عنوان

تحلیل داده‌های طولی با گم‌شدگی غیریکنوا در متغیر پاسخ رسته‌ای

کد کشور

IR

شماره

۱۶۴۵پ

زبان متن نوشتاري يا گفتاري و مانند آن

فارسی

کشور محل نشر

IR

عنوان اصلي

تحلیل داده‌های طولی با گم‌شدگی غیریکنوا در متغیر پاسخ رسته‌ای

نام عام مواد

[پایان‌نامه]

عنوان اصلي به زبان ديگر

monotone Missingness in Categorical Response Variable-Longitudinal Data Analysis with Non

نام ناشر، پخش کننده و غيره

علوم بهزیستی و توانبخشی university of social welfare and rehabilitation))

تاریخ نشرو بخش و غیره

، ۱۳۹۲

نام خاص و کميت اثر

و،۹۴ص.

متن يادداشت

چاپی

جزئيات پايان نامه و نوع درجه آن

کارشناسی ارشد

نظم درجات

آمارزیستی Biostatistics

کسي که مدرک را اعطا کرده

علوم بهزیستی و توانبخشی university of social welfare and rehabilitation))

متن يادداشت

وقوع مقادیر گمشده در مطالعات مختلف از جمله مطالعات طولی یک پدیده‌صی شایع است .با توجه به این‌صکه گم‌صشدگی یک تهدید جدی برای درستی نتایج حاصل از تجزیه و تحلیل داده‌صها به شمار می‌صآید، بررسی روش‌صهای برخورد با آن اهمیت زیادی دارد .این مطالعه با هدف تحلیل داده‌صهای بیماران مبتلا به اپیزود سایکوز اول، با گم شدگی در متغیر پاسخ، انجام شد .در این مطالعه، با فرض غیرتصادفی بودن مکانیسم گم‌صشدگی، دو مدل مجزا برای تحلیل متغیر پاسخ و الگوی گم‌صشدگی به کار گرفته شد .یک مدل انتقالی برای متغیر پاسخ رتبه‌صای و یک مدل لوجیت چندجمله‌صای برای گم‌صشدگی .در عین حال، مبتنی بر فرض تصادفی بودن مکانیسم گم شدگی از مدل‌صبندی گم شدگی صرف نظر و مدل انتقالی مرسوم استفاده شد .برای کلیه‌صی مدل‌صهای انتقالی تابع درست‌صنمایی محاسبه و برآورد پارامترها با دو روش کلاسیک و بیزی انجام شد .این روش‌صها با نرم‌صافزارصهای R نسخه 2.15.1 و WinBugs نسخه 1.4.3 در داده‌صهای روان‌صپزشکی مربوط به بیمارستان روزبه انجام پذیرفت .نتایج به دست آمده با فرض تصادفی بودن مکانیسم گم‌صشدگی و استفاده از روش کلاسیک برای برآورد پارامترهای مدل، نشان داد که نوع درمان، شغل و تشخیص بالینی اصلی دارای اثر معنی‌صدار بر شدت علائم بیمار می‌صباشد .با فرض غیرتصادفی بودن مکانیسم گم‌صشدگی نتایج مشابهی به دست آمد که در آن اثر تشخیص بالینی اصلی معنادار نشد .در روش بیزی، با فرض تصادفی بودن مکانیسم گم‌صشدگی، اثر متغیرهای شغل و شدت علائم بیمار در یک زمان قبل بر شدت علائم بیمار در زمان حال معنی‌صدار گردید .این متغیرها در حالت غیرتصادفی فرض نمودن مکانیسم گم‌صشدگی نیز معنی‌صدار به دست آمدند .هر دو روش کلاسیک و بیزی ضرورت غیر تصادفی فرض کردن مکانیسم گم شدگی را نشان دادند .بر این اساس و نتایج حاصل از دو روش، تأکید بر متغیرهای معنادار بر پاسخ بیماران در طول درمان، می‌صتواند در شناخت بهتر وضعیت درمانی این بیماران و ارائه‌صی برنامه‌صهای مداخله‌صای مناسب‌صتر راه‌صگشا باشد .واژه‌صهای کلیدی :داده‌صهای گم‌صشده، داده‌صهای طولی، مدل‌صهای انتقالی، پاسخ ترتیبی، روش‌صهای برآورد

متن يادداشت

Occurrence of the missing values is a common issue in different type of studies, such as longitudinal studies. Considering missingness is a serious threat for the soundness of the conclusions from the analysis, studying the different methods of handling the missing data is very important. This study was accomplished with the aim of analyzing the first-episode psychosis patients data with missingness in response variable. In this study, with assuming non-random mechanism for missingness, two separate models were used for analyzing the response variable and missingness pattern. A Transition model has been used for longitudinal ordinal response variable and a multinomial logit model for missing data mechanism. Also if we assume random mechanism of missingness then we ignored the modeling of missingness indicator and we used common transition model. The likelihood function of the model was achieved in all of the models and the parameters were estimated with both the Classic and Bayesian methods of inferences. These approaches were applied to the psychological data of Roozbeh hospital. Analysis was accomplished with R software V2.15.1 and WinBugs V1.4.3. The results from Transition model assuming random mechanism and applying classic inference showed that treatment type, profession and the main diagnosis have significant effect on patients severity symptoms. Assuming non-random missingness showed the same results, except that the main diagnosis has not significant effect. The results of applying the Bayesian inference with assuming random mechanism showed significant effect for profession and severity of symptom in previous time. These variables also were significant with non-random assumption. Both of the classic and Bayesian methods showed the necessity of considering non-random missingness. On the basis of these results and underscoring the meaningful variables on patients response in care duration could be useful for better recognition of these patients treatment statuses and could help in presenting more suitable interventional programs. Key Words: Missing Values, Longitudinal data, Transition Models, Ordinal Response, Estimating Methods.

خط فهرستنویسی و خط اصلی شناسه

ba

عنوان اصلي به زبان ديگر

monotone Missingness in Categorical Response Variable-Longitudinal Data Analysis with Non

موضوع مستند نشده

Missing Values

متن عنصر شناسه ای مقوله موضوعی

داده‌های گم شده

متن عنصر شناسه ای مقوله موضوعی

Missing Values

مستند نام اشخاص تاييد نشده

صابونی اقدم، پریسا

مستند نام اشخاص تاييد نشده

Sabooni Aghdam, Parisa

مستند نام اشخاص تاييد نشده

بیگلریان، اکبر

مستند نام اشخاص تاييد نشده

افتخاری، سمانه

مستند نام اشخاص تاييد نشده

کریملو، مسعود

کشور

ایران

سازمان

دانشگاه علوم توان بخشی و سلامت اجتماعی

نام ميزبان

1645t.pdf

شماره دسترسي

محرمانه

اطلاعات مختصر

محرمانه

تاريخ و ساعت مذاکره و دسترسي

1645t.pdf

بيت در ثانيه

3109909

ارتباط براي تسهيلات دسترسي

مرجع

نوع فرمت الکترونيکي

متن

اندازه فايل

0

شماره کنترل رکورد

۵۴۶۱پ

شماره فيلد فرمت مبدا

محل نگهداری: دانشگاه علوم بهزیستی و توانبخشی

وضعیت فهرست نویسی

نمایه‌سازی قبلی

فرمت انتشار

چاپی-الکترونیکی

نوع ماده

TF

پیشوند ISBD اعمال شده است

1

سطح دسترسي

a

تكميل شده

Y