fa مقایسه مدل‌های آمیخته خطی تعمیم‌یافته و مدل‌های خطی تعمیم‌یافته در تعیین عوامل مرتبط با بیماری دیابت نوع2 در استان یزد تخصصي Special پژوهشي Research <p dir="RTL"><strong>مقدمه:</strong> بیماری دیابت از جمله بیماری‌های مزمنی است که شیوع آن بسیار زیاد و روز به روز درحال افزایش است. در این مطالعه ضمن تعیین عوامل موثر بر بیماری دیابت به مقایسه دو مدل خطی تعمیم‌یافته وخطی آمیخته تعمیم‌یافته می‌پردازیم.</p> <p dir="RTL"><strong>روش بررسی:</strong> داده‌های این مطالعه مربوط به طرح تحقیقاتی بررسی شاخص‌های اپیدمیولوژیک بیماری دیابت بزرگسالان در گروه سنی 30سال وبالاتر شهری استان یزد می‌باشد. در این مطالعه جمعا 2795 نفر با انجام آزمایش قند خون از لحاظ ابتلا به دیابت بررسی شدند. برای تحلیل داده‌ها با استفاده از مدل رگرسیون لجستیک آمیخته ورگرسیون لجستیک معمولی از نرم افزار&nbsp; <span dir="LTR">R</span> استفاده شد.</p> <p dir="RTL"><strong>یافته‌ها:</strong> در این مطالعه متغیر‌های سابقه خانوادگی ابتلا به دیابت، سن، شاخص توده بدنی و دورکمر به دور باسن در هردو مدل معنی‌دار شد ( 001/<span dir="LTR">p<.</span>) ، با این تفاوت متغیر که شغل در مدل رگرسیون لجستیک معمولی در سطح1/0 معنی‌دار بود ولی در مدل رگرسیون لجستیک آمیخته معنی دار نبود. همچنین، متغیرهای&nbsp; مساحت خانه، سطح تحصیلات و جنسیت در هیچ یک معنی دار نشد. با توجه به مقادیر نسبت شانس نیز در برخی از آنها شاهد تفاوت قابل‌توجهی بین دو مدل هستیم. با توجه به خطای استاندارد ضرایب ومقایسه مقادیر آن در دو مدل، شاهد کم برآوردی در مدل رگرسیون لجستیک معمولی بودیم.</p> <p><strong><span dir="RTL">نتیجه‌گیری</span></strong><span dir="RTL">: بکار‌گیری مدل‌های آمیخته تعمیم‌یافته منجر به نتایج دقیق‌تر می‌شود و ازکم برآوردی خطای استاندارد ضرایب جلوگیری می‌کند.</span></p> <p><span dir="RTL">.</span></p> <p></p> <p></p> <p align="center"><strong>Comparison of Generalized Linear Mixed and Generalized Linear Models in Determining Type II Diabetes Related Factors in Yazd</strong></p> <p align="center"></p> <p align="center"><strong>Fallahzadeh H(Ph.D)¹,Rahmanian M(Ph.D)²,Emadi M(Ph.D)³,Asadi F(M.Sc)⁴</strong></p> <p align="center"></p> <p>1. Professor of Biostatistics, Department of Biostatistics, Shahid Sadoughi University of Medical Sciences, Yazd, Iran.</p> <p>2. Corresponding Author: Graduate student of Biostatistics, Shahid Sadoughi University of Medical Sciences, Yazd, Iran</p> <p>3. Professor of Endocrine Diseases And Metabolism, Diabetes Research Center, Yazd, Iran.</p> <p>4<span dir="RTL">.</span> Associate professor, Department of Statistics, Ferdowsi University of Mashhad, Iran.</p> <p align="center"><strong>Abstract</strong></p> <p><strong>Introduction: </strong>Diabetes mellitus is a chronic disease, it&rsquo;s prevalence is very high and is increasing recently. In this study, in addition to determining type II diabetes related factors, we compared the generalized linear and generalized linear mixed models.</p> <p><strong>Methods:</strong> Data is related to research project to investigate the epidemiological characteristics of diabetes in adults aged 30 years and older in the province of Yazd. In this study, 2,795 people were screened with a blood glucose test for diabetes. We for data analysis by the mixed logistic and ordinary logistic regression used the R software.</p> <p><strong>Results:</strong> In this study ,four variables of family history of diabetes, age, body mass index and waist circumference to hip circumference were significant in both models (p-value <.001).Job was a significant variable in the ordinary logistic regression model in level significant .1 but not significant in the mixed logistic regression model. The education, area of housing and gender not significant in neither logistic mixed model nor ordinary logistic model. According to the values of the odds ratio also, we saw quite differences between the two models. Judging from standard error of the coefficients and comparison of the their values in both models seen underestimate in ordinary logistic regression model</p> <p><strong>Conclusion:</strong> The use of generalized linear mixed models lead to more accurate results and prevents underestimated standard error of the coefficients.</p> مدل‌های خطی آمیخته تعمیم‌یافته, رگرسیون لجستیک, دیابت, تقریب لاپلاس, مدل‌های خطی تعمیم‌یافته Diabetes, Generalized linear mixed models, Logistic regression, Laplace approximation, Generalized linear models 13 22 http://tbj.ssu.ac.ir/browse.php?a_code=A-10-987-3&slc_lang=fa&sid=1 H Fallahzadeh حسین فلاح زاده No Shahid Sadoughi University of Medical Sciences دانشگاه علوم پزشکی و خدمات بهداشتی درمانی شهید صدوقی یزد F Asadi فریبا اسدی fariba.asadi3@gmail.com Yes Shahid Sadoughi University of Medical Sciences دانشگاه علوم پزشکی و خدمات بهداشتی درمانی شهید صدوقی یزد M Rahmanian مسعود رحمانیان No Diabetes Research Center, Yazd مرکز تحقیقات دیابت یزد M Emadi مهدی عمادی No Ferdowsi University of Mashhad, Iran. دانشگاه فردوسی مشهد