Análisis multivariado : análisis canónico de correspondencias. Su aplicación a la interpretación de indicadores generales de salud pública / Javier Rosique, Esther Rebato, José Luis Pacheco, Victoria Ibáñez, Mª Teresa del Hierro

Este artículo se encuentra disponible en su edición impresa.

Bibliografía: p. 55

Se ha empleado el análisis canónico de correspondencias para interpretar diversos indicadores generales de Salud Pública, en la comunidad de edad avanzada (mayor de 60 años) de la Villa de Bilbao (tablas publicadas por el Servicio de Salud, Droga y Consumo del Ayuntamiento de Bilbao). Los indicadores estudiados han sido la prevalencia de la morbilidad percibida y del BMI (Body Mass Index), este último como indicador de riesgo para enfermedades cardiovasculares y diabetes. El análisis a partir de las tablas de contingencia resultó más informativo para el estudio de la morbilidad percibida. No obstante la presentación gráfica de los resultados del análisis de correspondencias tiene ventajas, en ambos casos, respecto a la inspección visual de filas y columnas cuando se trata de tablas grandes.
Asimismo, la contribución relativa de las variables a las dimensiones puede dar una idea de la importancia relativa de las variables consideradas respecto al conjunto de las muestras.

The canonical analysis of correspondences has been used to interpret various general indicators of Public Health, in the elderly community (over 60 years) of the Villa de Bilbao (tables published by the Health, Drug and Consumption Service of the Bilbao City Council ). The indicators studied were the prevalence of perceived morbidity and the BMI (Body Mass Index), the latter as an indicator of risk for cardiovascular diseases and diabetes. The analysis based on contingency tables was more informative for the study of perceived morbidity. However, the graphical presentation of the results of the correspondence analysis has advantages, in both cases, with respect to the visual inspection of rows and columns when dealing with large tables.
Likewise, the relative contribution of the variables to the dimensions can give an idea of ​​the relative importance of the variables considered with respect to the set of samples.