عنوان

کاربرد رگرسیون چندکی در شناسایی عوامل خطر شاخص‌های رشد شیرخواران

IR

۲۶۰۹پ

فارسی

IR

کاربرد رگرسیون چندکی در شناسایی عوامل خطر شاخص‌های رشد شیرخواران

[پایان‌نامه]

Application of quantile regression to identify of risk factors in infants growth parameters

علوم بهزیستی و توانبخشی University of Social Welfare and Rehabilitation

، ۱۳۹۶

ز،۸۶ص.

چاپی

کارشناسی ارشد

آمار زیستی Biostatistics

علوم بهزیستی و توانبخشی University of Social Welfare and Rehabilitation

زمینه و هدف :اختلالات تکاملی می‌تواند در ابعاد مختلف رشدی کودک شامل گفتاری، حرکتی، ذهنی و رفتاری رخ دهد و منجر به بروز مشکلاتی از قبیل تأخیر در تکلم، فلج مغزی، عقب ماندگی ذهنی و غیره شود .رگرسیون چندک که در مطالعه اثر متغیرهای مستقل روی چندک‌های توزیع متغیر وابسته به کار می‌رود به دلیل این‌که یک تصویر کامل از رابطه بین متغیرهای وابسته و مستقل فراهم می‌کند و هم‌چنین در نقاط دورافتاده از مشاهدات متغیر پاسخ استوار است، جامع‌تر و بهتر از رگرسیون خطی عمل می‌کند .هدف ازاین مطالعه تعیین و شناسایی عوامل خطر شاخص‌های رشد شیرخواران شامل قد، وزن و دور سر با رگرسیون چندک می‌باشد .روش بررسی :در این مطالعه همگروه تاریخی، اطلاعات رشد ۲۰۹ شیرخوار شامل اندازه‌های وزن، قد و دورسر که در مراکز بهداشتی شهر کرج( در سال‌های ۹۴ و ۹۵) پرونده داشتند، جمع‌آوری و بررسی شد .برای تحلیل از رگرسیون چندک استفاده و شاخص‌های رشد در چندک‌های مختلف بررسی شد .تحلیل داده‌ها با نرم‌افزار R نسخه ۲ . ۲ . ۳ انجام گرفت .یافته‌ها :براساس نتایج، در نوزادان پسر، سن مادر در اکثر چندک‌های وزن، تعداد اعضای خانواده در چندک‌های قد و تحصیلات مادر در چندک‌های اندازه دور سر اثر معنی‌دار داشته است .در نوزادان دختر، شاخص توده بدنی مادر در اکثر چندک‌های وزن، تحصیلات مادر در چندک‌های قد و سن مادر هنگام تولد نوزاد در چندک‌های اندازه دور سر اثر معنی‌دار داشته است .نتیجه‌گیری :نتایج به‌دست آمده نشان می‌دهد که رگرسیون چندک متغیرهای اثرگذار بیش‌تری را نسبت به رگرسیون خطی شناسایی نموده و لذا برای استفاده در زمانی که متغیرهای مستقل بسیاری در تقابل با چندک-های توزیع متغیر وابسته هستند، پیشنهاد می‌شود .

Background and aims: Evolutional failure can happen in various dimensions of infants growth includes in word, act and behaviour and lead to appear difficults as delay in speaking, brain paralysis, mental lag and etc. Quantile regression is used in study of effects of independent variables on quntiles of dependent variable distribution, Because of ability in outlying of dependent variable observations, more complete and better than linear regression. The purpose of this study is determination and identification of risk factors in infants growth parameters using quantile regression analysis. Methods:In this historical cohort study, growth information of 209 infants including height, weight and head circumference, in Karaj health centers (in 2015-2016), were collected and analized. The data analysis was carried out using R 3.2.2 software. Results: According to the results,in the boys weight, mothers age (in infants birth) had a significant effect on the more quantiles and in the boys height, family members had a significant effect on the more quantiles and mothers education had a significant effect on the more quantiles in the boys head circumference. In addition, mothers BMI and mothers age had a significant effect on the more quantiles in the girls weight and mothers education had a significant effect on the more quantiles in the girls height and mothers age and family members had a significant effect on the more quantiles in the girls head circumference. Conclusion: Results show that quantile regression identified significant variables than linear regression and so it is suggested in impact independent variables are encounter related to quantiles of dependent variable distribution.

ba

Application of quantile regression to identify of risk factors in infants growth parameters

حسین‌زاده، زهرا

Hosseinzadeh, Zahra

بیگلریان، اکبر

بخشی، عنایت الله

ایران

دانشگاه علوم توان بخشی و سلامت اجتماعی

2609t.pdf

محرمانه

محرمانه

2609t.pdf

1704281

مرجع

متن

0

۹۰۶۲پ

محل نگهداری: دانشگاه علوم بهزیستی و توانبخشی

نمایه‌سازی قبلی

چاپی-الکترونیکی

TF

1

a

Y