مقدمه: دیابت نوع 2 یکی از بیماریهای چندعاملی است که با توجه به اهمیت و بار فردی و اجتماعی، لزوم شناسایی افراد پرخطر برای ابتلا به آن مشهود است. تاکنون مطالعههای متعددی برای پیشبینی بروز دیابت با استفاده از مدلهای آماری موجود انجام شده است ولی با وجود اهمیت بالینی اثر متقابل عوامل خطرساز بر بروز دیابت، امکان لحاظ کردن همهی اثرهای متقابل ممکن در مدلهای آماری فعلی وجود ندارد. در این مطالعه، به منظور یافتن ترکیبات منطقی مناسب از عوامل خطرساز مرتبط با دیابت نوع 2 از روش رگرسیون لجستیک منطقی استفاده شد. مواد و روشها: جمعیت مورد بررسی، از افراد بخش کوهورت مطالعهی قند و لیپید تهران (TLGS)انتخاب شدند. 3523 نفر (8/57% زن و 2/42% مرد) وارد مطالعه شدند. تحلیلهای مربوط با استفاده از روش رگرسیون لجستیک منطقی (Logic Logistic Regression) انجام شد. پارامترهای مدل با به کارگیری الگوریتم Annealingبرآورد شد. به منظور اجتناب از بیش برآورد شدن، تعداد بهینهی ترکیبات منطقی و متغیرهای مدل به روش اعتبار متقاطع تعیین شد. برای ارزیابی و مقایسهی مدل منطقی به دست آمده با رگرسیون لجستیک حاصل از اثر اصلی، آمارهی انحراف، میزان حساسیت و ویژگی دو مدل محاسبه شد. همچنین، مقایسهی میزان پیشبینی بروز دیابت توسط مدلها با استفاده از سطح زیر منحنی مشخصهی عملکرد (ROC) انجام شد. نرمافزار Rنسخه 1/8/2 برای انجام تحلیلها مورد استفاده قرار گرفت. یافتهها: با استفاده از الگوریتم Anealing مدل رگرسیون لجستیک منطقی با 4 ترکیب بولی شامل 5 متغیر برازش داده شد. آمارهی انحراف این مدل 3/1203 بهدست آمد که نسبت به مدلهای دیگر و نیز مدل لجستیک پیشرو (آمارهی انحراف = 88/1206) برازش بهتری داشت. عبارات بولی یافت شده در مدل با 4 ترکیب شامل اختلال تحمل قند ناشتا (نسبت بخت: 53/5 و فاصلهی اطمینان 95%: 59/7 و 03/4، اختلال تحمل قند دوساعته (نسبت بخت: 45/5 و فاصلهی اطمینان 95%: 49/7 و 96/3)، داشتن سابقهی فامیلی دیابت با (نسبت بخت: 89/1و فاصلهی اطمینان 95%: 63/2 و 38/1)، تریگلیسرید بالا یا دور کمر بالا (نسبت بخت: 4/2 و فاصلهی اطمینان 95%: 32/3 و 73/1) بود (برای همه متغیرها 001/0P<). سطح زیر منحنی راک مربوط به مدل 843/0 با فاصلهی اطمینان 95% مجانبی (874/0 و 813/0) به دست آمد که با سطح زیر منحنی راک مدل لجستیک پیشرو (839/0) تفاوت معنیداری نداشت. نتیجهگیری: به نظر میرسد رگرسیون منطقی به عنوان یک روش جدید، قابلیت خوبی برای غربالگری بیماریهای چند عاملی از جمله دیابت دارد زیرا در این رگرسیون، امکان شناسایی و لحاظ کردن اثر متقابل بین عوامل خطرساز وجود دارد.
Mehrabi Y, Khadem-Maboudi A, Hadaegh F, Sarbakhsh P. Prediction of Diabetes Using Logic Regression . Iranian Journal of Endocrinology and Metabolism 2010; 12 (1) :16-24 URL: http://ijem.sbmu.ac.ir/article-1-962-fa.html
محرابی یداله، خادم معبودی علی اکبر، حدائق فرزاد، سربخش پروین. پیشبینی ابتلا به دیابت با استفاده از رگرسیون منطقی. مجلهي غدد درونريز و متابوليسم ايران. 1389; 12 (1) :16-24