کاربرد رگرسیون لجستیک در داده های دیابت دارای خطای طبقه بندی

تحلیل داده های طبقه بندی شده در آمار و علوم پزشکی از اهمیت خاصی برخوردار است. اگر متغیر پاسخ دو حالتی دارای خطای طبقه بندی باشد نتایج برازش مدل، اریب و تفسیر نادرستی خواهد داشت. هدف این مطالعه کاربرد رگرسیون لجستیک در داده های دیابت دارای خطای طبقه بندی می باشد.
در این مطالعه توصیفی، از داده های 819 نفر از شرکت کنندگان در طرح غربالگری دیابت در مرکز بهداشت زاهدان سال 1393 استفاده شد. ابتلا به دیابت نوع 2 به دو طریق بررسی شده است. ابتدا بوسیله آزمایش قند خون معمولی (بدون ناشتا) که عدم ارتباط بین ابتلا به دیابت نوع دو با فشار خون بوسیله رگرسیون لجستیک و نسبت شانس مشخص شد و سپس برای معتبر سازی، آزمایش قند خون ناشتا انجام شد، که ارتباط معنادار بود. خطای طبقه بندی غلط بر اساس میزان قند خون با توجه به پایین بودن حساسیت و ویژگی آزمایش قند خون در نظر گرفته شد. برای تصحیح خطای طبقه بندی از روش نسبت درستنمایی برای برآورد ضرایب استفاده شد. در آنالیز داده ها از نرم افزار SAS نسخه 9.1.3 و procedure NLMIXED با سطح معنی داری 05/0 استفاده گردید.
ضرایب تصحیح موجب تغییر نسبت شانس ابتلا به دیابت در متغیر فشار خون از 227/0 به 120/1 و معناداری آن گردید (001/0 > P). به علاوه، برآورد سایر متغیرهای مدل نیز تغییر یافتند.
رگرسیون لجستیک برای داده های دارای خطای طبقه بندی می تواند به عنوان یک روش مناسب در تحلیل داده های دارای خطای طبقه بندی مورد استفاده قرار گیرد. معتبرسازی با استفاده از رگرسیون لجستیک برای داده های دارای خطای طبقه بندی نشان داد که فشارخون بالا اثر معناداری بر ابتلا به بیماری دیابت دارد. پیشنهاد می شود با توجه به اینکه در داده های طرح های غربالگری احتمال خطای طبقه بندی وجود دارد جهت تعدیل اریبی نسبت شانس از روش رگرسیون لجستیک استفاده شود.