OBJECTIVES: Mostrar la importancia de utilizar técnicas de regresión diseñadas expresamente para modelar variables de conteo, así como describir las herramientas disponibles en el programa estadístico Stata para esta clase de modelos. METHODS: Los datos utilizados provienen de una muestra de 335 niños con peso bajo al nacimiento atendidos en un hospital pediátrico de tercer nivel de la ciudad de México, de los cuales se obtuvieron distintas variables sobre consumo de recursos, así como variables demográficas y clínicas que se emplearon como regresores. Primero se realizó la prueba de sobredispersión para comprobar el cumplimiento del supuesto básico de la regresión poisson. Posteriormente se compararon gráficamente las probabilidades estimadas con cuatro diferentes modelos de regresión y se realizaron las pruebas de la razón de verosimilitud y de Vuong para determinar el modelo con el que se obtiene el mejor ajuste, utilizando para ello también los criterios de información de Akaike y bayesiano. Una vez elegido el modelo más apropiado para cada variable de resultado, se estimaron nuevamente los coeficientes de regresión y se obtuvo el cambio porcentual en el valor esperado de la variable de conteo con el comando ‘listcoef’ de Stata, que facilita a los usuarios la interpretación de los efectos. RESULTS: El modelo de regresión binomial negativa resultó el más apropiado para predecir los días de estancia hospitalaria, número de pruebas de laboratorio y gabinete, y los días con antibioticoterapia. El modelo de regresión binomial negativa con exceso de ceros fue el de mejor ajuste para los días con nutrición parenteral, días con oxigenoterapia, número de transfusiones, días con administración de aminas y días con ventilador. La variable que se ajustó a un modelo de poisson fue el número de interconsultas. CONCLUSIONS: Los modelos de regresión lineal aplicados a datos de conteo pueden producir estimaciones ineficientes, inconsistentes y sesgadas.