مقاله: کاربرد روشهای کلاسبندی رگرسیونی در شناسایی اثرات متقابل

مقاله حاضر ارسالی سرکار خانم سپیده زارع دلاور کارشناسی ارشد گروه آمار زیستی دانشگاه بهزیستی و علوم توانبخشی می باشد. که  از ایشان بابت ارسال مقاله به وبلاگ خودشان تشکر می شود.

کاربرد روشهای کلاسبندی رگرسیونی در شناسایی اثرات متقابل عوامل خطر فلج

مغزی کودکان

سپیده زارع دلاور ، عنایتاله بخشی، فرین سلیمانی ، اکبر بیگلریان

مقدمه و اهداف: شناسایی عوامل خطر و اثرات متقابل آن‌ها، در مطالعه‌های پزشکی بسیار مهم است. هدف از این مطالعه شناسایی اثرات متقابل عوامل خطر فلج مغزی در کودکان 6-1 ساله دارای فلج مغزی است.

روش کار: در این مطالعه مقطعی، اطلاعات 225 کودک 6-1 ساله که در سال‌های 87-86 جمع‌آوری شده بود؛ مورد استفاده قرار گرفت. برای شناسایی اثرات متقابل از روش‌های کلاس‌بندی رگرسیونی شامل درخت کلاس‌بندی رگرسیونی، آدابوست، بگینگ و الگوریتم C4.5 با استفاده از نرم‌افزار R نسخه 1-0-3 استفاده شد.

نتایج: اثرات متقابل برگزیده از روش آدابوست (ازدواج فامیلی والدین: جنس کودک، حاملگی‌های قبلی: زایمان واژینال، ازدواج فامیلی والدین: زایمان نارس: جنس کودک، زایمان نارس: سابقه بیماری: آسفیکسی، ازدواج فامیلی والدین: آسفیکسی: جنس کودک، سابقه بیماری: جنس کودک: کوچک جثه نسبت به سن حاملگی، عفونت نوزادی: آسفیکسی: کوچکی جثه نسبت به سن حاملگی، سابقه بیماری: آسفیکسی: جنس کودک، زایمان نارس: زایمان واژینال: آسفیکسی)، روش بگینگ (ازدواج فامیلی والدین: آسفیکسی، ازدواج فامیلی والدین: زایمان نارس: آسفیکسی)، الگوریتم C4.5 (آسفیکسی: زایمان نارس، آسفیکسی: ازدواج فامیلی والدین: سابقه بیماری: زایمان نارس) و درخت کلاس‌بندی رگرسیونی (آسفیکسی: ازدواج فامیلی والدین) شناسایی شدند. حساسیت و ویژگی روش آدابوست بهتر از سایر روش‌های گفته شده، به ترتیب 029/0±941/0 و 030/0±951/0، به دست آمد.

نتیجه‌گیری: روش آدابوست عملکرد موفق‌تری در تشخیص و مدل‌سازی اثرات متقابل احتمالی میان عوامل خطر فلج مغزی کودکان داشت.

دانلود