El asma es una de las enfermedades crónicas más comunes en todo el mundo y representa un problema grave en la salud humana. Los modelos predictivos se han vuelto importantes en las ciencias médicas porque proporcionan información valiosa para la toma de decisiones basada en datos. En este trabajo, se propone una metodología de análisis de influencia de datos basada en modelos de regresión logística de efectos mixtos para detectar observaciones potencialmente influyentes que pueden afectar la calidad de estos modelos. Técnicas de diagnóstico de influencia global y local se utilizan simultáneamente en esta detección, las cuales suelen utilizarse por separado. Además, se consideran medidas de rendimiento predictivo para este análisis. Se lleva a cabo un estudio con datos reales de asma infantil y adolescente, recopilados de un hospital público de São Paulo, Brasil, para ilustrar la metodología propuesta. Los resultados muestran que la metodología de diagnóstico de influencia es útil para obtener un modelo predictivo preciso que proporcione evidencia científica en la toma de decisiones médicas basadas en datos.