عوامل مرتبط با بروز دیابت نوع دو در زنان پیش‌ دیابتی با استفاده از مدل متوسط بیزی

هدف: دیابت، بیماری مزمنی است که معمولاً با اختلال تحمل گلوکز آغاز می گردد. این مرحله، اصطلاحاً به عنوان پیش دیابت شناخته می شود. افراد پیش دیابتی در معرض خطر بیش تری برای رخداد دیابت هستند، بنابراین شناسایی عوامل خطرساز دیابت، در افراد پیش دیابتی، مورد توجه بیش تری است. به طور معمول برای انتخاب متغیر، از روش گام به گام استفاده می شود که عدم قطعیت مدل را در نظر نمی گیرد. در این مطالعه، برای برطرف کردن این مشکل، از روش متوسط بیزی (bayesian model averaging, bma) استفاده شد.مواد و روش ها: جمعیت مورد بررسی، 734 زن 20 سال و بالاتر پیش دیابتی، در مطالعه کوهورت قند و لیپید تهران (tlgs) است. در مطالعه حاضر، برای انتخاب متغیر در رگرسیون لجستیک از روش های گام به گام و متوسط بیزی استفاده شد؛ سپس auc دو روش محاسبه و با آزمون دلونگ (delong) مقایسه شد. برای انجام تحلیل ها از بسته bma نرم افزار r نسخه 3.1.3 استفاده شد.یافته ها: روش متوسط بیزی، قندخون ناشتا، قندخون2ساعته، سابقه خانوادگی، نمایه توده بدنی و مصرف آسپرین را در ابتدای مطالعه، به عنوان عوامل خطرساز بروز دیابت، انتخاب کرد. روش گام به گام علاوه بر این ها، فشارخون دیاستولیک، سابقه بستری 3 ماه گذشته، استفاده از داروهای تیرویید و تحصیلات را نیز انتخاب کرد. با این که تعداد متغیرهای روش گام به گام (9 متغیر) بیش تر از روش متوسط بیزی (5 متغیر) است، auc برای روش های متوسط بیزی و گام به گام تفاوت معنی داری نداشت.نتیجه گیری: به نظر می رسد مدل متوسط بیزی قابلیت خوبی برای غربالگری بیماری دیابت دارد، زیرا ضمن تشخیص متغیرهای موثر کم تر، توانایی پیش بینی مدل نیز حفظ شد

Factors associated with incidence of type II diabetes in pre-diabetic women using Bayesian Model Averaging

Introduction: Diabetes is a chronic disease which usually begins with impaired glucose tolerance. This step is known as prediabetes. People with prediabetes are at greater risk for diabetes. Typically for the variable selection, stepwise approach is used which does not take into account model uncertainties. In this study, Bayesian Model Averaging (BMA) method was used to sort out the above shortcoming.Materials and Methods: The study population was 734 prediabetic women with 20 years and older participated in Tehran Lipid and Glucose Study (TLGS). In this study, the stepwise and BMA variable selection methods were employed in logistic regression. Then area under curve (AUC) for both methods was computed and compared with Delong test. All analyses was done using R version 3.1.3.Results: BMA selected the fasting plasma glucose, 2 hours rsquo; blood glucose, and family history of diabetes, body mass index and aspirin use at baseline as risk factors for diabetic. In addition to these factors, stepwise method selected diastolic blood pressure, history of past 3 months rsquo; hospitalization, thyroid drug use and education. Although the number of variables selected by BMA (5 variables) was less than that of stepwise (9 variables), AUC for the two methods was not significant.Conclusion: It seems that the BMA provide better model for screening of diabetes because with selecting fewer variables, prediction ability of the model is preserved