مدلسازی آمیخته مقطعی برای عوامل خطر متابولیکی قلبی: ترکیبی از نشانگرهای رسته ای و پیوسته برای کلاس پنهان

Cross-Sectional Mixture Modeling for Cardio-Metabolic Risk Factors: A Mixture of Categorical and Continuous Latent Class Indicators


چاپ صفحه
پژوهان
صفحه نخست سامانه
مجری و همکاران
مجری و همکاران
اطلاعات تفضیلی
اطلاعات تفضیلی
دانلود
دانلود
دانشگاه علوم پزشکی تبریز
دانشگاه علوم پزشکی تبریز

مجریان: محمد اصغری جعفرآبادی

خلاصه روش اجرا: خلاصه روش اجرا: این مطالعه با استفاده از روش مدلسازی آمیخته مقطعی به بررسی افراد در یک جمعیت ناهمگن می پردازد که در آن عضویت جمعیت مشخص نیست و افراد را براساس ارزش های آنها در متغیرهای پیوسته به زیرجمعیت های کوچکتر و همگن تر، طبقه بندی می کند. تجزیه و تحلیل مدلسازی آمیخته با کدنویسی در نرم افزار Mplus انجام خواهد شد. داده های این مطالعه بر اساس یک مطالعه همگروهی به عنوان زیربخشی از یک تحقیق بزرگ اپیدمیولوژیک آینده‌نگر جمع آوری شده است. این مطالعه همگروهی در سال 2020 به عنوان بخشی از مطالعه همگروهی آذر (مربوط به همگروهی کارکنان) که عوامل خطر قلبی عروقی توسط مرکز تحقیقات قلب و عروق دانشگاه علوم پزشکی تبریز جمع آوری شد، بر روی کارکنان بخش مراقبت‌های بهداشتی انجام گرفت. هدف از این مطالعه هم‌گروهی، استفاده از مدل‌سازی آمیخته برای ارزیابی 500 شرکت کننده مرتبط با دانشگاه علوم پزشکی تبریز، از جمله کارکنان مراقبت‌های بهداشتی در بیمارستان‌‌ها و شبکه‌های بهداشت ناحیه بود. این مطالعه با هدف شناسایی عوامل خطر بیماری‌های غیرواگیر (NCD) در میان ارائه دهندگان خدمات درمانی، کارمندان رسمی و اساتید دانشگاه علوم پزشکی تبریز انجام شد. شرکت‏ کنندگان در این مطالعه، شامل کارمندان قراردادی تمام وقت و طولانی مدت 18 تا 75 ساله هستند که حامله یا شیرده نیستند و قصد ندارند تا در پنج سال آینده بازنشسته شوند. همه‌ی شرکت‏ کنندگان بصورت کتبی برای حضور در مطالعه موافقت کردند و این مطالعه توسط کمیته اخلاق دانشگاه علوم پزشکی تبریز تایید شد (IR.TBZMED.REC.1396.1263).

اطلاعات کلی طرح
hide/show

مرحله جاری طرح خاتمه قرارداد و اجرا
کد طرح 68568
عنوان فارسی طرح مدلسازی آمیخته مقطعی برای عوامل خطر متابولیکی قلبی: ترکیبی از نشانگرهای رسته ای و پیوسته برای کلاس پنهان
عنوان لاتین طرح Cross-Sectional Mixture Modeling for Cardio-Metabolic Risk Factors: A Mixture of Categorical and Continuous Latent Class Indicators
نوع طرح طرح - پایان نامه
اولویت طرح پیشگیری، اپیــدمیولوژی، درمان و بازتوانی بیماری‌های قلبی- عروقی
نوع مطالعه مطالعه هم گروهی ( Cohort )
تحقیق در نظام سلامت بلی
آیا طرح پایان‌نامه دانشجویی است؟ بله
مقطع پایان نامه کارشناسی ارشد
مدت اجرا - ماه 12
نوآوری و ضرورت انجام تحقیق مدل‌سازی آمیخته برای مطالعات مقطعی، به عنوان یک حالت خاص، تجزیه و تحلیل پروفایل پنهان (Latent Profile Analysis: LPA)، برای تشخیص کلاس ها بر اساس فقط متغیرهای پیوسته، و تحلیل کلاس پنهان (Latent Class Analysis: LCA)، برای تشخیص کلاس ها بر اساس فقط متغیرهای رسته ای دو یا چند حالتی، را شامل می شود. هدف از مطالعه حاضر، یافتن زیرگروه های از جمعیت با استفاده از مدل های آمیخته ای است که بر اساس ترکیبی از نشانگرهای رسته ای و پیوسته برای برآورد کلاس های پنهان، به منظور ارائه برآورد نااریب برای پیش بینی خطر ابتلا به بیماری متابولیک قلبی است.
اهداف اختصاصی

1. تعیین پروفایل­ های پنهان و سطح بندی میزان خطر در بیماران متابولیک قلبی با استفاده از مدل‌سازی آمیخته ترکیبی

-

2. تعیین ارتباط بین متغیرهای زمینه­ ای و بالینی متابولیک قلبی با پروفایلهای پنهان با استفاده از مدل‌سازی آمیخته ترکیبی

چکیده انگلیسی طرح Mixed modeling is a type of hidden variable analysis that detects the subpopulations in which population membership is unknown. The value distribution may be a mixture of two or more subsets whose membership is unknown for each latent variable. Depending on whether the variables are continuous or categorical, mixed models can have different types, such as LPA or LCA. Mixed modeling for cross-sectional studies, as a specific case, includes latent profile analysis, to detect classes based on only continuous variables only, and latent class analysis, to detect classes based on only two- or multi-state order variables. be. The aim of the present study was to find subgroups of the population using mixed models based on a combination of two-state, sequential and continuous markers to estimate hidden classes in order to provide unbiased estimates for predicting the risk of metabolic heart disease.
کلمات کلیدی مدل: تعریف نظری: مدل از ریشه لاتین modus به معنای اندازه گرفته شده است و جزء کوچکی از یک واقعیت است. بدین ترتیب در شرایطی که امکان دسترسی به تمام جزئیات و روابط پدیده ها، مشکل، پرهزینه و وقت گیر است، مدل، آن ها را سهل و آسان می کند و با برخورداری از امکان تجزیه و تحلیل، پیش بینی نتایج را ممکن می نماید(48). تعریف عملی: در مطالعه حاضر منظور از مدل، مدل‌های آمیخته، LPA و LCA در تحلیل عوامل مرتبط با بیماری های متابولیک قلبی می‌باشد. مدل آمیخته: تعریف نظری: مدل آمیخته نوعی مدل‌سازی با متغیرهای پنهان طبقه بندی شده است که زیرجمعیت را نشان می‌دهد که در آن، عضویت جمعیت مشخص نیست اما از داده ها می توان این دسته بندی ها را به صورت فراگیری بدون نظارت استخراج کرد(2). تعریف عملی: درمطالعه حاضر منظور از مدل آمیخته، مجموعه ای ازمتغیرهای پنهان طبقه بندی شده برای پیش بینی خطر ابتلا به بیماری متابولیک قلبی است. LPA: تعریف نظری: مدل های که در آن متغیرپنهان رسته ای و متغیرنشانگر پیوسته است، Latent Profile Analysis (LPA) نامیده می شود(1). تعریف عملی: مدلی است که توسط آن در داده های مطالعه حاضر خوشه هایی از افراد با ویژگی های مشترک را استخراج می نماید. LCA: تعریف نظری: مدل های که در آن هم متغیرپنهان و هم نشانگرهای آن رسته ای می شوند، Latent Class Analysis (LCA) نامیده می شود(5). تعریف عملی: برازش مدل نظری LCA بر روی داده های مطالعه که با کدنویسی از طریق نرم افزار Mplus انجام می شود.
ذینفعان نتایج طرح ذینفعان نتایج این طرح بیماران و دست‌اندرکاران سلامت مرتبط با آن‌ها یا پزشکان هستند که با استفاده از نتایج این طرح بیماران می‌توانند به طور دقیق‌تر از ابتلا به بیماری متابولیک قلبی اطلاع داشته باشند و دست‌اندرکاران سلامت مرتبط با آن‌ها یا پزشکان نیز اطلاعات دقیق‌تری از بیماری متابولیک قلبی بدست می‌آورند که می‌تواند برای تصمیم‌گیری صحیح‌تر مورد استفاده قرار گیرد.

اطلاعات مجری و همکاران
hide/show

نام و نام‌خانوادگی سمت در طرح
پریا اسمعیلیدانشجوی مالک پایان نامه
سعید موسویمشاور
ندا روشن روانمشاور
محمد اصغری جعفرآبادیاستاد راهنمای اول (آموزشی )

اطلاعات تفضیلی
hide/show

حوزه خبر خبر
رسانه ها و مردم
عنوان خبر
متن خبر
متخصصان و پژوهشگران
عنوان خبر
مراقبان حوزه سلامت در دو گروه ریسک بالا و پایین بیمارهای قلبی و عروقی رده بندی شدند.
متن خبر
پژوهشگران در ارزیابی سلامت 500 نفر از مراقبان بهداشت دانشگاه علوم پزشکی تبریز به بررسی عوامل خطر قلبی پرداختند و آنها را به دو گروه پنهان خطر تقسیم کردند: یک گروه با مسائل ضعیف بهداشتی (42%) و دیگری با مشکلات جدی تر (58%) از نظر شیوع سندرم متابولیک، دیابت، فشار خون بالا، فشارخون سیستولیک، فشارخون دیاستولیک، کلسترول HDL ، کلسترول LDL ، کلسترول کل و هموگلوبین هستند که افراد در گروه پرخطر به طور معنی داری بیشتر از گروه کم خطر بودند. نتایج این مطالعه این امکان را داد تا بفهمند که چگونه خطرات پنهان امکان شناسایی زیرگروه های مجزا را فراهم می کند. همچنین شناسایی عوامل خطر می تواند رویکرد مهمی برای متخصصان سلامت باشد و از بروز بیماری قلبی متابولیک جلوگیری کند.
سیاستگذاران درمانی
عنوان خبر
متن خبر
سیاستگذاران پژوهشی
عنوان خبر
متن خبر
لینک (URL) مقاله انگلیسی مرتبط منتشر شده 1