پیش بینی دیابت نوع 2 و تعیین میزان تاثیر عوامل خطر با استفاده از مدل رگرسیون لجستیک

بیماری دیابت یکی از بیماری های مزمن بوده که درمان قطعی ندارد و شایع ترین علت قطع اندام، نابینایی و نارسایی مزمن کلیویی و یکی از مهم ترین عوامل خطر در ایجاد بیماری های قلبی است. رگرسیون لجستیک یکی از روش های تحلیل آماری در امر پیش بینی می باشد و از جمله روش های آماری چند متغیره ای است که می تواند برای ارزیابی ارتباط بین متغیرهای مستقل هرچند مخدوش کننده و یک متغیر وابسته مورد استفاده قرار گیرد. هدف این مطالعه، تعیین متغیرهای تاثیرگذار و میزان تاثیر آن ها بر ابتلا به دیابت و برآورد یک مدل پیش بینی رگرسیون لجستیک بود.
نمونه ها شامل 5357 نفر بود و دیابت نوع 2 به عنوان متغیر پاسخ در نظر گرفته شد. متغیرهای مستقل شامل: وزن، قد، نمایه توده بدنی (Body mass index یا BMI)، محیط دور کمر، محیط دور باسن، نسبت کمر به باسن (Waist/hip ratio یا WHR)، کلسترول، سن، جنسیت، شغل، تحصیلات، استفاده از داروی کاهش فشار خون در دو هفته گذشته با تجویز پزشک، میزان فشار خون سیستولی و دیاستولی، سطح HDL (High-density lipoprotein)، سطح LDL (Low-density lipoprotein)، وضعیت مصرف مواد مخدر، فعالیت هایی که منجر به بالا رفتن ضربان قلب می شود و تری گلیسرید بودند. جهت تعیین قدرت پیش بینی مدل رگرسیون لجستیک از شاخص های میزان حساسیت، ویژگی، دقت، ضریب Kappa و منحنی ROC (Receiver operating characteristic) استفاده گردید.
میزان حساسیت، ویژگی، دقت و ضریب توافق Kappa برای مدل به ترتیب 764/0، 725/0، 731/0 و 312/0 بود و همچنین مساحت زیر منحنی ROC، 822/0 به دست آمد. از بین متغیرهای موجود به ترتیب تاثیر بر متغیر وابسته (بر اساس نسبت شانس)، متغیر نسبت WHR، مصرف داروی کاهش فشار خون در دو هفته گذشته با تجویز پزشک، جنسیت، سطح تحصیلات، محیط دور کمر، پیاده روی و دوچرخه سواری، وزن، BMI، فشار خون سیستولیک، سن، فشار خون دیاستولیک، محیط دور باسن، تری گلیسرید، کلسترول، سطح LDL، استفاده از مواد مخدر، قد، سطح HDL و داشتن فعالیت کاری شدید 10 دقیقه ای معنی دار بودند.
با توجه به ملاک های دقت و قدرت پیش بینی و نیز با در نظر گرفتن مساحت زیر منحنی ROC (822/0) که توانسته است دقت کلی آزمون را برای تشخیص دیابت در حد خوبی انجام دهد، می توان بیان داشت که رگرسیون لجستیک مدل مناسبی برای پیش بینی دیابت می باشد.