بکارگیری مدل رگرسیون لجستیک دو متغیره در تعیین عوامل مرتبط با ابتلا به دیابت و فشار خون بالا در افراد 65-35 ساله شهر مشهد
یکی از مهم ترین دلایل مرگ و میر در جهان، بیماری های قلبی- عروقی هستند که در میان عوامل ایجاد کننده این بیماری ها، فشار خون و دیابت اهمیت بیشتری دارند. با توجه به همبستگی بالای این دو بیماری می توان عوامل مرتبط با ابتلای همزمان به آن ها را به طور دقیق مورد بررسی قرار داد. در این راستا، پژوهش حاضر با هدف به کارگیری مدل رگرسیون لجستیک دو متغیره در راستای تعیین عوامل مرتبط با ابتلا به دیابت و فشار خون بالا در افراد 65-35 ساله شهر مشهد انجام شد.
مطالعه مقطعی- تحلیلی حاضر در ارتباط با فاز مقطعی داده های مطالعه مشهد انجام شد. متغیرهای مورد بررسی در این پژوهش عبارت بودند از: اطلاعات جمعیت شناختی، اشتغال، استعمال دخانیات، شاخص توده بدنی، میزان فعالیت فیزیکی، اضطراب، افسردگی، کلسترول، تری گلیسیرید و شاخص نسبت دور کمر به باسن. باید خاطرنشان ساخت که متغیرهای دیابت و پرفشاری خون به عنوان متغیرهای وابسته در نظر گرفته شدند. تجزیه و تحلیل ها داده ها نیز با استفاده از نرم افزار R3.4.4 در سطح معنا داری (05/0P<) صورت گرفت.
براساس نتایج، ارتباط میان سن، سطح تحصیلات، شاخص توده بدنی، شاخص نسبت دور کمر به باسن، اضطراب، افسردگی، کلسترول و تری گلیسیرید با ابتلا به دیابت معنا دار بود (05/0P<). در ارتباط با فشار خون بالا نیز ارتباط سن، جنسیت، وضعیت اشتغال، شاخص توده بدنی، شاخص نسبت دور کمر به باسن، اضطراب، کلسترول و تری گلیسیرید معنا دار بود (05/0P<).
بر مبنای نتایج، استفاده از مدل دو متغیره به جای مدل های یک متغیره در شرایط وجود همبستگی به منظور دستیابی به نتایج دقیق تر پیشنهاد می شود. با توجه به اینکه بخش عمده ای از عوامل مرتبط، متغیرهای قابل کنترل مربوط به سبک زندگی بودند، بهتر است اقدامات در حوزه آموزش عمومی و پیشگیری در جهت ارتقای شیوه زندگی سالم در سطح جامعه معطوف گردند.
-
Carotid intima-media thickness in women with rheumatoid arthritis: relationship with lipid profile and inflammation
Zahra Rezaieyazdi, Mina Akbarirad, Sirous Nekooei, , Marzieh Maghrebi, Zahra Ataee, Forouzan Amerizadeh, Masoumeh Salari *
Rheumatology Research Journal, Spring 2025 -
Association between Metabolic Syndrome and Its Components with Cardiovascular Disease Risk in the MASHAD Cohort Study Population
Zahra Asadi, Hamideh Ghazizadeh, Ameneh Timar, Mohammadamin Khodadadegan, Hamed Ghazavi, Mohammad Nasrabadi, Toktam Sahranavard, Mohammadreza Fazlmashhadi, Mohammadamin Mohammadi, Arezoo Rastegar-Moghadam, Ali Ebrahimi Dabagh, Sara Moazedi, Shadi Kadkhoda-Ahmadi
Journal of Cardio -Thoracic Medicine, Winter 2025 -
Predicting COVID-19 Mortality and Identifying Clinical Symptom Patterns in Hospitalized Patients: A Machine-learning Study
Nasrin Talkhi, Nooshin Akbari Sharak, , Maryam Salari, Seyed Masoud Sadati, MohammadTaghi Shakeri*
Iranian Journal of Health Sciences, Winter 2024 -
Frequency -Specific Air- Conduction and Bone - Conduction Outcomes after Stapedotomy
Mohsen Rajati, Ali Ghanbari, Razieh Yusefi, Sadegh Jafarzadeh, Navid Nourizadeh, MohammadReza Sharifian, Imaneh Roshanzamir *
Iranian Journal of Otorhinolaryngology, Sep-Oct 2023