عوامل مرتبط با شلی عضلات لگنی در زنان، مدل رگرسیون لجستیک وزن دار در مطالعات با نمونه گیری پیچیده

در برخی مطالعات مانند مطالعات مورد-شاهدی برای انتخاب افراد بیمار و سالم از نمونه گیری پیچیده استفاده می شود، اما این امر اغلب در تحلیل ها نادیده گرفته می شود و روش معمولی حداکثر درستنمایی برای برآورد ضرایب مدل رگرسیون لجستیک بکار می رود. هدف مطالعه حاضر این است که مدل رگرسیون وزن دار را به داده های حاصل از نمونه گیری پیچیده در مورد عوامل مرتبط با شلی عضلات لگنی برازش و با روش معمولی و پس طبقه بندی مقایسه کند.
داده های به کار رفته در این مطالعه با استفاده از نمونه گیری پیچیده از بین زنان شهری چهار استان کشور جمع آوری شده است. متغیرهای سن، تحصیلات، شاخص توده بدنی، سن ازدواج، تعداد بارداری، تعداد زایمان، تعداد زایمان واژینال و تعداد سقط با استفاده از پرسشنامه بدست آمده است. متغیر شلی عضلات لگنی (داشتن یا نداشتن) به عنوان متغیر وابسته در نظر گرفته شده است. مدل های رگرسیون لجستیک معمولی، پس طبقه بندی و وزن دار به داده ها برازش داده شدند. برای مقایسه نیکویی برازش سه مدل فوق از تحلیل منحنی راک استفاده شد.
خطاهای استاندارد برای تمام برآوردها در روش پس طبقه بندی و وزن دار تقریبا با هم برابر و نسبت به روش معمولی بزرگ تر بودند. تعداد زایمان طبیعی، سن، کار در بیرون از منزل و شاخص توده ی بدنی در روش معمولی ارتباط معنی داری با خطر ابتلا به شلی عضلات لگنی داشتند، اما در بقیه متغیرها ارتباط معنی داری مشاهده نشد. سطح زیر منحنی راک در مدل معمولی، پس طبقه بندی و وزن دار به ترتیب 0/75، 0/72 و 0/73 بدست آمد.
نتایج نشان می دهد که وزن دهی علی رغم اینکه اریبی برآوردها را با تعدیل خطاهای نمونه گیری کاهش می دهد، لزوما باعث کاهش واریانس نمی شود.