مقایسه کارآیی مدل رگرسیون پواسون و رگرسیون دو جمله ای منفی در تحلیل عوامل موثر بر مرگ و میر ناشی از بیماریهای قلبی و عروقی در استان یزد در سال 1396

مقدمه: با وجود پیشرفت‌های انجام شده در زمینه بیماری‌های قلبی و عروقی هنوز هم مرگ ناشی از این بیماری در صدر علت های مرگ می باشد. در این مطالعه به بررسی دقیق برخی از این عوامل موثر بر مرگ ناشی از بیماری های قلبی و عروقی پرداخته می شود.روش بررسی: مطالعه ای تحلیلی از نوع مقطعی که در آن کارآیی مدل های  رگرسیون پواسون و دو جمله ای منفی در ارتباط با عوامل موثر بر مرگ و میر ناشی از بیماری های قلبی و عروقی بررسی               می شود.اطلاعات مرگ از سامانه ثبت مرگ برای سال 1396 استان یزد استخراج شد. جنس، سن، تحصیلات، شغل، موقعیت مکانی، شهرستان محل فوت نیز برای هر کدام از متوفیان استخراج شد . سپس این دو مدل رگرسیونی به داده ها برازش داده شد . یافته ها: تعداد 5015 مرگ ثبت شده است که از این تعداد 1642 فوت  در اثر بیماری های قلبی و عروقی اتفاق افتاده بود. نرخ مرگ در اثر بیماری قلبی و عروقی با استفاده از رگرسیون دو جمله ای منفی برای متغیرهای تحصیلات، محل سکونت، نوع سکونت و سن معنی دار شد. نسبت مرگ به علت بیماری قلبی و عروقی برای متغیر سن معنی دار و برای متغیرهای شغل، تحصیلات، نحوه سکونت و محل سکونت معنی دار نشد. نتیجه گیری: در صورتیکه زمان وقوع مرگ به عنوان متغیر offset  در نظر گرفته شود، مدل رگرسیون دو جمله منفی برای نشان دادن عوامل موثر بر مرگ به علت بیماری قلبی و عروقی با توجه به معیار  aicو bic کاراتر می باشد و در صورتیکه کل افراد فوت شده به عنوان متغیر offset در نظر گرفته شود، مدل رگرسیون پواسون کاراتر می باشد.واژه های کلیدی: مرگ ناشی از بیماری های قلبی و عروقی، رگرسیون دو جمله ای منفی، رگرسیون پواسون

Comparison between Efficiency of Poisson Regression Model and Negative Binomial Regression in the Analysis of Factors Affecting Mortality from Cardiovascular Diseases in Yazd Province in 2017

      Introduction: Despite the advances in cardiovascular diseases, death caused by these diseases is still considered as the leading cause of mortality. In this study, some of the effective factors on the deaths caused by cardiovascular diseases were investigatedMethods: This crosssectional analytical study investigated the efficacy of Poisson regression models and negative binomial regression models on factors affecting mortality from cardiovascular diseases. The death data were extracted from the death registration system for Yazd province in 2017.Gender, age, education, occupation, location, and city of death were also extracted for each deceased. The two regression models were then fitted to the dataResults:  A total of 5,015 deaths were recorded, of which 1,642 were due to cardiovascular diseases.Cardiovascular disease mortality rates were significant using negative binomial regression in terms of the educational variables, place of residence, type of residence, and age. Death rates caused by cardiovascular diseases were not significant for age and occupational, educational, and residential variables.Conclusion: If the time of death is considered as an offset variable, the regression model of two negative sentences is more effective in showing the factors affecting death due to cardiovascular diseases according to AIC and BIC criteria. In the case that the total number of deaths is considered as the offset variable, the Poisson regression model is more efficient.