Modelo Expectativa de Vida (WHO) en los países IDASH, cohorte 2 / Modelo de expectativa de vida (WHO) nos países do IDASH, coorte 2
Sobre el conjunto de datos / Sobre o conjunto de dados
El conjunto de datos Life Expectancy (WHO) recopila indicadores sanitarios, sociales y económicos de más de 190 países entre 2000 y 2015, con el objetivo de analizar los determinantes de la esperanza de vida. Incluye variables como life_expectancy (años de vida al nacer), adult_mortality (probabilidad de morir entre los 15 y 60 años por cada 1,000 adultos), alcohol (litros de consumo anual per cápita), BMI (índice de masa corporal promedio), schooling (años promedio de escolaridad) e income_composition_of_resources (componente de ingreso del índice de desarrollo humano).
La base combina datos demográficos y de salud pública provenientes de la OMS y otras agencias, permitiendo explorar relaciones entre condiciones socioeconómicas, factores de riesgo y resultados en salud, siendo particularmente útil para ejercicios de regresión lineal orientados a identificar cómo los determinantes sociales influyen en la esperanza de vida.
Para nuestro ejercicio seleccionaremos a los países que son parte de IDASH.
O conjunto de dados da OMS sobre expectativa de vida reúne indicadores de saúde, sociais e econômicos de mais de 190 países entre 2000 e 2015, com o objetivo de analisar os determinantes da expectativa de vida. Inclui variáveis como life_expectancy (anos de vida ao nascer), adult_mortality (probabilidade de morte entre 15 e 60 anos por 1.000 adultos), alcohol (litros de álcool consumidos anualmente per capita), BMI (índice de massa corporal médio), schooling (média de anos de estudo) e income_composition_of_resources (componente de renda do Índice de Desenvolvimento Humano).
O banco de dados combina dados demográficos e de saúde pública da OMS e de outras agências, permitindo que pesquisadores explorem as relações entre condições socioeconômicas, fatores de risco e desfechos de saúde. É particularmente útil para exercícios de regressão linear que visam identificar como os determinantes sociais influenciam a expectativa de vida.
Para o nosso exercício, selecionaremos os países que fazem parte do IDASH.
Paquetes / Pacotes
Carga de datos / Carregamento de dados
Limpieza básica y estructura / Limpeza básica e estrutura
Limpieza de nombres / Limpeza de nome
Re-ajuste de variables / Reajuste de variáveis
Mantener solo filas con datos de expectativa de vida disponible / Mantenha apenas as linhas com dados disponíveis sobre expectativa de vida
Exploración de valores faltantes en variables explicativas / Exploração de valores ausentes em variáveis explicativas
Usando una librería específica / Utilizando uma biblioteca específica
Usando la librería especializada / Utilizando a biblioteca especializada
Revisar y eliminar registros duplicados / Analise e exclua registros duplicados.
Análisis Exploratorio de Datos / Análise exploratória de dados
Descripción de los datos / Descrição dos dados
El conjunto de datos cuenta con 112 resgistros y 22 variables
O conjunto de dados possui 112 e 22 variáveis.
Variable respuesta / Variável de resposta
Análisis básico / Análise básica
Resumen estadístico por país / Resumo estatístico por país
Variables explicativas
Análisis gráfico / Análise gráfica
Gráficos bivariantes / Gráficos bivariados
Box Plot/ Gráfico de cajas / Diagrama de caixa
Gráfico para dos variables cuantitativas / Gráfico para duas variáveis quantitativas
Gráficos de años por país en facetas / Gráficos facetados por país ao longo dos anos
Gráficos con librerías especializadas / Gráficos com bibliotecas especializadas
Análisis de las variables explicativas / Análise das variáveis explicativas
Análisis de outliers / Análise de outliers
Filtro de tasa de mortalidad adulta para menores de 25 años / Filtro de taxa de mortalidade adulta para menores de 25 anos
Modelo de Regresión Lineal Múltiple / Modelo de regressão linear múltipla
Modelar la expectativa de vida (life_expectancy) con un modelo de regresión lineal multiple
Modelagem da expectativa de vida (life_expectancy) com um modelo de regressão linear múltipla
Conclusiones / Conclusões
El modelo de regresión múltiple indica que la esperanza de vida (Life Expectancy) se explica en gran medida por la mortalidad adulta, el consumo de alcohol y el índice de masa corporal (BMI).
La variable adult_mortality presenta un efecto negativo y altamente significativo (p < 0.001): a medida que aumenta la tasa de mortalidad adulta, la esperanza de vida disminuye, lo que concuerda con la teoría epidemiológica.
El consumo de alcohol tiene un coeficiente positivo y significativo (p = 0.0278), lo cual puede reflejar que en países con consumo moderado, este se asocia con mayores niveles de desarrollo y mejor infraestructura sanitaria, más que con el efecto directo del alcohol.
El BMI no resulta significativo (p = 0.187), lo que sugiere que su variación no explica de forma relevante las diferencias en esperanza de vida dentro del rango de datos considerados.
El modelo puede presentar un R² ajustado alto cuando se filtra por calidad de datos y rangos razonables (por ejemplo, adult_mortality ≥ 25 y bmi > 20), indicando buen poder explicativo y residuos con error estándar bajo (≈ 1–1.2 años).
En conjunto, los resultados reflejan que los determinantes demográficos y socioeconómicos, especialmente la mortalidad adulta, son los factores más influyentes sobre la esperanza de vida, mientras que otros indicadores individuales (como el BMI) tienen un impacto marginal dentro de este marco de análisis.
O modelo de regressão múltipla indica que a expectativa de vida é amplamente explicada pela mortalidade adulta (Life Expectancy), pelo consumo de álcool e pelo índice de massa corporal (BMI).
A variável adult_mortality apresenta um efeito negativo altamente significativo (p < 0.001): à medida que a taxa de mortalidade adulta aumenta, a expectativa de vida diminui, o que está de acordo com a teoria epidemiológica.
O consumo de álcool apresenta um coeficiente positivo significativo (p = 0.0278), o que pode refletir a associação, em países com consumo moderado, de níveis mais elevados de desenvolvimento e melhor infraestrutura de saúde, em vez de um efeito direto do álcool.
O BMI não é significativo (p = 0.187), sugerindo que sua variação não explica significativamente as diferenças na expectativa de vida dentro da faixa de dados considerada.
O modelo pode apresentar um R² ajustado elevado quando filtrado por qualidade dos dados e faixas razoáveis (por exemplo, adult_mortality ≥ 25 e BMI > 20), indicando bom poder explicativo e resíduos com baixo erro padrão (≈ 1–1.2 anos).
De modo geral, os resultados indicam que os determinantes demográficos e socioeconômicos, particularmente a mortalidade adulta, são os fatores que mais influenciam a expectativa de vida, enquanto outros indicadores individuais (como o BMI) têm um impacto marginal dentro dessa estrutura analítica.