marco lessa (X) Jan 8, 2009:

dichotomized bleeding grade Esse 'dichotomized' q. sig q. se trata de uma DISTRIBUIÇÃO DE PROBABILIDADE BINOMIAL (ou de BERNOULLI).
Um experimento binomial, em geral, tem as seg. carac.:
a) núm. fixo de provas; b)cada prova tem somente dois resultados possíveis, trad. chamado 'sucesso' ou 'falha' (podendo entret. receber desg. aprop. em aplicações esp.); d)a prob de sucesso é a mesma em cada prova; e)as provas são estat. independentes.
Ou seja, o termo em PT seria: Escala de sangramento binomial.
"The dependent variable in logistic regression is usually dichotomous, that is, the dependent variable can take the value 1 with a probability of success q, or the value 0 with probability of failure 1-q. This type of variable is called a Bernoulli (or binary) variable." [Tabachnick and Fidell (1996) use the term polychotomous]."
No caso em tela, foi feito o q, se segue, noutro experimento semelhante:
(...)"Dependent Variables
Trouble falling asleep (sleep initiation difficulty), waking up several times a night (sleep maintenance difficulty), and waking up earlier than planned and unable to fall asleep again (early morning awakening) were self-reported at baseline and at each annual assessment. Participants were asked about the frequency of sleep problems (“your sleep habits”) in the past 2 weeks: (1) none, (2) less than once a week, (3) one or two times a week, (4) three or four times a week, (5) five or more times a week. These 3 sleep measures were dichotomized (q. não senão "enquadrar em intervalos de classe") as “no” (<3 times a week) or “yes” (≥3 times a week), which is consistent with the frequency criterion most commonly used in insomnia research."
Quanto à expressão 'logistic' se refere á uma curva sigmóide:
"As curvas logísticas ou curvas sigmóides descrevem os processos
de crescimento natural de qualquer sistema."
"Os processos de aprendizagem são também processos de
crescimento natural, e por isso as curvas logísticas são também
designadas por curvas de aprendizagem."
"In probability theory and statistics, the logistic distribution is a continuous probability distribution. Its cumulative distribution function is the logistic function, which appears in logistic regression and feedforward neural networks. It resembles the normal distribution in shape but has heavier tails (higher kurtosis)."