دوره 31، شماره 195 - ( فروردین 1400 )
جلد 31 شماره 195 صفحات 11-1 |
برگشت به فهرست نسخه ها
Download citation:
BibTeX | RIS | EndNote | Medlars | ProCite | Reference Manager | RefWorks
Send citation to:
BibTeX | RIS | EndNote | Medlars | ProCite | Reference Manager | RefWorks
Send citation to:
Bami Z, Behnampour N, Sadeghpour Gildeh B, Ghayour Mobarhan M, Esmaily H. Comparing the Results of Logistic Regression Model and Classification and Regression Tree Analysis in Determining Prognostic Factors for Coronary Artery Disease in Mashhad, Iran. J Mazandaran Univ Med Sci 2021; 31 (195) :1-11
URL: http://jmums.mazums.ac.ir/article-1-14978-fa.html
URL: http://jmums.mazums.ac.ir/article-1-14978-fa.html
بامی زهرا، بهنام پور ناصر، صادق پور گیلده بهرام، غیور مبرهن مجید، اسماعیلی حبیب الله. مقایسه نتایج مدل رگرسیون لجستیک و الگوریتم CART در تعیین عوامل پیش آگهی دهنده ابتلا به بیماری عروق کرونر درشهر مشهد. مجله دانشگاه علوم پزشکی مازندران. 1400; 31 (195) :1-11
چکیده: (1975 مشاهده)
سابقه و هدف: درک ﻋﻮاﻣﻞ ﺧﻄﺮ ﺑﯿﻤﺎریﻫﺎی ﻗﻠﺒﯽ- ﻋﺮوﻗﯽ ﮐﻪ مهم‌ترین ﻋﻠﺖ ﻣﺮگ در ﺗﻤﺎم دﻧﯿﺎ اﺳﺖ، ﻣﯽﺗﻮاﻧﺪ تغییرات ﻣﻬﻤﯽ در روش‌های ﭘﯿﺸﮕﯿﺮی، اﺗﯿﻮﻟﻮژی و درﻣﺎن آن ایجاد ﻧﻤﺎید. هدف این مطالعه مقایسه عملکرد دو مدل رگرسیون لجستیک و الگوریتم CART در تعین عوامل پیش‌آگهی‌دهنده بر ابتلا به بیماری عروق کرونر در ساکنین شهر مشهد است.
مواد و روش‌ها: در ایـن مطالـعه مـورد- شاهـــد از داده‌هـای مطالعـه کـوهـــورت (MASHAD STUDY:
Mashhad Stroke and Heart Atherosclerotic Disorder) که در سال 2009، انجام شده بود، استفاده و عوامل پیش‌آگهی‌دهنده بر ابتلا به بیماری عروق کرونر با دو مدل رگرسیون لجستیک و الگوریتم CART، با نرم‌افزارهای 14 Stata و R تعیین شد. کارایی دو مدل با سطح زیر منحنی مشخصه عملکرد (AUC) مقایسه شد.تمامی افراد مبتلا به بیماری عروق کرونر به عنوان مورد و به ازای هر مورد، سه شاهد در نظر گرفته شد.
یافته‌ها: رگرسیون لجستیک نشان داد سابقه سکته قلبی، ابتلا به دیابت، سابقه ابتلا به چربی خون، سن و سابقه بیماری عروق کرونر در پدر و برادر از عوامل پیش‌آگهی‌دهنده بر ابتلا به بیماری عروق کرونر در مشهد هستند. الگوریتم CART نیز، سن بالا، سابقه سکته قلبی، سابقه فشارخون، افسردگی، سطح فعالیت شبانه‌روزی و شاخص توده بدنی را به عنوان عوامل پیش‌آگهی‌دهنده تعیین کرد.
استنتاج: عوامل پیش‌آگهی‌دهنده مشترک حاصل از دو مدل، سابقه سکته قلبی و سن بود. با توجه به کارایی بهتر مدل لجستیک، می‌توان پیشنهاد کرد در صورت عدم وجود اثر متقابل در متغیرهای پیش بین، برای شناسایی عوامل موثر بر ابتلا به بیماری عروق کرونر از مدل رگرسیون لجستیک چندگانه باینری استفاده شود.
مواد و روش‌ها: در ایـن مطالـعه مـورد- شاهـــد از داده‌هـای مطالعـه کـوهـــورت (MASHAD STUDY:
Mashhad Stroke and Heart Atherosclerotic Disorder) که در سال 2009، انجام شده بود، استفاده و عوامل پیش‌آگهی‌دهنده بر ابتلا به بیماری عروق کرونر با دو مدل رگرسیون لجستیک و الگوریتم CART، با نرم‌افزارهای 14 Stata و R تعیین شد. کارایی دو مدل با سطح زیر منحنی مشخصه عملکرد (AUC) مقایسه شد.تمامی افراد مبتلا به بیماری عروق کرونر به عنوان مورد و به ازای هر مورد، سه شاهد در نظر گرفته شد.
یافته‌ها: رگرسیون لجستیک نشان داد سابقه سکته قلبی، ابتلا به دیابت، سابقه ابتلا به چربی خون، سن و سابقه بیماری عروق کرونر در پدر و برادر از عوامل پیش‌آگهی‌دهنده بر ابتلا به بیماری عروق کرونر در مشهد هستند. الگوریتم CART نیز، سن بالا، سابقه سکته قلبی، سابقه فشارخون، افسردگی، سطح فعالیت شبانه‌روزی و شاخص توده بدنی را به عنوان عوامل پیش‌آگهی‌دهنده تعیین کرد.
استنتاج: عوامل پیش‌آگهی‌دهنده مشترک حاصل از دو مدل، سابقه سکته قلبی و سن بود. با توجه به کارایی بهتر مدل لجستیک، می‌توان پیشنهاد کرد در صورت عدم وجود اثر متقابل در متغیرهای پیش بین، برای شناسایی عوامل موثر بر ابتلا به بیماری عروق کرونر از مدل رگرسیون لجستیک چندگانه باینری استفاده شود.
نوع مطالعه: پژوهشي-کامل |
موضوع مقاله:
آمار زیستی
ارسال پیام به نویسنده مسئول
| بازنشر اطلاعات | |
 |
این مقاله تحت شرایط Creative Commons Attribution-NonCommercial 4.0 International License قابل بازنشر است. |
Articles Copyright © The Author(s). Owned by Mazandaran University of Medical Sciences.
تماس با ما
ساری- میدان معلم- ساختمان شماره2 دانشگاه علوم پزشکی و خدمات بهداشتی درمانی مازندران- طبقه سوم- معاونت تحقیقات و فناوری- دفترمجله
تلفن: 01134484874
پست الکترونیکی : jmums
mazums.ac.ir
