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

ARNAUDO, MARÍA BELÉN; FERNÁNDEZ, MARÍA SOLEDAD; PÉREZ, ADRIANA ALICIA

Virtual

Simposio; SIMPOSIO ARGENTINO DE CIENCIA DE DATOS Y GRANDES DATOS (JAIIO); 2021

SADIO - Sociedad Argentina de Informática

Resumen Los datos faltantes son muy comunes en las encuestas masivas, y se producen principalmente por falta de respuesta. Limitar elan´alisis a casos completos puede producir sesgos y p´erdida de precisi´onen las estimaciones, pudiendo eventualmente debilitar la validez de losresultados y las conclusiones. La imputaci´on m´ultiple mediante ecuaciones encadenadas constituye un enfoque flexible y pr´actico para manejarlos datos faltantes. Este trabajo presenta una aplicaci´on a partir del estudio del consumo de bebidas azucaradas en adolescentes y su asociaci´oncon determinantes sociales. Se utilizaron datos de la Encuesta Mundialde Salud Escolar (EMSE) 2012 y el paquete MICE de R. La muestra estuvo compuesta por 21107 adolescentes de 13 a 15 a?nos pertenecientes a561 escuelas de todo el pa´ıs. La imputaci´on m´ultiple permiti´o recuperar6058 registros (28.7 % del total). Se encontr´o que el nivel educativo delhogar y de la escuela se asocian negativamente con el consumo de bebidasazucaradas: a menor nivel educativo, mayor riesgo de consumo. SiendoArgentina uno de los principales pa´ıses consumidores de bebidas azucaradas del mundo, es fundamental que comiencen a desarrollarse estrategias para desincentivar este comportamiento, priorizando especialmenteaquellos adolescentes pertenecientes a entornos de menores recursos.