Imputación de datos faltantes: una aplicación del algoritmo de imputación multivariada por ecuaciones encadenadas (MICE) en salud pública

Autores
Arnaudo, María Belén; Fernández, María Soledad; Pérez, Adriana Alicia
Año de publicación
2021
Idioma
español castellano
Tipo de recurso
documento de conferencia
Estado
versión publicada
Descripción
Los datos faltantes son muy comunes en las encuestas masivas, y se producen principalmente por falta de respuesta. Limitar el análisis a casos completos puede producir sesgos y pérdida de precisión en las estimaciones, pudiendo eventualmente debilitar la validez de los resultados y las conclusiones. La imputación múltiple mediante ecuaciones encadenadas constituye un enfoque flexible y práctico para manejar los datos faltantes. Este trabajo presenta una aplicación a partir del estudio del consumo de bebidas azucaradas en adolescentes y su asociación con determinantes sociales. Se utilizaron datos de la Encuesta Mundial de Salud Escolar (EMSE) 2012 y el paquete MICE de R. La muestra estuvo compuesta por 21107 adolescentes de 13 a 15 años pertenecientes a 561 escuelas de todo el país. La imputación múltiple permitió recuperar 6058 registros (28.7% del total). Se encontró que el nivel educativo del hogar y de la escuela se asocian negativamente con el consumo de bebidas azucaradas: a menor nivel educativo, mayor riesgo de consumo. Siendo Argentina uno de los principales países consumidores de bebidas azucaradas del mundo, es fundamental que comiencen a desarrollarse estrategias para desincentivar este comportamiento, priorizando especialmente aquellos adolescentes pertenecientes a entornos de menores recursos.
Sociedad Argentina de Informática e Investigación Operativa
Materia
Ciencias Informáticas
Datos faltantes
Encuesta Mundial de Salud Escolar
Argentina
Nivel de accesibilidad
acceso abierto
Condiciones de uso
http://creativecommons.org/licenses/by-nc-sa/3.0/
Repositorio
SEDICI (UNLP)
Institución
Universidad Nacional de La Plata
OAI Identificador
oai:sedici.unlp.edu.ar:10915/140156
Acceder
id SEDICI_cf297d97f902fe4f406c2bcb3da8ba3b
oai_identifier_str oai:sedici.unlp.edu.ar:10915/140156
network_acronym_str SEDICI
repository_id_str 1329
network_name_str SEDICI (UNLP)
spelling Imputación de datos faltantes: una aplicación del algoritmo de imputación multivariada por ecuaciones encadenadas (MICE) en salud públicaArnaudo, María BelénFernández, María SoledadPérez, Adriana AliciaCiencias InformáticasDatos faltantesEncuesta Mundial de Salud EscolarArgentinaLos datos faltantes son muy comunes en las encuestas masivas, y se producen principalmente por falta de respuesta. Limitar el análisis a casos completos puede producir sesgos y pérdida de precisión en las estimaciones, pudiendo eventualmente debilitar la validez de los resultados y las conclusiones. La imputación múltiple mediante ecuaciones encadenadas constituye un enfoque flexible y práctico para manejar los datos faltantes. Este trabajo presenta una aplicación a partir del estudio del consumo de bebidas azucaradas en adolescentes y su asociación con determinantes sociales. Se utilizaron datos de la Encuesta Mundial de Salud Escolar (EMSE) 2012 y el paquete MICE de R. La muestra estuvo compuesta por 21107 adolescentes de 13 a 15 años pertenecientes a 561 escuelas de todo el país. La imputación múltiple permitió recuperar 6058 registros (28.7% del total). Se encontró que el nivel educativo del hogar y de la escuela se asocian negativamente con el consumo de bebidas azucaradas: a menor nivel educativo, mayor riesgo de consumo. Siendo Argentina uno de los principales países consumidores de bebidas azucaradas del mundo, es fundamental que comiencen a desarrollarse estrategias para desincentivar este comportamiento, priorizando especialmente aquellos adolescentes pertenecientes a entornos de menores recursos.Sociedad Argentina de Informática e Investigación Operativa2021-10info:eu-repo/semantics/conferenceObjectinfo:eu-repo/semantics/publishedVersionObjeto de conferenciahttp://purl.org/coar/resource_type/c_5794info:ar-repo/semantics/documentoDeConferenciaapplication/pdf81-93http://sedici.unlp.edu.ar/handle/10915/140156spainfo:eu-repo/semantics/altIdentifier/url/http://50jaiio.sadio.org.ar/pdfs/agranda/AGRANDA-12.pdfinfo:eu-repo/semantics/altIdentifier/issn/2683-8966info:eu-repo/semantics/openAccesshttp://creativecommons.org/licenses/by-nc-sa/3.0/Creative Commons Attribution-NonCommercial-ShareAlike 3.0 Unported (CC BY-NC-SA 3.0)reponame:SEDICI (UNLP)instname:Universidad Nacional de La Platainstacron:UNLP2025-10-15T11:27:26Zoai:sedici.unlp.edu.ar:10915/140156Institucionalhttp://sedici.unlp.edu.ar/Universidad públicaNo correspondehttp://sedici.unlp.edu.ar/oai/snrdalira@sedici.unlp.edu.arArgentinaNo correspondeNo correspondeNo correspondeopendoar:13292025-10-15 11:27:27.082SEDICI (UNLP) - Universidad Nacional de La Platafalse
dc.title.none.fl_str_mv Imputación de datos faltantes: una aplicación del algoritmo de imputación multivariada por ecuaciones encadenadas (MICE) en salud pública
title Imputación de datos faltantes: una aplicación del algoritmo de imputación multivariada por ecuaciones encadenadas (MICE) en salud pública
spellingShingle Imputación de datos faltantes: una aplicación del algoritmo de imputación multivariada por ecuaciones encadenadas (MICE) en salud pública
Arnaudo, María Belén
Ciencias Informáticas
Datos faltantes
Encuesta Mundial de Salud Escolar
Argentina
title_short Imputación de datos faltantes: una aplicación del algoritmo de imputación multivariada por ecuaciones encadenadas (MICE) en salud pública
title_full Imputación de datos faltantes: una aplicación del algoritmo de imputación multivariada por ecuaciones encadenadas (MICE) en salud pública
title_fullStr Imputación de datos faltantes: una aplicación del algoritmo de imputación multivariada por ecuaciones encadenadas (MICE) en salud pública
title_full_unstemmed Imputación de datos faltantes: una aplicación del algoritmo de imputación multivariada por ecuaciones encadenadas (MICE) en salud pública
title_sort Imputación de datos faltantes: una aplicación del algoritmo de imputación multivariada por ecuaciones encadenadas (MICE) en salud pública
dc.creator.none.fl_str_mv Arnaudo, María Belén
Fernández, María Soledad
Pérez, Adriana Alicia
author Arnaudo, María Belén
author_facet Arnaudo, María Belén
Fernández, María Soledad
Pérez, Adriana Alicia
author_role author
author2 Fernández, María Soledad
Pérez, Adriana Alicia
author2_role author
author
dc.subject.none.fl_str_mv Ciencias Informáticas
Datos faltantes
Encuesta Mundial de Salud Escolar
Argentina
topic Ciencias Informáticas
Datos faltantes
Encuesta Mundial de Salud Escolar
Argentina
dc.description.none.fl_txt_mv Los datos faltantes son muy comunes en las encuestas masivas, y se producen principalmente por falta de respuesta. Limitar el análisis a casos completos puede producir sesgos y pérdida de precisión en las estimaciones, pudiendo eventualmente debilitar la validez de los resultados y las conclusiones. La imputación múltiple mediante ecuaciones encadenadas constituye un enfoque flexible y práctico para manejar los datos faltantes. Este trabajo presenta una aplicación a partir del estudio del consumo de bebidas azucaradas en adolescentes y su asociación con determinantes sociales. Se utilizaron datos de la Encuesta Mundial de Salud Escolar (EMSE) 2012 y el paquete MICE de R. La muestra estuvo compuesta por 21107 adolescentes de 13 a 15 años pertenecientes a 561 escuelas de todo el país. La imputación múltiple permitió recuperar 6058 registros (28.7% del total). Se encontró que el nivel educativo del hogar y de la escuela se asocian negativamente con el consumo de bebidas azucaradas: a menor nivel educativo, mayor riesgo de consumo. Siendo Argentina uno de los principales países consumidores de bebidas azucaradas del mundo, es fundamental que comiencen a desarrollarse estrategias para desincentivar este comportamiento, priorizando especialmente aquellos adolescentes pertenecientes a entornos de menores recursos.
Sociedad Argentina de Informática e Investigación Operativa
description Los datos faltantes son muy comunes en las encuestas masivas, y se producen principalmente por falta de respuesta. Limitar el análisis a casos completos puede producir sesgos y pérdida de precisión en las estimaciones, pudiendo eventualmente debilitar la validez de los resultados y las conclusiones. La imputación múltiple mediante ecuaciones encadenadas constituye un enfoque flexible y práctico para manejar los datos faltantes. Este trabajo presenta una aplicación a partir del estudio del consumo de bebidas azucaradas en adolescentes y su asociación con determinantes sociales. Se utilizaron datos de la Encuesta Mundial de Salud Escolar (EMSE) 2012 y el paquete MICE de R. La muestra estuvo compuesta por 21107 adolescentes de 13 a 15 años pertenecientes a 561 escuelas de todo el país. La imputación múltiple permitió recuperar 6058 registros (28.7% del total). Se encontró que el nivel educativo del hogar y de la escuela se asocian negativamente con el consumo de bebidas azucaradas: a menor nivel educativo, mayor riesgo de consumo. Siendo Argentina uno de los principales países consumidores de bebidas azucaradas del mundo, es fundamental que comiencen a desarrollarse estrategias para desincentivar este comportamiento, priorizando especialmente aquellos adolescentes pertenecientes a entornos de menores recursos.
publishDate 2021
dc.date.none.fl_str_mv 2021-10
dc.type.none.fl_str_mv info:eu-repo/semantics/conferenceObject
info:eu-repo/semantics/publishedVersion
Objeto de conferencia
http://purl.org/coar/resource_type/c_5794
info:ar-repo/semantics/documentoDeConferencia
format conferenceObject
status_str publishedVersion
dc.identifier.none.fl_str_mv http://sedici.unlp.edu.ar/handle/10915/140156
url http://sedici.unlp.edu.ar/handle/10915/140156
dc.language.none.fl_str_mv spa
language spa
dc.relation.none.fl_str_mv info:eu-repo/semantics/altIdentifier/url/http://50jaiio.sadio.org.ar/pdfs/agranda/AGRANDA-12.pdf
info:eu-repo/semantics/altIdentifier/issn/2683-8966
dc.rights.none.fl_str_mv info:eu-repo/semantics/openAccess
http://creativecommons.org/licenses/by-nc-sa/3.0/
Creative Commons Attribution-NonCommercial-ShareAlike 3.0 Unported (CC BY-NC-SA 3.0)
eu_rights_str_mv openAccess
rights_invalid_str_mv http://creativecommons.org/licenses/by-nc-sa/3.0/
Creative Commons Attribution-NonCommercial-ShareAlike 3.0 Unported (CC BY-NC-SA 3.0)
dc.format.none.fl_str_mv application/pdf
81-93
dc.source.none.fl_str_mv reponame:SEDICI (UNLP)
instname:Universidad Nacional de La Plata
instacron:UNLP
reponame_str SEDICI (UNLP)
collection SEDICI (UNLP)
instname_str Universidad Nacional de La Plata
instacron_str UNLP
institution UNLP
repository.name.fl_str_mv SEDICI (UNLP) - Universidad Nacional de La Plata
repository.mail.fl_str_mv alira@sedici.unlp.edu.ar
_version_ 1846064320965771264
score 13.22299

Publicaciones similares