مقایسه نتایج مدل رگرسیون لجستیک و الگوریتم CART در تعیین عوامل پیش آگهی دهنده ابتلا به بیماری عروق کرونر درشهر مشهد

سال انتشار: 1400
نوع سند: مقاله ژورنالی
زبان: فارسی
مشاهده: 78

فایل این مقاله در 11 صفحه با فرمت PDF قابل دریافت می باشد

استخراج به نرم افزارهای پژوهشی:

لینک ثابت به این مقاله:

شناسه ملی سند علمی:

JR_JMUMS-31-195_001

تاریخ نمایه سازی: 1 آبان 1402

چکیده مقاله:

سابقه و هدف: درک عوامل خطر بیماری های قلبی- عروقی که مهم ترین علت مرگ در تمام دنیا است، می تواند تغییرات مهمی در روش های پیشگیری، اتیولوژی و درمان آن ایجاد نماید. هدف این مطالعه مقایسه عملکرد دو مدل رگرسیون لجستیک و الگوریتم CART در تعین عوامل پیش آگهی دهنده بر ابتلا به بیماری عروق کرونر در ساکنین شهر مشهد است. مواد و روش ها: در این مطالعه مورد- شاهد از داده های مطالعه کوهورت (MASHAD STUDY: Mashhad Stroke and Heart Atherosclerotic Disorder) که در سال ۲۰۰۹، انجام شده بود، استفاده و عوامل پیش آگهی دهنده بر ابتلا به بیماری عروق کرونر با دو مدل رگرسیون لجستیک و الگوریتم CART، با نرم افزارهای ۱۴ Stata و R تعیین شد. کارایی دو مدل با سطح زیر منحنی مشخصه عملکرد (AUC) مقایسه شد.تمامی افراد مبتلا به بیماری عروق کرونر به عنوان مورد و به ازای هر مورد، سه شاهد در نظر گرفته شد. یافته ها: رگرسیون لجستیک نشان داد سابقه سکته قلبی، ابتلا به دیابت، سابقه ابتلا به چربی خون، سن و سابقه بیماری عروق کرونر در پدر و برادر از عوامل پیش آگهی دهنده بر ابتلا به بیماری عروق کرونر در مشهد هستند. الگوریتم CART نیز، سن بالا، سابقه سکته قلبی، سابقه فشارخون، افسردگی، سطح فعالیت شبانه روزی و شاخص توده بدنی را به عنوان عوامل پیش آگهی دهنده تعیین کرد. استنتاج: عوامل پیش آگهی دهنده مشترک حاصل از دو مدل، سابقه سکته قلبی و سن بود. با توجه به کارایی بهتر مدل لجستیک، می توان پیشنهاد کرد در صورت عدم وجود اثر متقابل در متغیرهای پیش بین، برای شناسایی عوامل موثر بر ابتلا به بیماری عروق کرونر از مدل رگرسیون لجستیک چندگانه باینری استفاده شود.

نویسندگان

زهرا بامی

MSc Student in Biostatistics, Faculty of Health, Golestan University of Medical Sciences, Gorgan, Iran

ناصر بهنام پور

Assistant Professor, Department of Biostatistics and Epidemiology, Faculty of Health, Golestan University of Medical Sciences, Gorgan, Iran

بهرام صادق پور گیلده

Professor, Department of Statistics, Faculty of Mathematical Sciences, Ferdowsi University of Mashhad, Mashhad, Iran

مجید غیور مبرهن

Professor, Department of Nutrition, School of Medicine, Metabolic Syndrome Research Center, Mashhad University of Medical Sciences, Mashhad, Iran

حبیب الله اسماعیلی

Professor, Department of Epidemiology and Biostatistics, School of Health, Neonatal Research Center, Mashhad University of Medical Sciences Mashhad, Iran

مراجع و منابع این مقاله:

لیست زیر مراجع و منابع استفاده شده در این مقاله را نمایش می دهد. این مراجع به صورت کاملا ماشینی و بر اساس هوش مصنوعی استخراج شده اند و لذا ممکن است دارای اشکالاتی باشند که به مرور زمان دقت استخراج این محتوا افزایش می یابد. مراجعی که مقالات مربوط به آنها در سیویلیکا نمایه شده و پیدا شده اند، به خود مقاله لینک شده اند :
  • Chaitrali D, Sulabha A. A data mining approach for prediction ...
  • Mazaheri S, Ashoori M, Bechari Z. A Model to Predict ...
  • International Conference on Researches in Science & Engineering ۳۱ Aug. ...
  • Safdari R, Ghazi saeedi M, Gharooni M, Nasiri M, Arji ...
  • SABBAGH GH. Detection of coronary artery disease using C۴. ۵ ...
  • Aviva P, Caroline S. Medical statistics at a glance. ۳rd ...
  • Sadabadi F. Investigation of the association between heat shock protein ...
  • Williams G. Data mining with Rattle and R: The art ...
  • Mehrbakhsh Z. Comparison of logistic regression and classification models to ...
  • Breiman L. Classification and regression trees: Routledge; ۲۰۱۷ ...
  • Azimi M. Data Mining With Decision Tree. Master of Mathematical ...
  • Agresti A. An Introduction to Categorical Data Analysis ۲۰۰۷ ...
  • Karaolis M, Moutiris JA, Pattichis CS, editors. Assessment of the ...
  • Salehi E, Hagizadeh E, Alidoosti M. Evaluation Risk Factors of ...
  • Mohammadpour Tahamtan R, A, Esmaeili M, H, Ghaemian A, Esmaeili ...
  • Kurt I, Ture M, Kurum AT. Comparing performances of logistic ...
  • Mobley BA, Schechter E, Moore WE, McKee PA, Eichner JE. ...
  • Soni J, Ansari U, Sharma D, Soni S. Predictive data ...
  • Neshati Tanha A, Soleimani P. Prediction of Acute Heart Attack ...
  • Tsien CL, Fraser H, Long WJ, Kennedy RL. Using classification ...
  • Purusothaman G, Krishnakumari P. A survey of data mining techniques ...
  • Zabah I, Koohjani Z, Maroosi A, Layeghi K. Diagnosis of ...
  • نمایش کامل مراجع