کاربرد رگرسیون لجستیک در داده‌های دیابت دارای خطای طبقه بندی

مقدمه: تحلیل داده های طبقه بندی شده در آمار و علوم پزشکی از اهمیت خاصی برخوردار است. اگر متغیر پاسخ دو حالتی دارای خطای طبقه بندی باشد نتایج برازش مدل، اریب و تفسیر نادرستی خواهد داشت. هدف این مطالعه کاربرد رگرسیون لجستیک در داده های دیابت دارای خطای طبقه بندی می باشد.روش کار: در این مطالعه توصیفی، از داده های 819 نفر از شرکت کنندگان در طرح غربالگری دیابت در مرکز بهداشت زاهدان سال 1393 استفاده شد. ابتلا به دیابت نوع 2 به دو طریق بررسی شده است. ابتدا بوسیله آزمایش قند خون معمولی (بدون ناشتا) که عدم ارتباط بین ابتلا به دیابت نوع دو با فشار خون بوسیله رگرسیون لجستیک و نسبت شانس مشخص شد و سپس برای معتبر سازی، آزمایش قند خون ناشتا انجام شد، که ارتباط معنادار بود. خطای طبقه بندی غلط بر اساس میزان قند خون با توجه به پایین بودن حساسیت و ویژگی آزمایش قند خون در نظر گرفته شد. برای تصحیح خطای طبقه بندی از روش نسبت درستنمایی برای برآورد ضرایب استفاده شد. در آنالیز داده ها از نرم افزار sas نسخه 9.1.3 و procedure nlmixed با سطح معنی داری 0/05 استفاده گردید.یافته ها: ضرایب تصحیح موجب تغییر نسبت شانس ابتلا به دیابت در متغیر فشار خون از 0/227 به 1/120 و معناداری آن گردید (p<0.001) . به علاوه، بر آورد سایر متغیرهای مدل نیز تغییر یافتند.نتیجه گیری: رگرسیون لجستیک برای داده های دارای خطای طبقه بندی می تواند به عنوان یک روش مناسب در تحلیل داده های دارای خطای طبقه بندی مورد استفاده قرار گیرد. معتبرسازی با استفاده از رگرسیون لجستیک برای داده های دارای خطای طبقه بندی نشان داد که فشارخون بالا اثر معناداری بر ابتلا به بیماری دیابت دارد. پیشنهاد می شود با توجه به اینکه در داده های طرح های غربالگری احتمال خطای طبقه بندی وجود دارد جهت تعدیل اریبی نسبت شانس از روش رگرسیون لجستیک استفاده شود.

Application of Logistic Regression with Misclassified Variables in Diabetes Data

Introduction: The analysis of classified data in statistics and medical sciences is very important. If the binary response variable is misclassified, the results of fitting the model, will be skewed with false interpretation. The aim of this study was the application of logistic regression with misclassified variables in diabetes data.Methods: In this descriptive study, data from 819 participants in the diabetes screening program at Zahedan Health Center in 2014 were used. Type 2 diabetes was studied in two ways. At first, by testing normal blood glucose (without fasting), the lack of correlation between type 2 diabetes and blood pressure was determined by logistic regression and odds ratios, and then a fasting blood glucose test was used for validation, which revealed significant results. False classification was considered based on the level of blood glucose due to low sensitivity and specificity of blood glucose test. To correct the classification error, the likelihood ratio method was used to estimate the coefficients. Data analysis was done using the software SAS version 9.1.3 and procedure NLMIXED with a significance level of 0.05.Results: The correlation coefficient changed the odds ratio of diabetes in the blood pressure variable from 0.227 to 1.20, significantly (P < 0.001). In addition, other model variables were modified.Conclusions: Logistic regression for data with error classification can be used as a suitable method for analyzing data with classification error. Validation using logistic regression for classification error data showed that high blood pressure has a significant effect on diabetes. It is suggested that the logistic regression method should be used in order to correct the odds ratio in view of the probability of classification error in the screening data.