Comparação de modelos de regressão univariado e multivariados para parametrização dimensional de próteses de mão

Abstract

Resumo: As próteses de mão proporcionam melhoria na qualidade de vida e inclusão social para os indivíduos que nasceram com deformações ou perderam a mão. No entanto, uma prótese de mão pode se tornar inacessível devido ao seu alto custo e o seu dimensionamento pode ser um problema, o que se agrava caso o usuário da prótese seja uma criança ou adolescente, pois estes estão em fase de crescimento. Neste âmbito, esta pesquisa tem por objetivo de comparar modelos estatísticos preditivos tais como, regressão linear simples, múltipla, sem intercepto, de componentes principais e de mínimos quadrados parciais, para dimensionar uma prótese de mão. Como variáveis respostas foram utilizadas as dimensões da mão e como variáveis preditoras foram empregadas o sexo do indivíduo, a estatura, o comprimento e a largura do pé. Foram coletadas as variáveis antropométricas da mão e as características humanas de 60 indivíduos por meio de amostragem por conveniência, e estes dados serviram de base para a realização das inferências estatísticas. Para a tomada de decisão do melhor modelo de regressão para cada variável da mão, foi realizada a comparação dos coeficientes de determinação predito (R2pd.) e do erro médio absoluto da previsão. Como considerações finais, todas as variáveis da mão obtiveram um modelo de regressão selecionado, com erros médios absolutos de previsão variando entre 0,43 a 6,21 mm. Além disso, o modelo de regressão selecionado com maior frequência em relação ao R2pd. e ao erro médio absoluto de previsão foi a regressão linear simples. Palavras-chave: Prótese de mão. Antropometria da mão. Regressão múltipla. Componentes Principais. Mínimos Quadrados Parciais.

Abstract: Hand prostheses provide improved quality of life and social inclusion for individuals who were born with deformities or lost their hands. However, a hand prosthesis can become inaccessible due to its high cost and its dimensioning can be a problem, which is aggravated if the prosthesis user is a child or adolescent, as they are growing. In this context, this research aims to compare predictive statistical models such as simple, multiple linear regression, without intercept, principal components and partial least squares, to design a hand prosthesis. As response variables, hand dimensions were used and as predictor variables, the individual's gender, height, foot length and width were used. The anthropometric variables of the hand and the human characteristics of 60 individuals were collected through convenience sampling, and these data served as the basis for making statistical inferences. For the decision making of the best regression model for each hand variable, the predicted determination coefficients (R2pd.) and the mean absolute prediction error were compared. As final considerations, all variables in the hand obtained a selected regression model, with mean absolute prediction errors ranging from 0.43 to 6.21 mm. In addition, the regression model selected more frequently in relation to R2pd. and the mean absolute prediction error was simple linear regression. Key-words: Hand prosthesis. Hand Anthropometry. Multiple Regression. Principal Components. Partial Least Squares.