دوره 31، شماره 195 - ( فروردین 1400 )
جلد 31 شماره 195 صفحات 11-1 |
برگشت به فهرست نسخه ها
چکیده: (1577 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
| بازنشر اطلاعات | |
 |
این مقاله تحت شرایط Creative Commons Attribution-NonCommercial 4.0 International License قابل بازنشر است. |