کاربرد رگرسیون لجستیک در تعیین عوامل موثر بر بیماری فشارخون: نتایج حاصل از مطالعه کوهورت طبری

 سابقه و هدف: پرفشاری خون به واسطه پیامدهای آن یک مشکل جهانی است. شناخت دقیق علایم هشدار دهنده آن و انجام اقدامات لازم، می تواند گام موثری در جلوگیری از ابتلا و عوارض این بیماری باشد.هدف از این مطالعه، به کارگیری مدل رگرسیون لجستیک درتعیین عوامل موثر بر بیماری فشارخون بر اساس نتایج حاصل از مطالعه کوهورت طبری بود.مواد و روش‌ها: این مطالعه از نوع توصیفی-تحلیلی مقطعی، بر روی افراد با سن بالای 35 سال شهر ساری که اطلاعات آن‌ها توسط مرکزکوهورت طبری مازندران جمع‌آوری شده بود، انجام شد. اطلاعات شامل داده‌های دموگرافیک، آنتروپومتریک و ریسک فاکتورها می‌باشد. ازمدل رگرسیون لجستیک برای مشخص نمودن عوامل موثر بر ابتلا به پرفشاری خون استفاده شد. داده‌ها با استفاده از نرم‌افزار آماری spss ورژن 26 در سطح معنی‌داری 0/05 پردازش شدند.یافته‌ها: افراد مورد مطالعه شامل 6622 نفر (41/3 درصد، مرد) با میانگین سن 8/94 ± 48/97 سال بود. افراد دارای پرفشاری خون1481 نفر (22/4 درصد) بودند. در نتایج مربوط به مدل چند متغیره رگرسیون لجستیک، متغیرهای سن در بازه 10 ساله (2/04=or تا 8/11=or)، شاخص توده بدنی در رده‌های مختلف (1/72=or تا 2/35=or) ،کلسترول تام (1/34=or)، تری‌گلیسرید (1/30=or)، نسبت دور کمر به دور باسن (1/31=or)، سابقه بیماری قلبی- عروقی (2/09=or) و دیابت (1/81=or)، ازعوامل مرتبط با بیماری فشارخون بودند(0/05>p).استنتاج: با توجه به نتایج مدل رگرسیون لجستیک چند متغیره، کنترل چاقی به عنوان یک عامل اصلی و هم‌چنین غربالگری افراد برای تشخیص، ﭘﯿﮕﯿﺮی و ﭘﯿﺸﮕﯿﺮی پرفشاری خون پیشنهاد می‌شود. 

application of logistic regression in determining factors affecting hypertension: findings of the tabari cohort study

 background and purpose: hypertension is a global problem due to its consequences. recognizing warning signs and taking necessary measures are effective in preventing the disease and its complications. we used the logistic regression model to determine the factors affecting blood pressure based on the results of the tabari cohort study.materials and methods: this cross-sectional descriptive-analytical study was conducted in people older than 35 years old in sari, whose information (demographic and anthropometric characteristics, and risk factors) was available at the tabari cohort center in mazandaran province. logistic regression model was used to determine the factors affecting hypertension. we did statistical analyses using spss v26.results: the participants included 6622 people (41.3% men) with an average age of 48.97±8.94 years old. there were 1481 people with high blood pressure (22.4%). according to multivariate logistic regression model, age (10-year period) (or=2.04-8.11), body mass index (or=1.72-2.35), total cholesterol (or=1.34), triglyceride (or=1.30), the ratio of waist to hip circumferences (or=1.31), history of cardiovascular diseases (or=2.09), and diabetes (or=1.81) were among the factors associated with hypertension (p<0.05).conclusion: according to the results of the multivariable logistic regression model, obesity management as the main factor and screening of people for diagnosis, follow-up, and prevention of hypertension are suggested.