مقاله

پیش بینی ابتلا به دیابت با استفاده از رگرسیون منطقی

چکیده

مقدمه: دیابت نوع 2 یکی از بیماری های چندعاملی است که با توجه به اهمیت و بار فردی و اجتماعی، لزوم شناسایی افراد پرخطر برای ابتلا به آن مشهود است. تاکنون مطالعه های متعددی برای پیش بینی بروز دیابت با استفاده از مدل های آماری موجود انجام شده است ولی با وجود اهمیت بالینی اثر متقابل عوامل خطرساز بر بروز دیابت، امکان لحاظ کردن همه ی اثرهای متقابل ممکن در مدل های آماری فعلی وجود ندارد. در این مطالعه، به منظور یافتن ترکیبات منطقی مناسب از عوامل خطرساز مرتبط با دیابت نوع 2 از روش رگرسیون لجستیک منطقی استفاده شد. مواد و روش ها: جمعیت مورد بررسی، از افراد بخش کوهورت مطالعه ی قند و لیپید تهران (tlgs) انتخاب شدند. 3523 نفر (8/57% زن و 2/42% مرد) وارد مطالعه شدند. تحلیل های مربوط با استفاده از روش رگرسیون لجستیک منطقی (logic logistic regression) انجام شد. پارامترهای مدل با به کارگیری الگوریتم annealing برآورد شد. به منظور اجتناب از بیش برآورد شدن، تعداد بهینه ی ترکیبات منطقی و متغیرهای مدل به روش اعتبار متقاطع تعیین شد. برای ارزیابی و مقایسه ی مدل منطقی به دست آمده با رگرسیون لجستیک حاصل از اثر اصلی، آماره ی انحراف، میزان حساسیت و ویژگی دو مدل محاسبه شد. هم چنین، مقایسه ی میزان پیش بینی بروز دیابت توسط مدل ها با استفاده از سطح زیر منحنی مشخصه ی عملکرد (roc) انجام شد. نرم افزار r نسخه 1/8/2 برای انجام تحلیل ها مورد استفاده قرار گرفت. یافته ها: با استفاده از الگوریتم anealing مدل رگرسیون لجستیک منطقی با 4 ترکیب بولی شامل 5 متغیر برازش داده شد. آماره ی انحراف این مدل 3/1203 به دست آمد که نسبت به مدل های دیگر و نیز مدل لجستیک پیشرو (آماره ی انحراف = 88/1206) برازش بهتری داشت. عبارات بولی یافت شده در مدل با 4 ترکیب شامل اختلال تحمل قند ناشتا (نسبت بخت: 53/5 و فاصله ی اطمینان 95%: 59/7 و 03/4، اختلال تحمل قند دوساعته (نسبت بخت: 45/5 و فاصله ی اطمینان 95%: 49/7 و 96/3)، داشتن سابقه ی فامیلی دیابت با (نسبت بخت: 89/1و فاصله ی اطمینان 95%: 63/2 و 38/1)، تری گلیسرید بالا یا دور کمر بالا (نسبت بخت: 4/2 و فاصله ی اطمینان 95%: 32/3 و 73/1) بود (برای همه متغیرها 001/0p<). سطح زیر منحنی راک مربوط به مدل 843/0 با فاصله ی اطمینان 95% مجانبی (874/0 و 813/0) به دست آمد که با سطح زیر منحنی راک مدل لجستیک پیشرو (839/0) تفاوت معنی داری نداشت. نتیجه گیری: به نظر می رسد رگرسیون منطقی به عنوان یک روش جدید، قابلیت خوبی برای غربالگری بیماری های چند عاملی از جمله دیابت دارد زیرا در این رگرسیون، امکان شناسایی و لحاظ کردن اثر متقابل بین عوامل خطرساز وجود دارد.

اسناد مشابه

  • پیش بینی ابتلا به دیابت با استفاده از شبکه عصبی مصنوعی

    مقالهمجله علوم پزشکی رازیفرزانه برفه ئی، مسعود صالحی، ایرج نجفی

    زمینه و هدف: بیماری دیابت با گسترش روزافزون و بار سنگینی که در نتیجه کنترل و درمان عوارض به مردم و کشور تحمیل می کند به یکی از چالش های مسئولین درمانی و دولتی تبدیل شده است. از این رو پیشگیری از بروز و پیشرفت آن در اولویت قرار می گیرد که این امر تنها با شناسایی عوامل مؤثر و کنترل

  • مدل پیش بینی ابتلا به دیابت نوع2 با استفاده از الگوریتم های داده کاوی

    مقاله۲۰۲۰مجله دانشگاه علوم پزشکی مازندرانامیر پناه، سامره فلاحپور

    سابقه و هدف: استفاده گسترده از سیستم‌های اطلاعات و پایگاه‌های داده، ادغام آن را با شیوه‌های سنتی برای دستیابی به دقت و سرعت بالاتر جهت تشخیص و پیشگیری بیماری و انتخاب روش‌های درمان و تصمیم‌گیری‌ها به یک الزام تبدیل کرده است. این مطالعه با هدف ارائه یک سیستم دقیق برای تشخیص بیماری

  • بهبود قدرت پیش بینی بروز دیابت نوع ۲ با استفاده از معیار سال ۲۰۰۳ قند ناشتای مختل: یافته های یک مطالعه ی مبتنی بر جمعیت با پیگیری ۵/۶ ساله در تهران

    مقالهمجله غدد درون ریز و متابولیسم ایرانهادی هراتی، h. harati prevention of metabolic disorders research center, research institute for endocrine sciences, shahid beheshti university of medical sciences, tehran, i.r.iranتهران، صندوق پستی 4763-19395 مریم توحیدی، m tohidi prevention of metabolic disorders research center, research institute for endocrine sciences, shahid beheshti university of medical sciences, tehran, i.r.iranتهران، صندوق پستی 4763-19395 فرزاد حدائق، f hadaegh تهران، صندوق پستی 4763-19395 علی سیامک حبیبی معینی

    مقدمه: هدف از این مطالعه پاسخ به این پرسش بود که آیا استفاده از معیار سال 2003 قند ناشتای مختل (ifg) در مقایسه با تعریف سال 1997 انجمن دیابت آمریکا، باعث بهبود قدرت پیش بینی دیابت نوع 2 (t2dm) در آینده در یک جمعیت شهری می شود یا خیر. مواد و روش ها: همه ی افراد غیر دیابتی شرکت کنن

  • پیش بینی ابتلا به دیابت براساس سلامت وبهداشت دهان ودندان با استفاده از ابزارهای هوش مصنوعی

    مقاله۲۰۲۴تحقیق در علوم دندانپزشکیفرزاد فیروزی جهانتیغ، هدی قائینی حصاروئیه، زهرا قربانی

    شناسایی عوامل تأثیرگذار بر رفتارهای بهداشت دهان در بیماران دیابتی گامی مهم در ارتقای سلامت دهان و دندان است. از این رو هدف از این مطالعه پیش بینی سلامت بهداشت دهان و دندان در افراد مبتلا به دیابت و مقایسه آن ها با افراد سالم است. مواد و روش ها: این مطالعه در بازه ...

  • پیش بینی ابتلا به کمبود ویتامین d در سالمندان و ساکنان خانه های سالمندان شهر تبریز با استفاده از مدل رگرسیون استریوتایپ

    مقالهسالمندزهره رزاقی، zohreh razzaghi دانشگاه علوم بهزیستی و توانبخشی مسعود کریملو، masod karimloo university of social welfare and rehabilitation sciences.دانشگاه علوم بهزیستی و توانبخشی مهدی رهگذر، mahdi rahgozar دانشگاه علوم بهزیستی و توانبخشی ناصر آقامحمدزاده

    اهداف: کمبود ویتامین d یک مشکل مهم بهداشتی جامعه است که در افراد مسن شایع تر است و ممکن است در افراد مسن ساکن خانه سالمندان نیز بیشتر باشد. تا کنون مطالعات متعددی بر روی کمبود ویتامین d با استفاده از مدل های آماری موجود انجام شده است. در این مطالعه، به منظور یافتن عوامل خطر ساز م

  • پیش بینی ابتلا به نئوپلازی تروفوبلاستیک حاملگی با استفاده از هورمون گونادوتروپین کوریونی انسان

    مقالهمجله اپیدمیولوژی ایرانپریچهر کیمیایی، p kimyaiee department of gynecologys &amp; obstetric, shahid beheshti universityگروه زنان و مامایی، بیمارستان مهدیه تهران، دانشگاه علوم پزشکی شهید بهشتی محمود بختیاری، m bakhtiyari department of epidemiology and biostatistics, school of public health, tehran university of medical sciences, tehran, iran, endocrine research center, research institute for endocrine sciences, shahid beheshti university of medical sciences, tehran, iranگروه اپیدمیولوژی و آمار زیستی، دانشکده بهداشت و انستیتو تحقیقات بهداشتی، دانشگاه علوم پزشکی تهران معصومه میرزامرادی، m mirzamoradi assistantprofessor of perinatology, mahdiyeh hospital, shahid beheshti university of medical sciences, tehran, iranگروه پریناتولوژی، بیمارستان مهدیه تهران، دانشگاه علوم پزشکی شهید بهشتی سپیده اشرفی وند

    مقدمه و اهداف: از واژه ی عمومی نئوپلازی های تروفوبلاستیک حاملگی (gtn) برای توصیف طیف وسیعی از بیماری های بدخیم تروفوبلاست که در برگیرنده ی مول مهاجم، کوریوکارسینوما، تومور اپیتلوئیدی تروفوبلاست و تومور تروفوبلاستی محل جفت است؛ استفاده می شود. این مطالعه با هدف پیش بینی ابتلا به g