Banqladeşdə uşaqların qidalanmamasının risk faktorlarını təyin etmək üçün sıradan logistik reqressiya analizinin tətbiqi

Göndərildi: 08.09.2021
Məqalənin müəllifi Adəm Quliyev

Tədqiqat 2004-cü ildə Banqladeş Demoqrafik və Sağlamlıq Araşdırmasının məlumatlarından istifadə edərək ənənəvi ikili logistik reqressiya (BLR) modelini inkişaf etdirmək əvəzinə uşaqların qidalanmamasının müəyyənedicilərini müəyyən etmək üçün sıradan logistik regressiya (OLR) modeli hazırlamağa çalışır. İndeks (Z-skoru) uşaqların qidalanma vəziyyəti üç qrupa bölünür-ağır qidalanma (

Tədqiqat, Banqladeş Demoqrafik və Sağlamlıq Araşdırması 2004 məlumatlarından istifadə edərək, ənənəvi ikili logistik reqressiya (BLR) modelini inkişaf etdirmək əvəzinə, uşaqların qidalanmamasının determinantlarını müəyyən etmək üçün sıradan bir logistik reqressiya (OLR) modeli hazırlamağa çalışır.

Metodlar

Yaşına görə antropometrik indeksə (Z-bal) görə uşaqların qidalanma vəziyyəti üç qrupa bölünür-ağır qidalanmamış (

Nəticələr

Bütün modellər uşağın yaşını, doğum aralığını, anaların təhsilini, anaların qidalanmasını, ev təsərrüfatlarının varlıq vəziyyətini, uşaq qidalanma indeksini və qızdırma, ARI və ishalın uşaq qidalanmasının əhəmiyyətli proqnozlaşdırıcıları olduğunu təyin edir; lakin PPOM nəticələri digər modellərə nisbətən daha dəqiq idi.

Nəticə

Bu tapıntılar, OLR modellərinin (POM və PPOM) BLR modelləri əvəzinə, bəslənmənin proqnozlaşdırıcılarını tapmaq üçün uyğun olduğunu açıq şəkildə əsaslandırır.

Fon

Düzgün qidalanmamaq, uşaqların fiziki və zehni cəhətdən düzgün inkişaf etməməsinin ən əhəmiyyətli səbəblərindən biridir. Uşaq qidalanmaması Banqladeş kimi inkişaf etməkdə olan ölkələrdə hələ də bir ictimai sağlamlıq problemi olaraq qalır [1, 2]. Uşaq xəstəliklərinin və ölümlərinin əsas səbəbidir. Uşaqlıq ölümlərinin üçdə ikisi Banqladeşdə qidalanmadan qaynaqlanır [3]. Banqladeş Demoqrafik və Sağlamlıq Araşdırması (BDHS) 2007 -dən Banqladeşdə uşaqların 43% -nin, 41% -nin isə çəkisinin az olduğu araşdırılır [4]. ÜST -ə görə, bu inkişafdan qalma və az çəki səviyyələri “çox yüksək” yayılma həddinin üstündədir [5]. İsrafın səviyyəsi (17%) Banqladeşdəki uşaqların “ciddi şiddətdə” olduqlarını da göstərir [4, 5]. BDHS 2004 məlumatlarından istifadə edərək edilən bir araşdırma, uşaqların təxminən beşdə üçünün qidalanmadığını və ya boyunun aşağı olduğunu gördü.boşa və ya az çəkili [6]. Uşaqların qidalanmamasına səbəb olan faktorların müəyyən edilməsi hələ də bir çox tədqiqatçıların maraq dairəsindədir. Uşaqların qidalanmaması faktorlarını ortaya çıxarmaq üçün müxtəlif üsullar tətbiq olunur. Bunların arasında logistik reqressiya təhlili əvvəlki tədqiqatlarda daha çox üstünlük qazandı [7-10]. Tədqiqatların əksəriyyətində cavab dəyişən ikili (qidalanmış və yetərincə qidalanmamış) hesab olunurdu; nəticədə bütün hallarda ikili logistik reqressiya modeli tətbiq edilmişdir. Ancaq bir uşağın qidalanma vəziyyəti ümumiyyətlə qidalanmış, orta dərəcədə qidalanmamış və ağır qidalanmamış olaraq təsnif edilir. Tədqiqatçılar qidalanma və ağır qidalanmanın müəyyənedicilərini tapmaqla maraqlandıqda, cavab dəyişənini iki kateqoriyaya qruplaşdıraraq inkişaf etdirmək üçün iki ayrı ikili logistik reqressiya (BLR) modeli tələb olunur [7].Daha çox parametrlərin qiymətləndirilməsi və təfsiri səbəbindən bu iş yorucu və çətindir. Bununla birlikdə, tədqiqatçı cavab dəyişənini sıralı hesab edə bilər və eyni məqsəd üçün sıradan logistik reqressiya modelini tətbiq edə bilər. Uşağın az qidalanmasının proqnozlaşdırıcılarını müəyyən etmək üçün sıradan logistik reqressiya modelindən (OLR) istifadə edərək bir neçə tədqiqat aparılmışdır [11]. Bir çox epidemioloji və tibbi araşdırmada, OLR modeli tez -tez cavab dəyişəninin xarakteri sıralı olduqda istifadə olunur [12-17]. Araşdırma, sıradan bir logistik reqressiya modeli hazırlayaraq beş yaşınadək Banqladeşli uşaqlar üçün uşaq qidalanmasının və şiddətli qidalanmanın proqnozlaşdırıcılarını müəyyən etməyə çalışdı.tədqiqatçı cavab dəyişənini sıralı hesab edə bilər və eyni məqsəd üçün sıradan logistik reqressiya modelini tətbiq edə bilər. Uşağın az qidalanmasının proqnozlaşdırıcılarını müəyyən etmək üçün sıradan logistik reqressiya modelindən (OLR) istifadə edərək bir neçə tədqiqat aparılmışdır [11]. Bir çox epidemioloji və tibbi araşdırmada, OLR modeli tez -tez cavab dəyişəninin xarakteri sıralı olduqda istifadə olunur [12-17]. Araşdırma, sıradan bir logistik reqressiya modeli hazırlayaraq beş yaşınadək Banqladeşli uşaqlar üçün uşaq qidalanmasının və şiddətli qidalanmanın proqnozlaşdırıcılarını müəyyən etməyə çalışdı.tədqiqatçı cavab dəyişənini sıralı hesab edə bilər və eyni məqsəd üçün sıradan logistik reqressiya modelini tətbiq edə bilər. Uşağın az qidalanmasının proqnozlaşdırıcılarını müəyyən etmək üçün sıradan logistik reqressiya modelindən (OLR) istifadə edərək bir neçə tədqiqat aparılmışdır [11]. Bir çox epidemioloji və tibbi araşdırmada, OLR modeli tez -tez cavab dəyişəninin xarakteri sıralı olduqda istifadə olunur [12-17]. Araşdırma, sıradan bir logistik reqressiya modeli hazırlayaraq, beş yaşınadək Banqladeşli uşaqlar üçün uşaq qidalanmasının və şiddətli qidalanmanın proqnozlaşdırıcılarını müəyyən etməyə çalışdı.OLR modeli tez -tez cavab dəyişəninin xarakteri sıralı olduqda istifadə olunur [12-17]. Araşdırma, sıradan bir logistik reqressiya modeli hazırlayaraq beş yaşınadək Banqladeşli uşaqlar üçün uşaq qidalanmasının və şiddətli qidalanmanın proqnozlaşdırıcılarını müəyyən etməyə çalışdı.OLR modeli tez -tez cavab dəyişəninin xarakteri sıralı olduqda istifadə olunur [12-17]. Araşdırma, sıradan bir logistik reqressiya modeli hazırlayaraq beş yaşınadək Banqladeşli uşaqlar üçün uşaq qidalanmasının və şiddətli qidalanmanın proqnozlaşdırıcılarını müəyyən etməyə çalışdı.

Adi Logistik Reqressiya Modeli

Nəticə dəyişəninin polikotom olduğu bir neçə hal var. Belə bir nəticə dəyişənini iki kateqoriyaya bölmək olar-çoxnomial və sıralı. Asılı olan dəyişənlər böyüklük sıralarına görə təsnif edilsə də, çoxnomial logistik reqressiya modelindən istifadə etmək olmaz. Sıralı cavab dəyişənlərini təhlil etmək üçün bir sıra logistik reqressiya modelləri hazırlanmışdır [12, 18-24]. Üstəlik, bir neçə faktoru nəzərə almaq lazım gəldikdə, sıravi məlumatlar üçün xüsusi çox dəyişənli analiz təbii alternativdir. Qarışıq modellərin və ya başqa bir model siniflərinin istifadəsi kimi müxtəlif yanaşmalar var, məsələn, ardıcıl logistik reqressiya modelləri əvvəlki tədqiqat işlərinin çoxunda geniş istifadə edilmişdir [18, 19, 25-33].Orantılı odds modeli (POM), məhdudiyyətsiz nisbi modelin iki versiyası-məhdudiyyətsiz (PPOM-UR) və məhdudiyyətli (PPOM-R), fasiləsiz nisbət modeli (CRM) və stereotip kimi bir neçə sıradan logistik reqressiya modelləri mövcuddur. model (SM). Praktikada ən çox istifadə olunan sıravi logistik reqressiya modeli, proporsional odds modeli adlanan məhdudlaşdırılmış məcmu logit modelidir [18, 33-35].

POM epidemioloji və biotibbi tətbiqlərdə ən çox istifadə ediləndir, lakin POM, fərziyyələr pozularsa səhv şərhlərə səbəb ola biləcək güclü fərziyyələrə gətirib çıxarır [28]. Əgər məlumatlar mütənasib nisbət ehtimalını yerinə yetirə bilmirsə, etibarlı bir həll qismən nisbi nisbət modelinə uyğundur [36]. Verilənləri təhlil etmək üçün başqa bir sadə və etibarlı yanaşma, sıralı cavab dəyişənini bir neçə kəsmə nöqtəsi ilə ikiqatlaşdırmaq və hər ikili cavab dəyişən üçün ayrı-ayrı ikili logistika reqressiya modellərindən istifadə etməkdir [37]. Bununla birlikdə, Gameroff, statistik gücün itirilməsi və analitik həllin ümumiliyinin azalması səbəbindən mümkünsə ikinci prosedurdan çəkinməyi təklif etdi [17].

Metodlar

Məlumat və Dəyişənlər

Araşdırma, 6005 (ağırlıqlı) uşaq üçün tamamlanmış və inandırıcı antropometrik məlumatların mövcud olduğu BDHS 2004 ümummilli məlumatlarından istifadə etmişdir [38]. Yaşa görə antropometrik indeks, əhalinin qidalanma sağlamlıq vəziyyətinin əla bir göstəricisidir. Üstəlik, yaşa görə çəki, boya görə və yaşa görə boyun çəkisinin birləşmiş göstəricisidir [4]. Beləliklə, araşdırma, uşaqların qidalanma vəziyyətini ölçmək üçün boy-yaş və boy-yaşa görə yalnız yaşa görə antropometrik indeksi nəzərə aldı. Uşağın qidalanma vəziyyəti üç qrupa bölündü-ağır qidalanmadı (

POM, PPOM və ayrı BLR modellərini inkişaf etdirmək üçün bir neçə sosial-iqtisadi və demoqrafik xüsusiyyətlər, anaların sağlamlığı və qidalanma məlumatları və uşaq xəstəlikləri halları müstəqil dəyişənlər hesab olunur. Modellərin riyazi formaları bəzi tətbiq əlamətləri ilə Cədvəl 1-də göstərilmişdir. Uşaqların yaşı, doğum aralığı, anaların təhsil vəziyyəti, ev təsərrüfatlarının zənginliyi, uşaqların qidalanma vəziyyəti, anaların doğumdan sonrakı qayğı vəziyyəti, ishal, ARI, və hərarət müstəqil dəyişənlər hesab olunur. Bu müstəqil dəyişənlər, bir neçə əvvəlki araşdırmada uşaqların yetərsiz qidalanmasının əhəmiyyətli proqnozlaşdırıcılarıdır [7-10, 39-43]. NIPORT et al. [38]. Uşaq qidalanma vəziyyəti və anaların doğumdan sonrakı qayğı vəziyyəti, uşaq qidalanma indeksi və doğum sonrası doğum sonrası baxım indeksi qurularaq qiymətləndirilir. Hər iki indeks Das et al. [9, 10]. Tikinti proseduru bu yazıda göstərilməyib.

DHS orqanı sorğu üçün hər cür etik standartları və prosedurları saxlayır və məlumat toplanmadan əvvəl sorğu iştirakçılarından məlumatlı razılıq alır. Bundan əlavə, DHS -in veb saytı vasitəsi ilə məlumatlardan istifadə etmək üçün DHS -dən icazə aldıq. Buna görə də başqa heç bir qurumun araşdırması üçün heç bir etik təsdiq tələb olunmur.

Model uyğunluğu

Cavab dəyişən “qidalanma statusu” sıralı xarakterə malik olduğundan (davamlı dəyişən yaşa görə antropometrik indeksdən qruplaşdırılmışdır), əvvəlcə modelin adekvatlığı diqqətlə qiymətləndirilmədən POM yaradılmışdır. Əsas model ehtimalının pozulduğunu və ya pozulmadığını görmək üçün nisbi nisbət fərziyyəsi üçün [18, 36] ki-kare hesab testi tətbiq edildi. Hesab testi tez-tez antikonervativ olduğu üçün (yəni ortaya çıxan P-dəyərləri çox kiçikdir) [13, 24, 36], nisbi nisbət ehtimalını araşdırmaq üçün başqa üsullardan istifadə edirik. Orantılı ehtimal fərziyyəsinin pozulub -pozulmadığını yoxlamaq üçün hər bir kovariat üçün tək bal testlərini hesabladıq [24]. Bütün ortaq dəyişənlər üçün paralel yamac fərziyyələrini yoxlamaq üçün qrafik metoddan da istifadə edilmişdir. Əlavə olaraq,daha diqqətli analiz üçün əsas olaraq ayrı -ayrı ikili logistik reqressiya analizləri aparılmışdır [26]. Kümülatif ehtimallardan istifadə edərək sifarişi nəzərə alaraq cavab dəyişənini ikiqat ayırdıq. Cavab dəyişənləri iki kateqoriya ilə “ən az orta qidalanma” olaraq dikotomlaşdırılır ‘0’ = az qidalanma yoxdur və ‘1’ = ən az orta qidalanma və “ən az ağır qidalanma” iki kateqoriya ilə ‘0’ = az qidalanma və ya orta qidalanma yoxdur və ‘1’ = ən azı ağır qidalanma. Ayrı BLR modellərinin ümumi uyğunluğu “Hosmer və Lemeshow testi” ilə qiymətləndirildi [33, 44, 45].Cavab dəyişənləri iki kateqoriya ilə “ən az orta qidalanma” olaraq dikotomlaşdırılır ‘0’ = az qidalanma yoxdur və ‘1’ = ən az orta səviyyədə qidalanma və “ən az ağır qidalanma” iki kateqoriya ilə ‘0’ = az qidalanma və ya orta qidalanma yoxdur və ‘1’ = ən azı ağır qidalanma. Ayrı BLR modellərinin ümumi uyğunluğu “Hosmer və Lemeshow testi” ilə qiymətləndirildi [33, 44, 45].Cavab dəyişənləri iki kateqoriya ilə “ən az orta qidalanma” olaraq dikotomlaşdırılır ‘0’ = az qidalanma yoxdur və ‘1’ = ən az orta qidalanma və “ən az ağır qidalanma” iki kateqoriya ilə ‘0’ = az qidalanma və ya orta qidalanma yoxdur və ‘1’ = ən azı ağır qidalanma. Ayrı BLR modellərinin ümumi uyğunluğu “Hosmer və Lemeshow testi” ilə qiymətləndirildi [33, 44, 45].Ayrı BLR modellərinin ümumi uyğunluğu “Hosmer və Lemeshow testi” ilə qiymətləndirildi [33, 44, 45].Ayrı BLR modellərinin ümumi uyğunluğu “Hosmer və Lemeshow testi” ilə qiymətləndirildi [33, 44, 45].

POM davamlı dəyişəndən yaranan sıravi dəyişənləri təhlil etmək üçün uyğun olsa da, nisbi nisbət fərziyyəsi praktikada nadir hallarda yerinə yetirilir. Bu fərziyyə pozulduqda, qanuni alternativ, nisbi nisbət fərziyyəsi olan bəzi ortaq dəyişənlərin modelləşdirilməsinə imkan verən bir PPOM inkişaf etdirməkdir, lakin ortaq dəyişənlər nisbi ehtimal fərziyyəsini yerinə yetirə bilmədikdə, bir əmsalla artırılır (γ ), hər bir j-ci kümülatif logit ilə əlaqəli təsirdir, digər ortaq dəyişənlər tərəfindən tənzimlənir [33]. Beləliklə, PPOM, modeldə nəzərdən keçirilən bütün proqnozlaşdırıcılar üçün cavab logitlərində ümumi bir parametrə sahib olmaq məhdudiyyətini buraxır [17]. Həm PPOM, həm də ayrı -ayrı ikili logistik reqressiya yanaşmaları məcmu logitə əsaslandığından, PPOM ayrı BLR modelləri ilə birbaşa müqayisə olunur [37]. Eyni yolla,POM və PPOM -da logit funksiyalarının formulası eynidır (yəni qidalandırmaq vs orta və ciddi şəkildə qidalandırmaq; qidalandırmaq və orta dərəcədə qidalandırmaqla ciddi şəkildə qidalandırmaq), buna görə də bu iki modelin ümumi uyğunluğu müqayisə edilə bilər [28]. Beləliklə, araşdırma ayrı BLR modellərinin nəticələrini PPOM ilə müqayisə etdi və eyni zamanda POM ilə PPOMu müqayisə etdi. Araşdırmada məhdudiyyətsiz PPOM modeli quraşdırılıb. Araşdırmada, POM üçün TPARALLEL seçimi olan STATA proseduru OLOGIT və SPSS proseduru PLUM, ayrı BLR modelləri üçün SPSS proseduru LOJİSTİK REGRESSİYA [46], PPOM üçün AUTOFIT seçimi olan STATA proseduru GOLOGIT2 [47] istifadə edilmişdir. Oransal nisbət fərziyyəsinin qrafik testləri üçün, SAS-ın PROC LOJİSTİK proseduru ən azı orta dərəcədə qidalanmamaq üçün təxmini logitləri əldə etmək üçün istifadə olunur (logitSAS-ın PROQ LOJİSTİK proseduru, ən azı orta dərəcədə qidalanmamaq üçün təxmini logitləri əldə etmək üçün istifadə olunur (logit ) və ən azı ağır qidalanma üçün (logit ). Paralel reqressiya fərziyyələrini görmək üçün təxmin edilən logitlər hər bir izahlı dəyişənin bütün kateqoriyalarına qarşı qurulur. Kompleks statistik analiz üçün SPSS 17.0, STATA 11.1 və SAS 9.2 istifadə olunur.

Nəticələr

Qidalanmamış uşaqların nisbəti 2004 -cü ildə 13% -lə ağır qidalanmamış 48% idi. 2007 -ci ildə hər iki səviyyənin azalmasına baxmayaraq (43% -i 12% ağır çəkili), hələ də çox yüksəkdir [4]. Seçilmiş fon xüsusiyyətlərinə görə uşaqların qidalanmamasının yayılması Cədvəl 2-də göstərilmişdir. Ağır qidalanmamış və orta dərəcədə qidalanmamış uşaqların nisbəti 12-23 aylıq uşaqlar arasında (18% və 41%),

Uşaqların qidalanmamasının risk faktorlarını müəyyən etmək üçün araşdırmada POM, ayrı BLR modelləri və PPOM quraşdırılıb. Əvvəlcə modellərin bacarıqları təsvir edilir, sonra modellərin nəticələri şərh olunur.

Proportional Oran Modeli

Çoxsaylı POM -un nəticələri Cədvəl 3 -də verilmişdir. POM -da nəzərə alınan bütün dəyişənlər əhəmiyyətli hesab olunur. Mütənasib nisbət fərziyyəsinin bal testi, 5% əhəmiyyət səviyyəsində əhəmiyyətsiz hesab olunur ki, bu da məlumatların proporsional əmsal fərziyyəsinə uyğun olduğunu göstərir. Bununla birlikdə, bal testinin p-dəyəri kiçikdir (0.144). POM fərziyyəsi ilə əlaqəli nəticəni təsdiqləmək üçün, hər bir kovariat üçün mütənasib nisbət fərziyyəsinin tək bal testləri aparılmışdır. Tək bal testlərinin p-dəyərləri Cədvəl 3-ün son sütununda göstərilmişdir. Test nəticələri, uşaqların yaşı istisna olmaqla bütün dəyişənlərin (p-dəyəri

Ayrı İkili Logistik Regresiyalar

İki ayrı ikili logistik reqressiya modelinin nəticələri Cədvəl 4-də göstərilmişdir. Hər iki model üçün də Hosmer-Lemeshow testi hər iki modelin uyğunluğunun olmadığını göstərir (p-dəyəri>0.58). Kovariatların hər birinin bütün kateqoriyalarına aid iki ayrı modeldəki reqressiya əmsalları və əmsal nisbətləri homojen olaraq tapılır. Orantılı ehtimalları yerinə yetirməyən uşaqların yaşı hər iki modelə də əhəmiyyətli təsir göstərir. Bununla birlikdə, iki BLR modelindəki bəzi kovaryatlar üçün əhəmiyyətlilik səviyyələri dəyişdi. “Ən azı orta qidalanma” cavab dəyişən ilk BLR modelində bütün dəyişənlərin əhəmiyyətli olduğu təsbit edildi. Digər tərəfdən, anaların antenatal-postnatal baxımı, ARI və ishal insidansı, cavab dəyişən digər BLR modelində əhəmiyyətsizdir “ən azından ciddi qidalanma “. Beləliklə, kovariatlar əhəmiyyətlilik səviyyəsində bəzi fərqlərlə qənaətbəxş nəticə göstərir. Bu reqressiya modelləri sıravi cavabın məhdudlaşdırılmasını nəzərə almadığından və daha çox parametrləri nəzərə aldığından, cavabın birgə modelini təmsil edən PPOM qurmağa davam edirik. kateqoriyalar [22], ordinal cavab üçün maksimum ehtimal prosedurlarına əsaslanan güclü bir üsul [23].

Qismən Orantılı Oran Modeli

STATA -nın standart GOLOGIT2 nəticələri ikili logistik reqressiyalar seriyasına bənzəyir və eyni şəkildə şərh edilə bilər. Hər iki prosesin nəticəsindəki əsas problem, POM -dan daha çox parametr daxil etməsidir. Bu üsullar, ehtimal yalnız bir və ya bir neçəsi tərəfindən pozula bilsə də, bütün dəyişənləri paralel xətlər məhdudiyyətindən azad edir. Buna görə də tədqiqat, GOLOGIT2 ilə AUTOFIT seçimini istifadə edərək, nisbi nisbi nisbi modellərə uyğunlaşdırdı, burada paralel xətlər məhdudiyyəti yalnız fərziyyənin əsaslandırılmadığı dəyişiklər üçün rahatlaşdırılır və digər fərziyyələr üçün paralel xətlər məhdudiyyəti nəzərə alınır [46 ]. Nəticələr paralel xətlər fərziyyəsinin Wald testi ilə Cədvəl 5-də göstərilmişdir.Son model üçün Global Wald testi, son modelin yüksək p-dəyəri ilə nisbi nisbət ehtimalını pozmadığını göstərir: 0.7943. Cədvəl 4 və Cədvəl 5 -dən aydın olur ki, ayrı BLR modelləri tərəfindən istehsal edilən 42 əmsalla müqayisədə PPOM -da yalnız 23 unikal β əmsalının və ya əmsal nisbətlərinin izah edilməsi lazımdır. PPOM nəticələri göstərir ki, bütün kovaryatlar hər iki müqayisədə cavab dəyişəninə əhəmiyyətli təsir göstərir. Əlavə olaraq, sapma (POM və PPOM arasındakı ehtimal nisbətlərindəki fərq olaraq təyin olunur) 2 df (23-21) ilə xi-kvadrat = 15.03 (941.55-926.52), PPOM-un məlumatlara nisbətən daha uyğun olduğunu göstərir. POM [28]. POM (0.1029) və PPOM (0.1046) yalançı R 2 də eyni nəticəni əks etdirir.Cədvəl 4 və Cədvəl 5 -dən aydın olur ki, ayrı BLR modelləri tərəfindən istehsal edilən 42 əmsalla müqayisədə PPOM -da yalnız 23 unikal β əmsalının və ya əmsal nisbətlərinin izah edilməsi lazımdır. PPOM nəticələri göstərir ki, bütün kovaryatlar hər iki müqayisədə cavab dəyişəninə əhəmiyyətli təsir göstərir. Əlavə olaraq, sapma (POM və PPOM arasındakı ehtimal nisbətlərindəki fərq olaraq təyin olunur), 2 df (23-21) ilə xi-kare = 15.03 (941.55-926.52), PPOM-un məlumatlara nisbətən daha uyğun olduğunu göstərir. POM [28]. POM (0.1029) və PPOM (0.1046) yalançı R 2 də eyni nəticəni əks etdirir.Cədvəl 4 və Cədvəl 5 -dən aydın olur ki, ayrı BLR modelləri tərəfindən istehsal edilən 42 əmsalla müqayisədə PPOM -da yalnız 23 unikal β əmsalının və ya əmsal nisbətlərinin izah edilməsi lazımdır. PPOM nəticələri göstərir ki, bütün kovaryatlar hər iki müqayisədə cavab dəyişəninə əhəmiyyətli təsir göstərir. Əlavə olaraq, sapma (POM və PPOM arasındakı ehtimal nisbətlərindəki fərq olaraq təyin olunur), 2 df (23-21) ilə xi-kare = 15.03 (941.55-926.52), PPOM-un məlumatlara nisbətən daha uyğun olduğunu göstərir. POM [28]. POM (0.1029) və PPOM (0.1046) yalançı R 2 də eyni nəticəni əks etdirir.sapma (POM və PPOM arasındakı ehtimal nisbətlərindəki fərq olaraq təyin olunur) 2 df (23-21) ilə xi-kvadrat = 15.03 (941.55-926.52), PPOM-un məlumatlara POM-dan daha yaxşı uyğun olmasını təmin edir [28 ]. POM (0.1029) və PPOM (0.1046) yalançı R 2 də eyni nəticəni əks etdirir.sapma (POM və PPOM arasındakı ehtimal nisbətlərindəki fərq olaraq təyin olunur) 2 df (23-21) ilə xi-kvadrat = 15.03 (941.55-926.52), PPOM-un məlumatlara POM-dan daha yaxşı uyğun olmasını təmin edir [28 ]. POM (0.1029) və PPOM (0.1046) yalançı R 2 də eyni nəticəni əks etdirir.

Proportional Ords Varsayımının Qrafik Testi

Bütün izahlı dəyişənlərin xətti diaqramları Şəkil 1 -də göstərilmişdir. Oransal nisbət fərziyyəsinin qrafik sınağı, “dəyişkən uşaqların yaşı” istisna olmaqla, fərqli dəyişənlərdəki bütün kateqoriyalar üçün təxmin edilən ortalama logitlərin demək olar ki, paralel olduğunu göstərir. Uşaqlar üçün fərqli kateqoriyalardakı orta hesablamalar POM -un paralel fərziyyəsini dəstəkləmirdi. Bu şəkil fərdi hesab testi ilə də ortaya çıxır.

Oransal nisbət fərziyyəsi üçün qrafik test. Model 1, ‘0’ = az qidalanma yoxdur və ‘1’ = ən azı orta dərəcədə qidalanmamaq kimi dixotomlaşdırılmış cavab dəyişənini nəzərə alaraq BLR modelini göstərir. Model 2, ‘0’ = az qidalanma və ya orta qidalanma və ‘1’ = ən az ağır qidalanma kimi ikiqatomlaşdırılmış cavab dəyişənini nəzərə alaraq BLR modelini göstərir.

Uşağın Yetərsiz Qidalanmasının Detaminantları

POM və PPOM -da, nəzərə alınan bütün dəyişənlər, əvvəlki araşdırmalardakı kimi, uşaqların qidalanmamasının əhəmiyyətli proqnozlaşdırıcıları olaraq tapılır. Covariates, həm də ayrı-ayrı BLR modellərində, antenatal-postnatal baxım vəziyyəti, diareya və ARI-nin ikinci “BLR” modelində “ən azından ciddi qidalanmamaq” cavab dəyişənliyi istisna olmaqla, əhəmiyyətli olduğu aşkar edilmişdir. Bu nəticələr, uşaqların kifayət qədər qidalanmamasının və ağır qidalanmanın proqnozlaşdırıcılarını təyin etmək üçün BLR modelləri əvəzinə POM və PPOM istifadəsini dəstəkləyir.

POM-un nəticələri, körpələrə nisbətən 12-23 və 24+ aylıq qruplara aid olan uşaqlarda daha pis qidalanma riskinin 6.53 və 5.15 dəfə yüksək olduğunu ortaya qoyur (Cədvəl 3). Bu dəyişən nisbi nisbət fərziyyəsini pozduğundan bu şərh etibarsız ola bilər. Bununla birlikdə, ayrı BLR modellərindən və PPOMdan aydın olur ki, orta və ağır qidalanma vəziyyətləri ilə heç bir qidalanma vəziyyəti müqayisə edilmədikdə, 12-23 aylıq və 24 + aylıq uşaqlara nisbətən körpələrə nisbətən təxminən 6.9 və 5.4 idi. 4 və 5). Yemək çatışmazlığı və orta qidalanma vəziyyətləri ağır qidalanma vəziyyəti ilə müqayisə edildikdə, ehtimal nisbətləri təxminən 4.2 və 3 olaraq tapıldı.Körpələrə nisbətən 12-23 və 24 + aylıq yaş qrupuna aid uşaqlar üçün sırasıyla 3 (Cədvəl 4 və 5). Bütün digər kovaryatlar nisbi nisbət fərziyyəsini pozmadığından və PPOM, ayrı BLR modellərindən fərqli olaraq, POM -dan daha yaxşı performans göstərdiyinə görə, digər kovaryatların nəticələri Cədvəl 5 -də təsvir edilmişdir.

Doğum aralığı

Müzakirə

İlk baxışdan POM, nəzərdən keçirilən məlumatların təhlili üçün uyğun bir model kimi görünür, çünki ümumi model üçün x-kvadrat bal testinin p-dəyəri əhəmiyyətsizlik nisbətinin 5% səviyyəsində əhəmiyyətsizdir, bu da nisbi nisbət ehtimalının pozulmadığını göstərir. Hesab olunan bütün dəyişənlərin POM -da əhəmiyyətli olduğu aşkar edildi. Bununla birlikdə, ümumi model üçün bal testinin p dəyəri çox kiçik idi ki, bu da hər bir kovariat üçün tək bal testi aparmağa məcbur edir. Bu testlər göstərir ki, yalnız ‘uşaq yaşı’ POM -un həyati fərziyyəsini pozur və bu da etibarsız nəticələrə səbəb ola bilər. Ayrı -ayrı BLR modelləri, modellərdə fərqli olan hər yaş kateqoriyası üçün əmsalları və nisbət nisbətlərini də göstərir. Oransal nisbət fərziyyəsinin qrafik sınağı eyni nəticəni ortaya qoyur. Bütün digər dəyişənlər halında,əmsallar və əmsal nisbətləri eyni deyil, amma daha yaxındır. PPOM -da, dəyişən ‘uşaq yaşı’ üçün əmsallar və nisbət nisbətləri BLR modellərinin nəticəsi ilə demək olar ki, eynidir. Bununla birlikdə, PPOM -dakı digər kovaryatlar üçün əmsallar və nisbət nisbətləri ayrı -ayrı ikili logistik reqressiya modelləri ilə müqayisədə bir qədər fərqlidir, lakin POM ilə demək olar ki, eynidir. Üstəlik, bütün dəyişənlər PPOM -da əhəmiyyətlidir, lakin ayrı -ayrı ikili logistik reqressiya modellərində çox azdır.PPOM -da bütün dəyişənlər əhəmiyyətlidir, lakin ayrı -ayrı ikili logistik reqressiya modellərində çox azdır.PPOM -da bütün dəyişənlər əhəmiyyətlidir, lakin ayrı -ayrı ikili logistik reqressiya modellərində çox azdır.

Nəticə

Quraşdırılmış modellərin nəticələrində bəzi fərqlərə baxmayaraq, POM və PPOM nəticələri BLR modelləri ilə müqayisə edilə bilər. POM və PPOM, cavab dəyişəninin xarakteri (qruplaşdırılmış davamlı dəyişən), əlavə olaraq parsimonluq və təfsir asanlığı səbəbindən uşaqların qidalanma vəziyyətinin məlumatlarının təhlili üçün uyğun olduğunu sübut etdi. Bundan əlavə, PPOM məlumatlar üçün POM -dan daha yaxşı təchiz edilmişdir. POM və PPOM nəticələrindən aydın olur ki, tədqiqatda nəzərə alınan bütün dəyişənlər əvvəlki tədqiqat işləri kimi uşaqların qidalanmamasının əhəmiyyətli proqnozlaşdırıcılarıdır. Üstəlik, bu tapıntılar, OLR modellərinin (POM & PPOM) iki ayrı ikili lojistik reqressiya modeli yerinə qida çatışmazlığının proqnozlaşdırıcılarını tapmaq və eyni zamanda az qidalanmanı kəsmək üçün uyğun olduğunu açıq şəkildə əsaslandırır.

Müəllif məlumatı

Şahcəlal Elm və Texnologiya Universiteti (SUST) SD, Fakültəsi, Statistika Bölümü, Sylhet, Banqladeş, eyni universitetdən Statistika üzrə diplom və magistr dərəcəsi aldı. Tədqiqat və nəşrləri aşağıdakı sahələrə yönəlib: Zaman Seriyası Analizi, Stokastik Model Qurma, Bio Statistika, Uşaq Sağlamlığı və Qidalanma və Analitik Hiyerarşi Prosesi. Uşaq Sağlamlığı və Qidalanma mövzusunda namizədlik dissertasiyasını müdafiə etdi.

RMR, Bangladeş, Sylhet, Banqladeşdə Shafi Consultancy -də Statistika Proqramçısı olaraq çalışır. Məzuniyyətini və magistr dərəcəsini Statistika Departamentində, SUST, Sylhet, Banqladeşdə tamamladı. Onun maraqlandığı tədqiqat sahələri Məlumat İdarəçiliyi, Bio-statistika, Zaman Seriyalarının Modelləşdirilməsi və Uşaq Sağlamlığı və Qidalanmadır.

Qısaltmalar

Kəskin tənəffüs yoluxucu infeksiyalar

Banqladeş Demoqrafiya və Sağlamlıq Araşdırması

İkili Logistik Reqressiya

Bədən Kütləvi İndeksi

Davamlı nisbət modeli

Milli Əhali Araşdırma və Təlim İnstitutu

Adi Logistika Reqressiyası

Proportional Oran Modeli

Qismən Orantılı Oran Modeli

Qismən Orantılı Oran Model-Məhdudiyyətlərlə

Qismən Orantılı Oran Model-Məhdudiyyətsiz

Ümumdünya Səhiyyə Təşkilatı.

İstinadlar

  1. 1.

de Onis M, Frongillo EA, Blossner M: Qidalanma azalır? 1980 -ci ildən bəri uşaqların qidalanma səviyyəsindəki dəyişikliklərin təhlili. Bull Pan Am Sağlamlıq Orqanı. 2000, 78: 1222-1233.

ACC/SCN: Həyat boyu qidalanma. Dünyanın qidalanma vəziyyəti haqqında dördüncü hesabat. 2000, ACC/SCN, IFPRI ilə əməkdaşlıq, Cenevrə, İsveçrə

Pelletier DL, Frongillo EA, Schroeder DG, Habicht JP: Bəslənmənin inkişaf etməkdə olan ölkələrdə uşaq ölümünə təsiri. Bul Dünya Sağlamlıq Təşkilatı. 1995, 73: 443-448.

Milli Əhali Araşdırma və Təlim İnstitutu (NIPORT, Banqladeş), Mitra və Associates, ORC Makro: Banqladeş Demoqrafik və Sağlamlıq Araşdırması 2007. 2009, Dakka, Banqladeş və Calverton, Maryland ABŞ

Dünya Səhiyyə Təşkilatı: Fiziki vəziyyət: Antropometriyanın istifadəsi və təfsiri. 1995, ÜST 854 seriyası 854, Dünya Sağlamlıq Təşkilatı, Cenevrə, İsveçrə

Das S, Hossain MZ, Nesa MK: Banqladeşdə uşaqların qidalanmamasının səviyyələri və meylləri. Asia Pacific Population Journal. 2009, 24 (2): 51-78.

Rajaretnam T, Hallad JS: Hindistanda gənc uşaqların qidalanma vəziyyətini təyin edənlər: 1992-93 NFHS məlumatlarının təhlili. Hindistanın demoqrafiyası. 2000, 29 (2): 179-200.

Rayhan MI, Khan MSH: Banqladeşdə beş yaşınadək uşaqların qidalanmamasına səbəb olan faktorlar. Pakistan Qidalanma Jurnalı. 2006, 5 (6): 558-562.

Das S, Hossain MZ: Banqladeşdə uşaqların az qidalanmasının səviyyələri və determinantları. Pakistan Statistika Jurnalı. 2008, 24 (4): 301-323.

Das S, Hossain MZ, Islam MA: Banqladeşdə uşaqların xroniki qidalanmasının proqnozlaşdırıcıları. Pakistan Elmlər Akademiyasının əsərləri. 2008, 45 (3): 137-155.

Tharakan CT, Suchindran CM: Uşaqların qidalanmamasının müəyyənediciləri: Botsvana üçün bir müdaxilə modeli. Nutr Res. 1999, 19 (6): 843-860. 10.1016/S0271-5317 (99) 00045-7.

Armstrong BG, Sloan M: Epidemioloji məlumatlar üçün adi reqressiya modelləri. Am J Epidemiol. 1989, 129: 191-204.

Harrell FE, Margolis PA, Gove S, Mason KE, Mulholland EK, Lehmann D, et al: Biostatistics in Tutorial: Sıralı nəticə üçün klinik proqnoz modelinin hazırlanması: Ümumdünya Səhiyyə Təşkilatı ARI Multicentre Klinik əlamətlərin və etioloji agentlərin tədqiqi kiçik körpələrdə sətəlcəm, sepsis və meningit. Stat Med. 1998, 17: 909-944. 10.1002/(SICI) 1097-0258 (19980430) 17: 8 3.0.CO; 2-O.

Adeleke KA, Adepoju AA: Ordinal logistik reqressiya modeli: Hamiləlik nəticələrinə tətbiq. J Riyaziyyat və Stat. 2010, 6 (3): 279-285. 10.3844/jmssp.2010.279.285.

Abreu MNS, Siqueira AL, Cardoso CS, Caiaffa WT: Sıravi logistik reqressiya modelləri: həyat keyfiyyətinin öyrənilməsində tətbiq. Cad Saúde Pública, Rio de Janeiro. 2008, 24 (4): S581-S591.

Haojie Li M, Huiman XB, Aryeh DS, Reynaldo M: Erkən uşaqlıq əlavələrinin qadınların təhsil nailiyyətlərinə təsiri. Pediatriya. 2003, 112 (5): 1156-1162. 10.1542/peds.112.5.1156.

Gemeroff MJ: Sağlamlıqla əlaqədar nəticələr üçün nisbi nisbət modelindən istifadə: Müxtəlif SAS ® prosedurları ilə niyə, nə vaxt və necə. Otuzuncu İllik SAS İstifadəçilər Qrupu Beynəlxalq Konfransının materialları: 10-13 aprel, 2005. 2005, Sənəd # 205-30.

McCullagh P: Sıra məlumatları üçün reqressiya modelləri. JR Stat Soc B. 1980, 42: 109-142.

Anderson JA: Reqressiya və kateqoriyalı dəyişənlər. JR Stat Soc B. 1984, 46: 1-30.

Agresti A: Kateqoriya cavab məlumatlarını modelləşdirmə dərsliyi. Psixoloji Boğa. 1989, 105: 290-301.

Greenland S: Sıra logistik reqressiya üçün alternativ modellər. Stat Med. 1994, 13: 1665-1677. 10.1002/sim.4780131607.

Cox C: Sıra məlumatları üçün yer miqyaslı kümülatif nisbət modelləri: Ümumiləşdirilmiş xətti olmayan model yanaşması. Stat Med. 1995, 14: 1191-1203. 10.1002/sim.4780141105.

Cox C: Davam nisbətlərinə əsaslanan çoxnomial reqressiya modelləri. Stat Med. 1997, 16: 435-441.

Scott SC, Goldberg MS, Mayo NE: Müqayisəli işlərdə sıralı nəticələrin statistik qiymətləndirilməsi. J Clin Epidemiol. 1997, 50: 45-55. 10.1016/S0895-4356 (96) 00312-5.

McCullagh P, Nelder JA: Ümumiləşdirilmiş Xətti Modellər. 1989, New York: Chapman və Hall

Brant R: Ordinal logistik reqressiya üçün mütənasib nisbət modelində mütənasibliyin qiymətləndirilməsi. Biometrik. 1990, 46: 1171-8. 10.2307/2532457.

Lee J: Sıralı cavab dəyişənləri üçün məcmu logit modelləşdirilməsi: Biyokimyəvi tədqiqatlarda tətbiq. Compt Appl Biosci. 1992, 8: 555-562.

Ananth CV, Kleinbaum DG: Sıralı cavablar üçün reqressiya modelləri: Metodların və tətbiqlərin nəzərdən keçirilməsi. Int J Epidemiol. 1997, 26: 1323-33. 10.1093/ije/26.6.1323.

Bender R, Grouven U: Tibbi araşdırmalarda adi logistik reqressiya. JR Coll Həkimləri Lond. 1997, 31: 546-51.

Hendrickx J: Multinomial logistik reqressiyada xüsusi məhdudiyyətlər. Stata Texniki Bülleteni. 2000, 56: 18-26.

Walters SJ, Campbell MJ, Lall R: Nəticə olaraq həyat keyfiyyəti ilə sınaqların dizaynı və təhlili: Praktiki bir bələdçi. J Biopharm Statusu. 2001, 11: 155-76. 10.1081/BIP-100107655.

Lall R, Campbell MJ, Walters SJ, Morgan K: Sağlamlıqla əlaqəli həyat keyfiyyəti qiymətləndirmələrində tətbiq olunan sıralı reqressiya modellərinin nəzərdən keçirilməsi. Stat Metodları Med. 2002, 11: 49-67. 10.1191/0962280202sm271ra.

Hosmer DW, Lemeshow S: Tətbiqi Logistik Reqressiya. 2000, New York: John Wiley və Sons, 2

Agresti A: Kateqoriya Analizinə Giriş. 1996, New York: John Wiley and Sons Inc

Pongsapukdee V, Sukgumphaphan S: İki faktorlu qarşılıqlı təsirli ardıcıl cavab kateqoriyalarına və nominal izahlı dəyişənlərə məcmu logit modellərinin uyğunluğunun yaxşılığı. Silpakorn U Science & Tech J. 2007, 1 (2): 29-38.

Peterson B, Harrell FE: Sıralı cavab dəyişənləri üçün qismən nisbi nisbət modelləri. Tətbiq Statusu. 1990, 39: 205-217. 10.2307/2347760.

Bender R, Grouven U: Orantısal olmayan əmsallar üçün ikili logistik reqressiya modellərindən istifadə. J Clin Epidemiol. 1998, 51 (10): 809-816. 10.1016/S0895-4356 (98) 00066-3.

Milli Əhali Araşdırma və Təlim İnstitutu (NIPORT, Banqladeş), Mitra və Associates və ORC Makro: Banqladeş Demoqrafik və Sağlamlıq Araşdırması 2004. 2005, Dakka, Banqladeş və Calverton, Maryland ABŞ

Bairagi R, Chowdhury MK: Banqladeşin kəndlərində kiçik uşaqların sosial-iqtisadi və antropometrik vəziyyəti və ölümü. Daxili J Epid. 1994, 23: 1197-1281.

Ramachandran L: Hamiləliyin nəticələrinə və ana və uşağın sağlamlığına antenatal və doğum xidmətlərinin təsiri. Ailə rifahı jurnalı. 1989, 35 (5): 34-46.

Frongillo EA, de Onis M, Hanson KMP: Sosioiqtisadi və demoqrafik faktorlar dünya miqyasında uşaqların böyüməsi və israfçılığı ilə əlaqədardır. J Nutr. 1997, 127: 2302-9.

Dinesh K, Goel NK, Mittal P, Misra P: Körpə qidalanma təcrübələrinin beş yaşdan kiçik uşaqların qidalanma vəziyyətinə təsiri. Ind J Pediatriya. 2006, 73 (5): 417-421. 10.1007/BF02758565.

Ruel MT, Menon P: Uşaq qidalanma təcrübələri Latın Amerikasında uşaqların qidalanma vəziyyəti ilə əlaqədardır: Demoqrafik və Sağlamlıq Araşdırmalarının yenilikçi istifadəsi. J Nutr. 2002, 132: 1180-1187.

Hosmer DW, Lemeshow S: Çoxlu logistik reqressiya modeli üçün uyğunluq testləri. Comm Stat A. 1980, 9: 1043-1069. 10.1080/03610928008827941.

Hosmer DW, Hosmer T, le Cessie S, Lemeshow S: Logistik reqressiya modulu üçün uyğunluq testlərinin müqayisəsi. Stat Med. 1997, 16: 965-980. 10.1002/(SICI) 1097-0258 (19970515) 16: 9 3.0.CO; 2-O.

Liu X: Stata, SAS və SPSS -dən istifadə edərək Ordinal Logistika Regresiyasında Təhsil Verilərinə Orantılı Oran Modellərinin Uyğundur. Amerika Təhsil Araşdırma Birliyinin (AERA) İllik Konfransının İşləri: Aprel. 2007, 2008,; Çikaqo, IL

Williams R: Sıradan asılı olan dəyişənlər üçün ümumiləşdirilmiş sıralanmış logit/qismən nisbi nisbət modelləri. Stata jurnalı. 2006, 6 (1): 58-82.

Təşəkkürlər

Müəlliflər, BDHS 2004 -ün ümummilli məlumatlarından istifadə icazəsi verən DHS [ICF Makro] və Əhalinin Tədqiqi və Təlimi Milli İnstitutuna (NIPORT) [Banqladeş] təşəkkür etmək istəyirlər. kağız

Müəllif məlumatı

Əlaqələr

Şahcəlal Elm və Texnologiya Universiteti, Statistika Bölümü, Banqladeş

Shafi Consultancy Banqladeş, Sylhet, Banqladeş

Rajwanur M. Rahman

  1. Sumonkanti Das

Bu müəllifi PubMed Google Scholar -da da axtara bilərsiniz

Bu müəllifi PubMed Google Scholar -da da axtara bilərsiniz

Müvafiq müəllif

Əlavə informasiya

Rəqabət edən maraqlar

Müəlliflər rəqabət aparan maraqlarının olmadığını bəyan edirlər.

Müəlliflərin töhfələri

SD, işin dizaynını təyin etdi, statistik təhlillər apardı, məlumatları şərh etdi və yazı tipini hazırladı. RMR statistik məlumatların təhlilini aparıb və yazı tipini tənqidi şəkildə nəzərdən keçirib. Hər iki müəllif nəşrə təqdim edilən son versiyanı nəzərdən keçirdi və təsdiqlədi.