Structural equation modeling in epidemiology

Abstract

Structural equation modeling (SEM) is an important statistical tool for evaluating complex relations in several research areas. In epidemiology, the use and discussion of SEM have been limited thus far. This article presents basic principles and concepts in SEM, including an application using epidemiological data analysis from a study on the determinants of cognitive development in young children, considering constructs related to organization of the child's home environment, parenting style, and the child's health status. The relations between the constructs and cognitive development were measured. The results showed a positive association between psychosocial stimulus at home and cognitive development in young children. The article presents the contributions by SEM to epidemiology, highlighting the need for an a priori theoretical model for improving the study of epidemiological questions from a new perspective.

Relações hipotéticas entre os determinantes sociais da saúde que influenciam na obesidade em idosos

“…63 Artigos de revisão foram publicados abordando a MEE, porém de maneira conceitual, teórica e prática. 11,60,64 Essa técnica estatística é, portanto, utilizada quando se tem o objetivo de explicar as relações envolvidas em um fenômeno multidimensional. No estudo, a obesidade em idosos foi considerada pela sua multicomplexidade, uma vez que foram estabelecidas diversas hipóteses de relações entre os DSSs envolvidos nesta desordem nutricional.…”

“…Já as variáveis observadas são utilizadas para compor uma variável latente. 11,12 Neste estudo, foram considerados os DSSs verificados em uma revisão integrativa e classificados em cada nível/conceito, que foram definidos de acordo com o Modelo de Dahlgren & Whitehead. 13 Realizou-se levantamento bibliográfico sobre as relações existentes na literatura entre os DSSs associados à obesidade em idosos no mês de janeiro de 2013.…”

Quantitatively analyze composition principle of Ma Huang Tang by structural equation modeling

“…The variables used in SEM can be observed variables (also named manifest variables) or latent variables (not observed, also called construct variables), which is one of the most important differences between SEM and other modeling techniques, since the classical data analysis procedures only model observable measurements. Another important aspect of SEM is its extension for estimating measurement errors by using factors or latent variables (Amorim et al, 2010;Kline, 2010;Stein et al, 2012).…”

Ingestão de ferro: consumo dietético e associação com resistência à insulina e síndrome metabólica na era da fortificação mandatória

“…The cost-effectiveness of fortification was always lower than the costeffectiveness of supplementation, regardless of the coverage levels. Fiedler and Macdonald (32) estimated that in Brazil the fortification of wheat and maize flour has a cost, over 10 years, of about $ 41 per DALY saved (Disability-Adjusted Life years). Whereas health interventions with a good cost-effectiveness are those with a cost lower than $ 200 per DALY saved -as suggested by the World Bank -then the fortification appears to be a public health strategy with good costeffectiveness (33) .…”

“…Essa técnica multivariada permite compreender melhor as complexas relações entre as múltiplas variáveis estudadas, por meio de procedimentos estatísticos que combinam análise fatorial e de regressão múltipla para investigar, simultaneamente, relações entre variáveis especificadas num modelo teórico [32,33].…”