En el ámbito de la Epidemiologı́a y Salud pública, pueden existir limitaciones en los indicadores generalmente utilizados ya que muchas veces no toman en cuenta la estructurada multivariada de la información o si la toman, lo hacen a través de algoritmos de cálculo que generan indicadores univariados para ganar en simplicidad, y no miden por lo tanto correctamente los fenómenos bajo estudio. En particular cuando los datos responden a modelos de conteo, es necesario transformar los datos en proporciones, utilizando modelos adecuados, al tener variables de respuesta que pueden ser modeladas mediante distribuciones de probabilidad de tipo Beta. En este trabajo se presentan en detalle los modelos de Regresión Beta (RB), para luego presentar los resultados que surgen de una aplicación en Salud bucal, en el contexto de una encuesta de base poblacional en personas que consultan en el Servicio de registros de la Facultad de Odontologı́a de la Universidad de la Repúbli- ca, Uruguay, 2015. Hasta el momento los resultados encontrados para modelar los componentes de piezas cariadas, perdidas y obturadas (CPO) se asocian con el Nivel de CPO, Edad, Sexo, Nivel educativo, Ingresos percibidos, Nivel de consumo de alcohol y de bebidas azucaradas, ası́ como el Hábito de Fumar. Finalmente se proponen extensiones de los modelos para lograr una mejor performance. Abstract. In the field of Epidemiology and public health, there may be limitations in the indicators generally used since they often do not take into account the multivariate structured information or if they take it, they do it through calculation algorithms that generate univariate indicators for gain in simplicity, and therefore do not correctly measure the phenomena under study. In particular, when the data respond to counting models, it is necessary to transform the data into proportions, using appropriate models, having outcome variables that can be modeled by Beta probability distributions. In this paper the Beta Regression models (BR) are presented in detail, presenting several results that arise from an application in oral health, in the context of a population-based survey for people demanding attention in the Registry Service at Facultad de dontologı́a de la Universidad de la República, Uruguay, 2015. So far the results found to model the components of decayed,filled amd missed dental pieces (DFM) are associated with the DFM Level, Age,Sex, Educational Level, Income, Level of consumption of alcohol and sugary drinks,as well as the Smoking status. Finally, extensions of the models are proposed to achieve a better performance.