Psicothema, 2008. Vol. Vol. 20 (nº 4). 863-871

María Marta Richard’s, Antonio Solanas^*, Rubén D. Ledesma, Isabel M. Introzzi y María Fernanda López Ramón

El propósito de este trabajo es evaluar y comparar tres técnicas estadísticas de clasificación —regresión logística, análisis discriminante y árboles de clasificación— para identificar las características de personalidad asociadas al riesgo de padecimiento de episodios isquémicos cardiovasculares agudos (EICA). Se utilizaron la tasa de error y el índice C de discriminación como criterios para comparar los resultados obtenidos con las distintas técnicas. El tamaño de la muestra, compuesta por mujeres y hombres con edades comprendidas entre 36 y 80 años, fue igual a 313 participantes, quienes fueron divididos en dos grupos: clínico (n= 143) y control (n= 170), equiparándose por sexo, edad, nivel socio-económico y nivel educacional. El análisis de los resultados posibilitó la elección de los árboles de clasificación como la técnica más adecuada, ya que aporta un porcentaje de predicción más elevado, un tratamiento simple de los datos y una significativa interpretación clínica. Los resultados posibilitaron reducir a 9, de las 22 originales, las escalas de personalidad asociadas a una mayor probabilidad de padecer EICA y generar un modelo empírico de siete perfiles de personalidad asociados al aumento de la probabilidad de EICA y cinco perfiles de personalidad vinculados a la ausencia de patología.

Classification statistical techniques: An applied and comparative study. The aim of this article is to assess and compare three classification statistical techniques —logistic regression, discriminant analysis and classification trees— to identify the personality characteristics associated with the risk of suffering from ischemic cardiovascular acute episodes (ICAE). The sample comprised 313 participants, men and women, aged from 36 to 80. Participants were divided into two groups: a clinical group of patients (n= 143) who were diagnosed as suffering from ICAE, and a control group (n= 170). Both groups were equated in gender, age, socio-economic and educational level. In view of the comparative study of the analytical procedures, we recommend classification trees as the best choice, as it was the most accurate for the individuals in the clinical group, a simple data analysis and a meaningful clinical interpretation. The predictive validity analysis of the MCMI-II allowed the construction of a reduced version made up of 9 personality scales from the 22 scales in the original version. Thus, we could identify the patients with a higher probability of suffering from ICAE, and additionally, generate an empirical model comprising seven and five personality profiles associated, respectively, with the increase and the decrease of the probability of suffering from ICAE.