Relevant factors of multiple sclerosis in a group of a selected part of Puerto Rico

Abstract

This study’s objective is to identify which characteristics of persons with the condition of Multiple Sclerosis (MS) and a first order relative can predict its occurrence. A questionnaire and logistics regression was used to develop a prediction model for the probability of having MS condition. Six models were developed using eight important predictors: age, mother, sister or daughter having MS condition, persons’ fibromialgy, sister allergy, sons’ sinus, and age person got chicken pox. Female relatives with MS reduce the odds of the person having MS condition to 1:6221 (daughter), to 1:50 (sister) for one model, and sisters’ allergy to 1:4.3. Sons’ sinus odds is 8:1 and persons’ fibromialgy odds of MS is 1:53, even though these three had no medical explanation; gender having women get MS 2.4:1 vs. men. Plots were developed to compare false positives and false negatives in predicting the condition of MS, and borderline cases.

El objetivo de este estudio es identificar qué características de las personas con la condición de esclerosis múltiple (MS) y un familiar cercano (primer orden) sirven para predecir la incidencia de MS. Se usó un cuestionario y regresión logística para desarrollar un modelo para predecir la probabilidad de tener la condición de MS. Se desarrollaron seis modelos usando ocho variables predictoras importantes, a saber: edad, presencia de MS en la madre, hermana o hija, presencia de fibromialgia, alergia de la hermana, sinusitis del hijo y edad a la cual tuvo varicelas. La presencia de MS en parientes féminas reducen las probabilidades de tener MS a 1:6221 (hija), a 1:50 (hermana) y alergia de la hermana da 1:4.3. La probabilidad al hijo tener sinusitis, de tener MS aumenta de 8:1 y si la persona tiene fibromialgia la oportunidad de tener MS es 1:53, aunque no existe explicación médica para estas tres relaciones; las féminas tienen 2.4:1 mas oportunidad de tener la condición de MS que los hombres. Se desarrollaron gráficas para comparar el número de falsos positivos y de falsos negativos al predecir la condición de MS, además de los casos fronterizos para diferentes modelos.