indicará una evolución satisfactoria.
En relación a la parálisis recidivante (pfr), su odds ratio fue 5,742 y su intervalo de confianza fue entre 2,632 y 12,527; de manera que si hay un paciente con antecedentes de parálisis recidivante, el mismo tiene casi seis veces más probabilidad de tener una evolución no satisfactoria; en cambio, si no presenta la misma, tendrá las mismas probabilidades, pero de tener una buena recuperación.
Finalmente en relación a la variable diabetes Mellitus (diabet), su odds ratio fue 3,093 y su intervalo de confianza está entre 1,665 y 5,746, por lo tanto, es la de menor rango y se interpreta de la misma forma que las anteriores.
Por lo tanto, si el error estándar de los coeficientes (B) son aceptables y el nivel de significación de cada uno de ellos es alta y además las cinco variables tienen intervalos de confianza lógicos, los resultados de la evaluación por el método de RegresiónLogística pueden considerarse aceptables. No cabe duda que la regresión logística es una de las herramientas estadísticas con mejor capacidad para el análisis de datos en investigaciones clínicas y epidemiológicas, de ahí su amplia utilización en trabajos científicos revisados. (6 y 7)
Validación de los resultados obtenidos por el método de Regresión Logística, mediante la utilización de las Redes Neuronales Artificiales.
Las Redes Neuronales Artificiales (8 y 9)emulan con el aprendizaje humano mediante prueba y error, para identificar patrones y relaciones en estructuras de datos y pueden estudiar tanto interrelaciones como relaciones causa-efecto entre variables input (variables independientes) y una o varias output (variables dependientes). Para la presente investigación se utilizó este programa, con el objetivo de validar los resultados obtenidos por la regresión logística, ya que este método es más efectivo que el de la regresión logística, pudiendo llegar a superarlo en un 10 a un 15% de clasificaciones correctas en dependencia de la magnitud de los efectos no lineales de las variables predictivas.
Elorden jerárquico determinado por las Redes Neuronales Artificiales según el incremento de la proporción del error de estimación en el modelo fue el siguiente:
1. Sintocli (sintomatología clínica)
2. Fmuscul (fuerza muscular)
3. Pa-pa (parálisis o paresia)
4. P.f.r.(parálisis facial recidivante)
5. Diabet. (Diabetes mellitus)
6. Tas (hipertensión arterial)
7. Caries
Por este método las variables hipertensión arterial y caries ocupan los últimos lugares, lo cual coincide con los resultados obtenidos por el método de Regresión Logística, que las consideró no significativas.
Ambos métodos estadísticos presentan resultados muy similares lo que permite asegurar la poca influencia de las relaciones no lineales ya que prácticamente son iguales los porcientos de clasificación obtenidos.
Tabla 2.- Resultados comparativos de la aplicación de la regresión logística y de las redes neuronales artificiales en la investigación realizada.
Esto reafirma aún más la utilidad de los resultados aportados por la aplicación de la regresión logística para su utilización en la práctica clínica en la valoración de los pacientes con parálisis facial periférica cuya aplicación se puede lograr con una simple calculadora científica al alcance de cualquier médico comunitario.
Covarrubia y colaboradores (10)en su estudio de sobrepeso, presentan índices en relación a la tabla de resumen del modelo, tabla de clasificaciones, variables (estimación de los coeficientes de las variables en el modelo), etc. semejantes a los utilizados en esta investigación; e incluso, usan la versión 15,0 del S.P.S.S. para los procesamientos estadísticos. Esto es una muestra de la utilización progresiva de métodos estadísticos, con mayor rigor científico, en los estudios de temas de salud.
Las evaluaciones de los nervios periféricos constituyen un desafío para el profesional de la salud, ya que la mayoría de ellas, son lesiones incompletas y difíciles de evaluar.
Según May, con respecto al nervio facial, ciertas fibras pueden afectarse más que otras, según la índole, localización y severidad de la lesión. (11)
Determinación del pronóstico de recuperación funcional facial.
Los valores obtenidos en la Tabla 1 y utilizados en la ecuación de Regresión Logística para definir el