مرکز اطلاعات علمی Scientific Information Database (SID) - Trusted Source for Research and Academic Resources

video

مرکز اطلاعات علمی Scientific Information Database (SID) - Trusted Source for Research and Academic Resources

sound

مرکز اطلاعات علمی Scientific Information Database (SID) - Trusted Source for Research and Academic Resources

نسخه انگلیسی

مرکز اطلاعات علمی Scientific Information Database (SID) - Trusted Source for Research and Academic Resources

بازدید:

1,213
مرکز اطلاعات علمی Scientific Information Database (SID) - Trusted Source for Research and Academic Resources

دانلود:

390
مرکز اطلاعات علمی Scientific Information Database (SID) - Trusted Source for Research and Academic Resources

استناد:

اطلاعات مقاله نشریه

عنوان

پیش بینی دیابت نوع 2 و تعیین میزان تاثیر عوامل خطر با استفاده از مدل رگرسیون لجستیک

صفحات

 صفحه شروع 103 | صفحه پایان 113

چکیده

 مقدمه: بیماری دیابت یکی از بیماری های مزمن بوده که درمان قطعی ندارد و شایع ترین علت قطع اندام, نابینایی و نارسایی مزمن کلیویی و یکی از مهم ترین عوامل خطر در ایجاد بیماری های قلبی است. رگرسیون لجستیک یکی از روش های تحلیل آماری در امر پیش بینی می باشد و از جمله روش های آماری چند متغیره ای است که می تواند برای ارزیابی ارتباط بین متغیرهای مستقل هرچند مخدوش کننده و یک متغیر وابسته مورد استفاده قرار گیرد. هدف این مطالعه, تعیین متغیرهای تاثیرگذار و میزان تاثیر آن ها بر ابتلا به دیابت و برآورد یک مدل پیش بینی رگرسیون لجستیک بود.روش: نمونه ها شامل 5357 نفر بود و دیابت نوع 2 به عنوان متغیر پاسخ در نظر گرفته شد. متغیرهای مستقل شامل: وزن, قد, نمایه توده بدنی (Body mass index یا BMI), محیط دور کمر, محیط دور باسن, نسبت کمر به باسن (Waist/hip ratio یا WHR), کلسترول, سن, جنسیت, شغل, تحصیلات, استفاده از داروی کاهش فشار خون در دو هفته گذشته با تجویز پزشک, میزان فشار خون سیستولی و دیاستولی, سطح (High-density lipoprotein) HDL, سطح (Low-density lipoprotein) LDL, وضعیت مصرف مواد مخدر, فعالیت هایی که منجر به بالا رفتن ضربان قلب می شود و تری گلیسرید بودند. جهت تعیین قدرت پیش بینی مدل رگرسیون لجستیک از شاخص های میزان حساسیت, ویژگی, دقت, ضریب Kappa و منحنی (Receiver operating characteristic) ROC استفاده گردید.یافته ها: میزان حساسیت, ویژگی, دقت و ضریب توافق Kappa برای مدل به ترتیب 0.764, 0.725, 0.731 و 0.312 بود و همچنین مساحت زیر منحنی ROC, 0.822 به دست آمد. از بین متغیرهای موجود به ترتیب تاثیر بر متغیر وابسته (بر اساس نسبت شانس), متغیر نسبت WHR, مصرف داروی کاهش فشار خون در دو هفته گذشته با تجویز پزشک, جنسیت, سطح تحصیلات, محیط دور کمر, پیاده روی و دوچرخه سواری, وزن, BMI, فشار خون سیستولیک, سن, فشار خون دیاستولیک, محیط دور باسن, تری گلیسرید, کلسترول, سطح LDL, استفاده از مواد مخدر, قد, سطح HDL و داشتن فعالیت کاری شدید 10 دقیقه ای معنی دار بودند.نتیجه گیری: با توجه به ملاک های دقت و قدرت پیش بینی و نیز با در نظر گرفتن مساحت زیر منحنی ROC (0.822) که توانسته است دقت کلی آزمون را برای تشخیص دیابت در حد خوبی انجام دهد, می توان بیان داشت که رگرسیون لجستیک مدل مناسبی برای پیش بینی دیابت می باشد.

استنادها

  • ثبت نشده است.
  • ارجاعات

  • ثبت نشده است.
  • استناددهی

    APA: کپی

    آرام احمدی، محمد، بهرام پور، عباس، و نجفی پور، حمید. (1393). پیش بینی دیابت نوع 2 و تعیین میزان تاثیر عوامل خطر با استفاده از مدل رگرسیون لجستیک. مجله دانشگاه علوم پزشکی کرمان، 21(2)، 103-113. SID. https://sid.ir/paper/497742/fa

    Vancouver: کپی

    آرام احمدی محمد، بهرام پور عباس، نجفی پور حمید. پیش بینی دیابت نوع 2 و تعیین میزان تاثیر عوامل خطر با استفاده از مدل رگرسیون لجستیک. مجله دانشگاه علوم پزشکی کرمان[Internet]. 1393؛21(2):103-113. Available from: https://sid.ir/paper/497742/fa

    IEEE: کپی

    محمد آرام احمدی، عباس بهرام پور، و حمید نجفی پور، “پیش بینی دیابت نوع 2 و تعیین میزان تاثیر عوامل خطر با استفاده از مدل رگرسیون لجستیک،” مجله دانشگاه علوم پزشکی کرمان، vol. 21، no. 2، pp. 103–113، 1393، [Online]. Available: https://sid.ir/paper/497742/fa

    مقالات مرتبط نشریه ای

    مقالات مرتبط همایشی

  • ثبت نشده است.
  • طرح های مرتبط

  • ثبت نشده است.
  • کارگاه های پیشنهادی






    بازگشت به بالا
    telegram sharing button
    whatsapp sharing button
    linkedin sharing button
    twitter sharing button
    email sharing button
    email sharing button
    email sharing button
    sharethis sharing button