hemograma.

Para la capacidad clasificatoria del modelo se obtuvo un porcentaje correcto de

clasificación mayor al 70 %, por lo que se puede considerar que el modelo selecciona bien a
un individuo con dengue. El modelo es más eficiente pronosticando a los no enfermos (con
un 80 % ) que a los enfermos (con un 65 %).

De acuerdo a las variables analizadas en este estudio y utilizando la distribución a priori

no informativa de Laplace y de Jeffrey se estimó la probabilidad de tener la enfermedad del
dengue usando las probabilidades predictivas. De lo que se obtuvo como resultado que la
mayor probabilidad de tener la enfermedad del dengue en la estimacion clasica es de 96.5 %
y en la estimacion bayesiana de 94.9 % con la place y 95.7 % con Jeffrey en individuos
que presentaron signos de alarma, el resultado del hemograma fue positivo, presentaron
manifestaciones hemorrágicas, presentó sintomas respiratorios y no tiene malestar general.

Los individuos que no presentaron ninguna categorı́a y que el resultado del hemograma
fue negativo la probabilidad de clasificarlo con dengue fue una de la mas pequeñas, como se
esperaria que fuera.

Contar con apoyo de un experto o expertos en el tema es de gran importancia para la

metodóloga bayesiana, es por eso, que se sugiere estimar la probabilidad de estar enfermo
por dengue utilizando una distribución informativa para obtener nuevas probabilidades
predictivas a posteriori.
Bibliografı́a
Alvarado-Castro, V. M., Ramı́rez-Hernández, E., Paredes-Solı́s, S., Legorreta Soberanis, J.,
Saldaña-Herrera, V. G., Salas-Franco, L. S., Castillo-Medina, J. A. d. & Andersson, N.
(2016), ‘Caracterización clı́nica del dengue y variables predictoras de gravedad en pacientes
pediátricos en un hospital de segundo nivel en chilpancingo, guerrero, méxico: serie de
casos’, Boletı́n médico del Hospital Infantil de México 73(4), 237–242.

Becker, K. et al. (2001), ‘Interpretación del hemograma’, Revista chilena de pediatrı́a

72(5), 460–465.

Bernardo, J. M. & Smith, A. F. (2009), Bayesian theory, Vol. 405, John Wiley & Sons.

Chatfield, C., Zidek, J. & Lindsey, J. (2010), An introduction to generalized linear models,
Chapman and Hall/CRC.

Chucatiny, H. et al. (2014), Caracterización de haplotipos del gen mitocondrial nd4 en

poblaciones de aedes aegypti (vector del dengue) de las comunidades de san Borja y
Caranavi, PhD thesis.

Correa Morales, J. C., Causil, B. & Javier, C. (2018), Introducción a la estadı́stica bayesiana:
notas de clase, Instituto Tecnológico Metropolitano.

DE SALUD, G. P. E. E. (2013), dengue, in ‘Hablemos de salud (H5): entrevistas’,

Producciones Panamericana.

Dendukuri, N. & Joseph, L. (2001), ‘Bayesian approaches to modeling the conditional

dependence between multiple diagnostic tests’, Biometrics 57(1), 158–167.

Diaz-Quijano, F. A., Villar-Centeno, L. A. & Martı́nez-Vega, R. A. (2011), ‘Reducción de

la hospitalización mediante un algoritmo de manejo del dengue en colombia’, Revista
Panamericana de Salud Pública 30, 248–254.

Garcı́a Luna, S. M. (2011), Identificación y análisis de las variantes genéticas del virus
del dengue y su asociación en la dinámica de su transmisión, PhD thesis, Universidad
Autónoma de Nuevo León.

Gelman, A., Stern, H. S., Carlin, J. B., Dunson, D. B., Vehtari, A. & Rubin, D. B. (2013),
Bayesian data analysis, Chapman and Hall/CRC.
 42 Bibliografı́a

Gubler, D. J. (1998), ‘Dengue and dengue hemorrhagic fever’, Clinical microbiology reviews
11(3), 480–496.

Hosmer Jr, D. W., Lemeshow, S. & Sturdivant, R. X. (2013), ‘Applied logistic regression’,
398.

Martı́nez, R. A., Dı́az, F. A. & Villar, L. A. (2005), ‘Evaluación de la definición clı́nica de

dengue sugerida por la organización mundial de la salud’, Biomédica 25(3).

Martı́nez Torres, E. (2008), ‘Dengue’, Estudos avançados 22(64), 33–52.

Méndez, A. C. (2017), ‘Propuesta metodológica para construir reglas de clasificación: caso

de aplicación dengue’.

Montgomery, D., Peck, E. & Vining, G. G. (2006), ‘Introducción al análisis de regresión

lineal’, Compañı́a Editorial Continental. Tercera edición. México .

Moraes, M., Mayans, E., Sobrero, H. & Borbonet, D. (2016), ‘Dengue en el recién nacido’,
Archivos de Pediatrı́a del Uruguay 87(3), 269–271.

OMS, T. (2009), ‘Dengue: guias para el diagnóstico, tratamiento, prevención y control.

2009.1’, Bolivia: OMS .

Riaz, F. & Anjum, Q. (2015), ‘Dengue fever update.’, Annals of Abbasi Shaheed Hospital &
Karachi Medical & Dental College 20(1).

Rodrı́guez, C., Recalde, D., González, M., Padilla, L., Quintero, L., Gallego, J. et al. (2015),
‘Manifestaciones clı́nicas y hallazgos de labo-ratorio, de una serie de casos febriles agudos
con diagnósticopresuntivo de infección por el virus dengue. quindı́o-colombia’, Infectio 20.

Salech, F., Mery, V., Larrondo, F. & Rada, G. (2008), ‘Estudios que evalúan un test
diagnóstico: interpretando sus resultados’, Revista médica de Chile 136(9), 1208–1208.

Tovar Cuevas, J. R. (2015), ‘Inferencia bayesiana e investigación en salud: un caso de

aplicación en diagnóstico clı́nico’, Revista Médica de Risaralda 21(1), 9–16.

Zhou, X.-H., McClish, D. K. & Obuchowski, N. A. (2009), Statistical methods in diagnostic

medicine, Vol. 569, John Wiley & Sons, chapter 11.