کاربرد تحلیل پاسخ های رتبه ای طولی در درمان دارویی اختلالات روانی بر بیماری لیکن پلان دهانی
محل انتشار: مجله دانشکده دندانپزشکی مشهد، دوره: 35، شماره: 3
سال انتشار: 1390
نوع سند: مقاله ژورنالی
زبان: فارسی
مشاهده: 365
فایل این مقاله در 8 صفحه با فرمت PDF قابل دریافت می باشد
- صدور گواهی نمایه سازی
- من نویسنده این مقاله هستم
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
JR_JMDS-35-3_002
تاریخ نمایه سازی: 23 مهر 1398
چکیده مقاله:
مقدمه:در بسیاری از تحقیقات علوم پزشکی برای بیان سیر بیماری و تاثیر درمان از مطالعات طولی استفاده می شود. در مطالعات طولی پاسخ ها به طور مکرر اندازه گیری می شوند. چنانچه پاسخ ها به صورت رتبه ای و طولی باشند، روش های ویژه آماری برای تحلیل آن باید به کار
برده شود. در این مطالعه قصد داریم ضمن بررسی و انتخاب بهترین روش های آماری موجود، تاثیر درمان اختلال روانی بر بهبود بیماری لیکن پلان دهانی را با همین شیوه، مورد تجزیه و تحلیل قرار دهیم.
مواد و روش ها:در این مطالعه از داده های مربوط به 45 بیمار مبتلا به لیکن پلان دهانی که در یک مطالعه کارآزمایی بالینی در دانشکده دندانپزشکی مشهد شرکت داشتند، استفاده شد. برای تحلیل پاسخ های رتبه ای این مطالعه از تابع پیوند لوجیت بهره بردیم. مدل اثرات تصادفی و مدل اثرات ثابت مدل های بکار رفته بودند.
یافته ها:نتایج نشان داد مدل اثر تصادفی نسبت به مدل اثر ثابت دارای دقت بالاتری بوده است. با استفاده از مدل اثر تصادفی زمان و نوع اختلال اثر معنی داری در مدل داشتند. اما متغیر درمان در مدل اثر تصادفی معنی دار نبود. در حالی که در مدل اثر ثابت معنی دار بود.
نتیجه گیری: در تحلیل این گونه داده ها، استفاده از مدل های اثرات تصادفی در تحلیل داده های طولی با مقیاس رتبه ای پیشنهاد می گردد.
کلیدواژه ها:
نویسندگان
حبیب الله اسماعیلی
دانشیار آمار حیاتی گروه آمار زیستی، مرکز تحقیقات علوم بهداشتی دانشکده بهداشت، دانشگاه علوم پزشکی مشهد
محمدتقی شاکری
دانشیار آمار حیاتی گروه آمار زیستی، مرکز تحقیقات علوم بهداشتی دانشکده بهداشت، دانشگاه علوم پزشکی مشهد
فاطمه سلمانی
دانشجوی کارشناسی ارشد آمار حیاتی، دانشکده بهداشت، دانشگاه علوم پزشکی مشهد
هادی جباری نوقابی
استادیار گروه آمار، دانشکده علوم ریاضی، دانشگاه فردوسی مشهد
مراجع و منابع این مقاله:
لیست زیر مراجع و منابع استفاده شده در این مقاله را نمایش می دهد. این مراجع به صورت کاملا ماشینی و بر اساس هوش مصنوعی استخراج شده اند و لذا ممکن است دارای اشکالاتی باشند که به مرور زمان دقت استخراج این محتوا افزایش می یابد. مراجعی که مقالات مربوط به آنها در سیویلیکا نمایه شده و پیدا شده اند، به خود مقاله لینک شده اند :