Journal of School of Public Health and Institute of Public Health Research

fa آشنایی با مدل ‌سازی معادلات ساختاری تعمیم‌یافته و کاربرد آن در پژوهش‌های بهداشتی Generalized Structural Equation Modeling (GSEM) and its Application in Health Researches بهداشت عمومی Public Health پژوهشي Research زمینه و هدف: مدل معادلات ساختاری تعمیم‌یافته (Generalized Structure Equation Modeling) خانواده ای از تکنیک‌های آماری در تجزیه ‌و تحلیل داده‌های چند متغیره، طبقه‌بندی‌شده و ترتیبی است که به اندازه‌گیری متغیرهای پنهان و روابط میان آن‌ها می‌پردازد. هدف از این مطالعه توجه برنوع ساختار داده‌ها و معرفی مدل GSEM به محققان علوم پزشکی و ارائه مثالی کاربردی در پژوهش های پزشکی است. روش کار:  ابتدا مقدمه‌ای از مدل معادلات ساختاری  (Structure Equation Modeling)و نقاط ضعف و قوت آن بیان و سپس به تعریف GSEM و انواع آن پرداخته شد. با ارائه مثالی در بررسی عوامل خطر وضعیت پرفشاری خون در میان  افراد مبتلا به دیابت، روش استفاده از GSEM برای متغیرهای پاسخ برنولی توضیح داده شد. داده های این مطالعه نمونه ای تصادفی به حجم 2716 نفر از افراد مبتلا به دیابت در مطالعه کوهورت استان گلستان است. نتایج:متغیرهای سن، شاخص توده بدنی، چاقی شکمی، محل سکونت، وضعیت اقتصادی-اجتماعی، میزان مصرف نمک اثر مستقیمی بر فشار خون بالا داشتند و متغیرهای نژاد،تحصیلات، میزان ویتامین دی و فعالیت بدنی اثر مستقیم و معکوسی بر فشارخون بالا داشتند(05/0p < ). نتیجه گیری: این مدل برخلاف مدل SEM نیاز به فرض محدودکننده نرمال بودن داده‌ها ندارد و ابزاری قدرتمند در تجزیه ‌و تحلیل داده‌های طبقه‌بندی‌ شده است. با این حال استفاده از این روش دارای محدودیت‌هایی است. در حال حاضر در این روش امکان  انجام آزمون نیکویی برازش و برآورد اثرات مستقیم و غیرمستقیم و روش اصلاح و تعدیل مدل به ‌طور مستقیم وجود ندارد.   Background and Aims: Generalized Structural Equation Modeling (GSEM) is a family of statistical techniques utilized in<span dir="RTL" lang="EN-CA" mso-ascii-font-family:="" mso-ascii-theme-font:="" mso-bidi-font-family:="" mso-bidi-theme-font:="" mso-hansi-font-family:="" mso-hansi-theme-font:="" new="" style="font-family: " times=""> the analysis of multivariate, categorical and ordinal data in order to measure latent variables and their connection with each other. The aim of this study is to consider the structure of data, and introducing GSEM to medical science researchers and presenting a practical example of in medical science researches. Materials and Methods: An introduction to Structural Equation Modeling (SEM), along with its advantages and disadvantages was presented, and also GSEM and its all kind of forms was specified. An example to study hypertension risk factors in patients suffering from diabetes was carried out, which was a demonstration of using GSEM method for binary response variables. The data includes a random sample of 2716 people from Golestan province cohort studies. Results: Age, body mass index, abdominal obesity, residence place, socioeconomic status, salt intake had direct effect on hypertension. Race, education, vitamin D and physical activity had direct and reverse effect on hypertension (p.value<0.05). Discussion: Unlike SEM, the limitative hypothesis that our data should have a normal distribution do not needed in this model, also GSEM is powerful tool in the analysis of categorized data. Nevertheless this method cannot perform goodness of fit test, and adjustment and modification method of the model directly, and that they are some limitation in using this method. مدل معادلات ساختاری تعمیم‌یافته, متغیرهای طبقه‌بندی‌شده, مدل های علّیتی Generalized Structural Equation Modeling, Categorical Variables, Causal Modeling 51 62 http://sjsph.tums.ac.ir/browse.php?a_code=A-10-674-2&slc_lang=fa&sid=1 Somayeh Barmar سمیه برمر No MSc. Student, Department of Epidemiology and Biostatistics, School of Public Health, Tehran University of Medical Sciences, Tehran, Iran Masoumeh Alimohammadian معصومه علی محمدیان No MSc. Instructor, Digestive Diseases Research Center, Digestive Diseases Research Institute, School of Public Health, Tehran University of Medical Sciences, Tehran, Iran Seyed Alireza Sadjadi سید علیرضا سجادی No MD. Digestive Diseases Research Center, Digestive Diseases Research Institute, Tehran University of Medical Sciences, Tehran, Iran Hasan Poustchi حسن پوستچی No Ph.D. Associate Professor, Digestive Diseases Research Center, Digestive Diseases Research Institute, Tehran University of Medical Sciences, Tehran, Iran Seyed Mostafa Hosseini سید مصطفی حسینی No Ph.D. Professor, Department of Epidemiology and Biostatistics, School of Public Health, Tehran University of Medical Sciences, Tehran, Islamic Republic of Iran, Tehran, Iran Mehdi Yasseri مهدی یاسری m.yaseri@gmail.com Yes Ph.D. Assistant Professor, Department of Epidemiology and Biostatistics, School of Public Health, University of Medical Sciences, Tehran, Iran