بکارگیری مدل اثرات آمیخته براساس بیز همیلتونی برای مدل بندی روند تغییرات و نقاط برش مرگ و میرناشی از بیماری های قلبی ‑عروقی در ایران

در بررسی تغییرات روند داده ها، تعیین نقطه شکست از اهمیت خاصی برخوردار است. هدف از مطالعهحاضر بکارگیری مدل اثرات تصادفی قطعه ای براساس بیز همیلتونی برای مدل بندی روند تغییرات و نقاط برش مرگو میر ناشی از بیماری های قلبی ‑عروقی در ایران بود.روش کار: برای مدل بندی داده ها از مدل اثرات تصادفی قطعه ای به روش بیز همیلتونی استفاده گردید. از معیاراستفاده گردید. mcmc و ml در انتخاب بهترین مدل از بین این مدل با مدل رگرسیون قطعه ای به روش rmseبوده است. shinystan و rstan ،rsatdio تحلیل داده ها در نرم افزارهای 4.0.5یافته ها: نتایج نشان داد که متوسط سال بروز مرگ و میر ( نقطه تغییر ) تقریبا 4 سال برای زنان و 5 سال برایمردان بود. همبستگی مثبت و قوی ( 78 درصد برای زنان و 85 درصد برای مردان) بین شیب بعد نقطه تغییر و خودrmse . نقطه تغییر وجود داشته که به احتمال زیاد سرعت کاهشی بروز مرگ و میر بعد از سال 5 مربوط می شودو مدل اثرات تصادفی قطعه ای به روش بیزهمیلتونی به mcmc و ml برای مدل های رگرسیونی قطعه ای به روشترتیب 49٫8, 1871 و 0٫91 بوده است.نتیجه گیری: مدل همیلتونی نسبت به مدل رگرسیون قطعه ای می تواند خروجی بهتر و نتایج دقیق تری را برایبرآورد نقطه شکست ارائه دهد، هر چند از معایب این مدل ها عدم امکان برازش مدل برای داده هایی می باشد که نقطهشکست نامحدود پیش می رود.

change on trend of cardiovascular disease mortality in iran; bayesianmixed effects model using the hamiltonian approach

background and purpose: one of the important components of health-relatedplanning in each society is the determination of change point trends of diseases. the aim ofthis study is to employ a piecewise random-effects model based on the hamiltonian bayesianmethod to model the trend of changes and cut-off points for the deaths caused by cardiovasculardiseases in iran.method: the piecewise random effects with the hamiltonian bayesian method were usedto model the data. in this study, the resm criterion was used to select the best model betweenthe piecewise regression model using the maximum likelihood method and mcmc. dataanalysis was used in the software rstan, rstudio 4.0.5, and shinystan.results: the average age of death (average change point) was almost 4 years in womenand 5 years in men, with a strong correlation (78 percent in women and 85 percent in men)between the random effects of the slope of the change point and the change point itself thatleads to an increase in the mortality rate after the given five-year period. the rmse forml and mcmc regression models and the hamiltonian model were 1871, 49.8, and 0.91,respectively.conclusion: the hamiltonian model can provide better output and more accurate resultsfor estimating the change point than other models, although one of the disadvantages of thesemodels is the impossibility of fitting the model to data with an infinite change point.