Não possui cadastro?

Cadastre-se

Já possui conta?

Faça login

Pagamento aprovado... Acessos liberados

Seu pedido foi aprovado com sucesso

Já liberamos o acesso ao espaço exclusivo para assinantes.

Acessar área exclusiva

Pedido não processado :(

Infelizmente o seu pedido não foi processado pela operadora de cartão de crédito

Tente novamente clicando no botão abaixo

Voltar para o checkout

Biblioteca

Reporting error in weight and its implications for bias in economic models

Artigo de periódico
Reporting error in weight and its implications for bias in economic models
2015
Acusar erro

Hoja de publicación

Nome da publicação: Reporting error in weight and its implications for bias in economic models

Autores: John Cawley, Johanna Catherine Maclean, Mette Hammer, Neil Wintfeld

Fuente: Economics & Human Biology

Publicado en: 2015

Tipo de archivo: Artigo de periódico

Enlace al original

Resumen

Most research on the economic consequences of obesity uses data on self-reported weight, which contains reporting error that has the potential to bias coefficient estimates in economic models. The purpose of this paper is to measure the extent and characteristics of reporting error in weight, and to examine its impact on regression coefficients in models of the healthcare consequences of obesity. We analyze data from the National Health and Nutrition Examination Survey (NHANES) for 2003–2010, which includes both self-reports and measurements of weight and height. We find that reporting error in weight is non-classical: underweight respondents tend to overreport, and overweight and obese respondents tend to underreport, their weight, with underreporting increasing in measured weight. This error results in roughly 1 out of 7 obese individuals being misclassified as non-obese. Reporting error is also correlated with other common regressors in economic models, such as education. Although it is a common misconception that reporting error always causes attenuation bias, comparisons of models that use self-reported and measured weight confirm that reporting error can cause upward bias in coefficient estimates. For example, use of self-reports leads to overestimates of the probability that an obese man uses a prescription drug, has a healthcare visit, or has a hospital admission. These findings underscore that models of the consequences of obesity should use measurements of weight, when available, and that social science datasets should measure weight rather than simply ask subjects to report their weight.

Resumen traducido por

A maior parte da investigação sobre as consequências económicas da obesidade utiliza dados sobre o peso auto-relatado, que contém erros de notificação que têm o potencial de distorcer as estimativas dos coeficientes em modelos económicos. O objetivo deste artigo é medir a extensão e as características do erro de notificação de peso e examinar seu impacto nos coeficientes de regressão em modelos das consequências da obesidade para a saúde. Analisamos dados da Pesquisa Nacional de Exame de Saúde e Nutrição (NHANES) para 2003–2010, que inclui autorrelatos e medidas de peso e altura. Descobrimos que o erro de notificação no peso não é clássico: os entrevistados com baixo peso tendem a reportar em excesso, e os entrevistados com sobrepeso e obesidade tendem a subnotificar o seu peso, com a subnotificação aumentando o peso medido. Este erro resulta em aproximadamente 1 em cada 7 indivíduos obesos sendo erroneamente classificados como não obesos. O erro de comunicação também está correlacionado com outros regressores comuns em modelos económicos, como a educação. Embora seja um equívoco comum pensar que o erro de relatório sempre causa viés de atenuação, as comparações de modelos que usam pesos auto-relatados e medidos confirmam que o erro de relatório pode causar viés ascendente nas estimativas dos coeficientes. Por exemplo, o uso de autorrelatos leva a superestimativas da probabilidade de um homem obeso usar um medicamento prescrito, ter uma consulta médica ou ser internado em um hospital. Estas descobertas sublinham que os modelos das consequências da obesidade devem utilizar medidas de peso, quando disponíveis, e que os conjuntos de dados das ciências sociais devem medir o peso em vez de simplesmente pedir aos indivíduos que relatem o seu peso.