پیش بینی سن تقویمی بر اساس سن دندانی دمیرجین با استفاده از روش رگرسیون ریج استوار

تخمین سن، نقش مهمی در پزشکی قانونی، بیماری‏های غدد و دندان پزشکی بالینی دارد. هم چنین ارزیابی مراحل تکاملی دندانی نسبت به رویش دندان با ارزش‏تر است. در این پژوهش به مدل سازی سن تقویمی با استفاده از روش های نوین و غنی آماری پرداخته شده است به طوری که می تواند به عنوان یک روش عملی که تلفیقی از چند روش نوین آماری است، در علم پزشکی مورد بررسی قرار گیرد.

در بین روش‎هایی که برای تعیین سن استفاده می‎شود، رایج‎ترین روش مورد استفاده در سراسر دنیا، روش نوین دمیرجین مودیفای است که بر اساس کلسیفیکاسیون دندان دائمی در رادیوگرافی پانورامیک می باشد. جامعه مورد بررسی در این تحقیق تعداد 87 نفر از بیماران مراجعه کننده که به صورت روش تصادفی ساده در طی دوره 12ماهه سال 94-1393 به درمانگاه خاتم الانبیا استان یزد مراجعه نموده اند، می باشد. با استفاده از سن تخمینی از دندان مولر سوم و متغیر جنسیت به ارزیابی سن تقویمی پرداختیم. در تجزیه و تحلیل مسائل رگرسیونی و به ویژه مدل بندی آماری بسیاری از داده ها مانند داده های اقتصادی، روانشناسی، علوم اجتماعی، علوم پزشکی، مهندسی و... با مشکل هم خطی در میان متغیرهای پیشگو و حضور نقاط دورافتاده در مجموعه داده ها مواجه هستیم. روش رگرسیون کم ترین توان های دوم خطا در برآورد پارامترهای مدل رگرسیونی نسبت به داده های پرت بسیار حساس است. اغلب روش های موجود برآوردیابی پارامترهای این مدل ها با رویکرد کم ترین توان های دوم خطا، تحت تاثیر داده های پرت، برآوردهایی نامناسب، دور از انتظار و با نرخ خطای زیاد ارائه می دهند. برای غلبه بر مشکل مشاهده های دورافتاده از روش های استوار استفاده می شود. هم چنین برای حل مشکل هم خطی چندگانه استفاده از رگرسیون ریج توصیه می شود. لذا در این مطالعه برآوردگرهای رگرسیونی ریج استوار در مدل سازی متغیرهای وابسته معرفی خواهد شد که نسبت به داده های پرت حساسیت کم تری دارند.

میانگین سنی افراد مورد مطالعه 17.21 سال به تفکیک جنسیتی 67 درصد زن و 33 درصد مرد بوده است. هم چنین در بررسی ارتباط بین سن تخمینی 4 دندان به ترتیب بین دندان های بالا-راست  و بالا-چپ  و دندان های پایین-راست  و پایین-چپ با ضریب هم بستگی بالای 70 درصد بوده است. میزان همبستگی بین دندان های فک بالا و پایین حدود 30 درصد و بین دندان های چپ و راست 60 درصد بوده است. دلیل استفاده از مدل رگرسیون استوار ریج در این پژوهش، وجود داده های پرت و هم خطی  بین متغیرهای مستقل است.

لزوم استفاده از روش های پیشرفته ی آماری در علوم پزشکی در تحقیقات حاضر حائز اهمیت است که جهت برگزیدن بهترین مدل نیاز به بررسی دقیق داده ها داریم. لزوم استفاده از روش های پیشرفته ی آماری در علوم پزشکی در تحقیقات اخیر بسیار حائز اهمیت است که جهت برگزیدن بهترین مدل نیاز به بررسی دقیق داده ها داریم. در این تحقیق مدل برازش داده شده برای تخمین سن بر اساس روش رگرسیون استوار ریج، نسبت به سایر روش ها کاراتر است.