مجله تخصصی

---

مقدمه و هدف: داده های گمشده در بسیاری از مطالعات آماری از جمله مدلهای رگرسیونی وجود دارند و باعث کاهش دقت برآورد می شوند. تا کنون روشهای گوناگونی برای مقابله با مشکل داده های گمشده ابداع شده که عموما بر داده های گمشده متغیر پاسخ متمرکز بوده است حال آنکه متغیرهای پیشگو نیز می توانند دستخوش تغییر و از دست رفتن اطلاعات شوند.
مواد و روشها: در این تحقیق ضمن بررسِی روش جانهِی داده هاِی گمشده با استفاده از الگوریتم EM و متغیر کمکی, نتایج حاصل از این روش را با روش تحلیل مورد کامل در یک مدل رگرسیون لجستیک پیرامون عوامل مؤثر بر انتخاب نوع زایمان مقایسه می کنیم.
یافته ها: داده هاِی مورد استفاده در این مقاله از یک مطالعه توصیفِی پیرامون عوامل مرتبط با انتخاب نوع زایمان در زنان مراجعه کننده به مراکز بهداشتِی و درمانِی شهر تهران بدست آمده است. حجم نمونه دراِین تحقِیق ۳۸۵ نفر بوده و از روش نمونه گِیرِی چند مرحله اِی انتخاب شدندو مشخصات فردِی، سوابق ماماِیِی، نوع نگرش و عوامل اجتماعِی نمونه ها از طرِیق پرسشنامه ثبت شدند. براِی مقایسه میزان کارایِی دو روش، برآورد انحراف معیار پارامترها مورد استناد قرار گرفت.
 بحث و نتیجه گیری : نتایج حاصل نشان می دهد روش تحلیل درستنمایی با الگوریتم EM در مقایسه با روش مورد کامل کارایی بهترِی دارد. مشکل داده هاِی گمشده در بسیارِی از مطالعات آمارِی وجود دارد و موجب اریبی و کاهش کارایی می شوند. در این بررسِی نشان داده ایم استفاده از الگوریتم EM براِی جانهِی گمشده هادر یک مدل رگرسیون لجستیک با متغیرهاِی توضیحِی گسسته و سپس تحلیل مدل، از روش مورد کامل که مستلزم حذف گمشده ها به همراه قسمتهایی از اطلاعات است کاراتر است. از سوی دیگر اگر متغیر توضیحِی ناکامل پیوسته باشد بدست آوردن مدل، روشی متفاوت می طلبد و یا می توان با تبدیل آن به متغیری گسسته از روش قبل استفاده کرد.

---

مقدمه و اهداف: رگرسیون لجستیک یکی از کاربردی‌ترین مدل‌های خطی تعمیم‌یافته برای تحلیل رابطه‌ی یک یا چند متغیر توضیحی بر متغیر پاسخ رسته‌ای است. زمانی که بین متغیرهای توضیحی همبستگی‌های نسبتا قوی وجود داشته باشد هم‌خطی چندگانه ایجاد شده، ممکن است به کاهش کارآیی مدل منجر شود. هدف این تحقیق استفاده از متغیرهای پنهان برای کاهش اثر هم‌خطی چندگانه در تحلیل یک مطالعه مورد ـ شاهدی است.
روش کار: داده‌های مورد استفاده در این تحقیق متعلق به یک مطالعه مورد ـ شاهدی است که در آن 300 نفر زن مبتلا به سرطان پستان با 300 زن شاهد از نظر عوامل خطر مورد مقایسه قرار گرفتند. برای بررسی اثر هم‌خطی، پنج متغیر کمی که بین آن‌ها همبستگی بالایی وجود داشت، در نظر گرفته شدند. ابتدا مدل لجستیک به متغیرهای فوق برازش داده شد. سپس به منظور حذف اثر هم‌خطی، دو متغیر پنهان با استفاده از هرکدام از دو روش تحلیل عاملی و تحلیل مؤلفه‌های اصلی به‌دست آورده، بر مبنای آن‌ها پارامترهای مدل‌های لجستیک مجدداً محاسبه شدند. کارآیی مدل‌ها، با استفاده از خطای استاندارد پارامترها مقایسه گردید.
نتایج: مدل رگرسیون لجستیک براساس متغیرهای اولیه حاکی از مقادیر غیرعادی نسبت شانس برای سن در اولین زایمان زنده (453503 و 10184==%95CI و 67960OR=) و سن در اولین حاملگی (000029/0OR=) بود. درحالی که پارامترهای مدل‌های لجستیک حاصل از متغیرهای پنهان به دست آمده از هر دو روش تحلیل عامل و تحلیل مؤلفه‌های اصلی، از نظر آماری معنی دار (003/0>p) و خطای استاندارد همه‌ی آن‌ها کوچک‌تر از خطای استاندارد مربوط به رگرسیون لجستیک معمولی بود. فاکتورها و مولفه‌های اصلی تولید شده توسط دو روش حداقل 85 درصد کل واریانس را تبیین کردند.
نتیجه‌گیری: تحقیق نشان داد انحراف استاندارد پارامترهای برآورد شده در رگرسیون لجستیک براساس متغیرهای پنهان از رگرسیون لجستیک براساس مشاهدات اولیه کوچکتر بوده و در نتیجه این‌گونه مدل‌بندی در تحلیل برخی عوامل خطر سرطان پستان که هم‌خطی دارند کارآتر است.

---

مقدمه و اهداف: نقشه‌بندی بیماری یا مرگ‌ مجموعه‌ای از روش‌های آماری است که با هدف به‌دست آوردن برآوردهایی دقیق از میزان‌های بروز یا شیوع بیماری‌ها یا مرگ به‌کار گرفته می‌شوند در این تحقیق، روش‌های حداکثر درستنمایی، بیزتجربی و بیزکامل برای برآورد نقشه خطرنسبی مرگ کودکان زیر یک‌سال مناطق روستایی کشور مورد مقایسه قرار گرفت.
روش‌‌کار: داده‌های مرگ کودکان زیر یک‌سال زیج‌حیاتی مناطق روستایی تحت پوشش دانشگاه‌های علوم پزشکی کشور در سال‌های 1380 و 1385 مورد تحلیل قرار گرفت. برآورد پارامترهای نقشه با استفاده از روش‌های حداکثر درستنمایی، بیز تجربی (مدل پواسن گاما) و بیز کامل با به‌کارگیری شبیه‌سازی زنجیر مارکف مونت‌کارلو انجام شد. معیار انحراف از اطلاع برای مقایسه برازش مدل‌های بیزی استفاده شد. نرم‌افزارهای R، WinBUGS وArcGIS به‌کار گرفته شدند.
نتایج: روش بیزکامل نشان داد خطر مرگ کودکان زیر یک‌سال در مناطق تحت پوشش دانشگاه علوم پزشکی سیستان‌‌وبلوچستان در سال هشتاد (88/1-58/1 95%CI:) 73/1 و در سال هشتادوپنج (75/1-50/1 : CI95%)62/1 برابر متوسط کشوری بوده‌ است. در سال 1380 مناطق تحت پوشش دانشگاه‌های علوم پزشکی بیرجند (45/1)، کردستان(23/1) و خراسان (21/1) و در سال 1385 بیرجند (42/1)، زنجان (39/1)، کردستان (36/1)، اردبیل (32/1)، زابل (28/1)، آذربایجان‌غربی (18/1) و گلستان (14/1) خطر نسبی بالا و معنی‌داری داشته‌اند (05/0p<). در سال 1380 کمترین خطر نسبی مربوط به مناطق دانشگاه علوم پزشکی تهران (74/0-34/0 CI: 95%) 56/0 و در سال 1385 دانشگاه علوم پزشکی ایران (65/0-38/0CI: 95%)52/0 بود (05/0p<).
نتیجه‌گیری: با توجه به برازش مناسب روش بیزکامل در مقایسه با بیزتجربی و حداکثردرستنمایی، استفاده از این روش پیشنهاد می‌شود

---

مقدمه و اهداف: هدف از این مطالعه تعیین میزان فراوانی ضایعات مخاط نرم دهان در مراجعه کنندگان به بخش بیماری های دهان دانشکده دندانپزشکی تبریز بود.
روش کار: این مطالعه مقطعی توصیفی است که به روش نمونه‌گیری متوالی به شیوه پواسن انجام گرفت. مراجعه کنندگان به کلینیک بیماری‌های دهان دانشکده دندانپزشکی تبریز طی بهار 1386، معاینه شدند و پرسشنامه برای آن‌ها تکمیل گردید.
نتایج: مراجعه کنندگان 802 نفر 29/29 درصد مرد و 07/70 درصد زن بودند.متوسط سنی آنها 25/12 ± 68/32 بود. 8/80 درصد از مراجعه کنندگان ضایعه دهانی داشتند 2/19 درصد دارای مخاط دهانی سالم بودند، 60/21 درصد افرادی که با ضایعه دهانی، به کنترل و پیگیری نیاز داشتند. از میان وضعیت‌های پاتولوژیک تشخیص داده شده بیشترین ضایعات: انکیلوگلوسیا (7/29 درصد)، زبان شیاردار (7/25 درصد) و زبان باردار(7/23 درصد) بودند.
نتیجه‌گیری: تعداد زیادی از مراجعه کنندگان از ضایعات دهانی خود که نیاز به پیگیری داشت مطلع نبودند واین مسأله تأکید بر معاینات دوره‌ای دهانی همانند معاینات دندانی توسط متخصصین رانشان می‌دهد.

---

مقدمه و اهداف: بررسی چندین نشان‌گر نزدیک به هم، اطلاعات بیشتری را برای تعیین دقیق‌تر مکان بیماری با استفاده از آنالیز ارتباط ژنتیکی فراهم می‌آورد. این تحقیق ضمن معرفی روش‌های چند نشان‌گری FBAT-MM و FBAT-LC و به‌کار‌گیری آن‌ها، به مطالعۀ ارتباط ژنتیکی چند نشان‌گری برخی میکروستلایت‌های منتخب با میزان HDL-C برای شناخت نواحی ژنی موثر در سندرم متابولیک می‌پردازد.
 روش کار: تعداد 125 خانواده از بین شرکت‌کنندگان در مطالعۀ قند و لیپید تهران به‌گونه‌ای انتخاب شدند که حداقل یک نفر از اعضای آن‌ها مبتلا به سندرم متابولیک و حداقل دو نفر دچار کاهش HDL-C باشند. ارتباط ژنتیکی چندنشان‌گری HDL-C با برخی میکروستلایت‌های کروموزوم‌های 8، 11، 12 و 16، با به‌کار‌گیری روش‌های FBAT-MM و FBAT-LC بررسی گردید.
 نتایج: خانواده‌های مورد بررسی شامل 563 نفر (269 مرد و 294 زن) بودند. با به‌کارگیری روش FBAT-MM، تنها ارتباط ژنتیکی هم‌زمان سه میکروستلایت کروموزوم 11 با میزان HDL-C معنی‌دار شد(05/0 

---

مقدمه و اهداف: بیماران دیابتی همواره در معرض ابتلا به پرفشاری خون هستند. هدف از این تحقیق طراحی یک مدل پیش‌بینی پرفشاری خون در میان افراد مبتلا به دیابت، مبتنی بر هزینه و با در نظر گرفتن توزیع این بیماری در جامعه بود، که تا حد ممکن عملکرد مناسبی داشته باشد.

روش کار: در این پژوهش تلاش شد تا با استفاده از روش‌های مختلف یادگیری ماشین، یک مدل پیش‌بینی مبتنی بر هزینه طراحی شود که تا حد ممکن بهترین عملکرد در پیش‌بینی افراد دیابتی در معرض خطر  پرفشاری خون را داشته باشد. از میان الگوریتم‌های داده‌کاوی، از الگوریتم‌های درخت تصمیم، ماشین بردار پشتیبانی، شبکه عصبی و نیز رگرسیون لجستیک استفاده  شد. برای انجام این پژوهش از داده‌های‌ مربوط به غربالگری بیماران دیابتی برای تشخیص پرفشاری خون در استان آذربایجان شرقی استفاده  شد.

یافته‌ها: افزایش فشار خون سیستول به میزان 130 میلی‌متر جیوه، فرد دیابتی را بیشتر در معرض پرفشاری خون قرار می‌دهد. با رویکرد غیر هزینه‌محور، به شاخص یودن حدود 68 درصد رسیدیم. زمانی که رویکرد هزینه‌ محور به کار بسته می‌شود، بیشترین شاخص یودن (11/47 درصد) مربوط به شبکه عصبی است، هر چند هدف در اینجا حداقل‌سازی هزینه است که در راستای این هدف، درخت تصمیم و رگرسیون لجستیک بهترین عملکرد را دارند.

نتیجه‏ گیری: در مسائل پیش‌بینی بیماری‌ها در جوامع، حساس به هزینه کردن روش‌ها و در نظر گرفتن توزیع واقعی بیماری در جامعه اهمیت بیش‌تری دارد تا این‌که تنها هدف، کمینه کردن تعداد خطاهای دسته‌بندی روی مجموعه داده‌ی موجود باشد.

---

---