Modelo de regresión logística binaria para predecir el riesgo de anemia en niños menores de 5 años en la Red de Salud Chucuito – 2023.

Abstract

La anemia infantil representa uno de los principales desafíos de salud pública en el país, debido a su alta prevalencia y su significativo impacto epidemiológico y social en la salud. Esta investigación tuvo como objetivo desarrollar un modelo predictivo basado en regresión logística para predecir el riesgo de anemia en niños menores de 5 años en la Red de Salud Chucuito - 2023. La investigación es de tipo aplicada, de nivel correlacional, con un diseño no experimental, transversal-analítico. La población evaluada estuvo compuesta por 1931 niños, abarcando la totalidad de los datos. Para alcanzar los objetivos, se analizaron los registros proporcionados por el Sistema de Información del Estado Nutricional del Niño Menor de Cinco Años y Gestantes (SIEN) Red de Salud Chucuito – Puno, 2023. El modelo predictivo resultante fue: Ln(y)=-4,548+〖1,090〗_x1 〖+0,342〗_x2 〖+0,693〗_x3 〖+1,266〗_x4-〖0,764〗_x5+〖0,811〗_x6-〖3,253〗_x7-〖0,946〗_(x8 ). Las variables significativas del modelo predictivo fueron: Distrito, Edad, Talla, Hemoglobina, Número de Visitas, Número de Sesiones, Número de Sachets, y el programa JUNTOS, La prueba de bondad de ajuste de Hosmer y Lemeshow, con un nivel de significación del 0.05, tuvo un p-valor de 0.273, y el rendimiento o efectividad del modelo clasificador utilizando la curva ROC, cubre un área de 0.973. El coeficiente de determinación de Nagelkerke fue de 75.5%. El modelo logró una tasa de clasificación de verdaderos negativos (niños no anémicos) del 78.8%, mientras que la tasa de verdaderos positivos (niños anémicos) fue del 95.4%. Demostrando así que el modelo predictivo tiene una alta capacidad predictiva.