مجله دانشکده پزشکی

مشاهده‌ای که معمولا˝ نسبت به مقادیر دیگر در بین مجموعه داده‌ها بزرگتر یا کوچکتر است، داده پرت نامیده می‌شود. وجود داده‌های پرت در اکثر موارد منجر به اختلال در نتـیجه‌گیری از اطلاعات خواهد شد. شناسایی داده‌های پرت توسط پژوهشگران و کلیه کسانی‌که به نوعی با اطلاعات جمع‌آوری شده سر و کار دارند، حائز اهمیت است باید از وجود یا عدم وجود داده‌های پرت، چگونگی تاثیرگذاری و نحوه رفع داده‌های پرت اطلاع حاصل نموده و داده‌ها را کنترل کنند. در این مقاله سعی شده با ارائه تکنیک‌های شناسایی داده‌های پرت و نحوه برخورد با این نوع از داده‌ها، خطای ناشی از وجود چنین داده‌هایی را به حداقل برسانیم.

روش بررسی: در این مقاله تکنیک‌های مختلف تعیین داده‌های پرت بر روی قد 30 نفر از دانشجویان دانشکده پزشکی دانشگاه تربیت مدرس تهران که توسط متر خیاطی و با قرار دادن فرد در روی یک سطح صاف، اندازه‌گیری شدند مورد بررسی قرار گرفتند. از جمله این تکنیک‌ها می‌توان به آزمون Z، آزمون گراب و روش‌های گرافیکی اشاره نمود.

یافته‌ها: تکنیک‌های فوق بیانگر وجود داده‌های پرت در مشاهدات 153 و 110 مربوط به قد افراد، بودند که با استفاده از جدول و نمودار نشان داده شد.

نتیجه‌گیری: نتایج پژوهش نشان داد که همه تکنیک‌ها در تعیین داده‌های پرت مفید بودند و از این میان استفاده از چارک‌ها در شناسایی داده‌های پرت خفیف و شدید از اهمیت بالایی برخوردار هستند. همچنین آزمون گراب با در اختیار گذاشتن سطح معنی‌داری (p-value)، در شناسایی داده‌های پرت بسیار مفید است.

این پژوهش با به‌کارگیری آنالیز مسیری جهت تعیین اثر مستقیم و یا غیرمستقیم عوامل موثر در مرگ و میر نوزادان کم‌وزن انجام شد.

روش بررسی: این مطالعه با پرسشنامه‌ای حاوی سئوالاتی در مورد سن مادر، سن ختم حاملگی، نمره آپگار، فشارخون حاملگی، وزن هنگام تولد در نمونه‌ای به‌حجم 445 جفت مادر و نوزاد انجام شد. نمونه‌گیری به‌صورت تصادفی ساده بود و نوزادان تمام خانم‌هایی که برای ختم حاملگی به 15 بیمارستان و زایشگاه دولتی و خصوصی شهر تهران در مدت پژوهش مراجعه داشتند بررسی شدند. وضعیت زنده ماندن نوزاد تا 24 ساعت پس از تولد ثبت شد.

یافته‌ها: بیشترین تغییرات در میزان مرگ و میر در اثر متغیر وزن هنگام تولد است و ضریب منفی آن به این معنی است که با وزن بیشتر نوزاد احتمال زنده ماندن بیشتر می‌شود. رتبه دوم در ایجاد تغییرات در میزان مرگ و میر متعلق به متغیر نمره آپگار نوزاد در بدو تولد است که بنا به ضریب منفی آن با افزایش نمره آپگار احتمال مرگ پایین می‌آید. سومین متغیر تأثیرگذار، سن ختم حاملگی است که ضریب منفی آن نشان می‌دهد با افزایش سن ختم حاملگی نوزاد از شانس زنده ماندن بیشتری برخوردار می‌شود. کمترین تغییرات در مرگ و میر ناشی از متغیر فشار خون حاملگی است.

نتیجه‌گیری: متدولوژی مورد بحث ما می‌تواند در سایر بررسی‌ها جهت ارزیابی، تشخیص و اندازه‌گیری فاکتورهای پیشگویی‌کننده بر روی نتیجه مورد استفاده قرار بگیرند.