مقایسه نتایج مدل رگرسیون لجستیک و الگوریتم CART در تعیین عوامل پیش آگهی دهنده ابتلا به بیماری عروق کرونر درشهر مشهد

درک عوامل خطر بیماری های قلبی- عروقی که مهم ترین علت مرگ در تمام دنیا است، می تواند تغییرات مهمی در روش های پیشگیری، اتیولوژی و درمان آن ایجاد نماید. هدف این مطالعه مقایسه عملکرد دو مدل رگرسیون لجستیک و الگوریتم CART در تعین عوامل پیش آگهی دهنده بر ابتلا به بیماری عروق کرونر در ساکنین شهر مشهد است.

مواد و روش ها:

 در این مطالعه مورد- شاهد از داده های مطالعه کوهورت (MASHAD STUDY:Mashhad Stroke and Heart Atherosclerotic Disorder) که در سال 2009، انجام شده بود، استفاده و عوامل پیش آگهی دهنده بر ابتلا به بیماری عروق کرونر با دو مدل رگرسیون لجستیک و الگوریتم CART، با نرم افزارهای 14 Stata و R تعیین شد. کارایی دو مدل با سطح زیر منحنی مشخصه عملکرد (AUC) مقایسه شد.تمامی افراد مبتلا به بیماری عروق کرونر به عنوان مورد و به ازای هر مورد، سه شاهد در نظر گرفته شد.

یافته ها: 

رگرسیون لجستیک نشان داد سابقه سکته قلبی، ابتلا به دیابت، سابقه ابتلا به چربی خون، سن و سابقه بیماری عروق کرونر در پدر و برادر از عوامل پیش آگهی دهنده بر ابتلا به بیماری عروق کرونر در مشهد هستند. الگوریتم CART نیز، سن بالا، سابقه سکته قلبی، سابقه فشارخون، افسردگی، سطح فعالیت شبانه روزی و شاخص توده بدنی را به عنوان عوامل پیش آگهی دهنده تعیین کرد.

عوامل پیش آگهی دهنده مشترک حاصل از دو مدل، سابقه سکته قلبی و سن بود. با توجه به کارایی بهتر مدل لجستیک، می توان پیشنهاد کرد در صورت عدم وجود اثر متقابل در متغیرهای پیش بین، برای شناسایی عوامل موثر بر ابتلا به بیماری عروق کرونر از مدل رگرسیون لجستیک چندگانه باینری استفاده شود.