%0 Journal Article %A mahdavi, maryam %A mehrabi, yadollah %A khalili, davood %A baghestani, ahmad reza %A bagherzadeh khiabani, farideh %A mansoori, samaneh %T Factors associated with incidence of type II diabetes in pre-diabetic women using Bayesian Model Averaging %J Koomesh journal %V 19 %N 3 %U http://koomeshjournal.semums.ac.ir/article-1-3450-fa.html %R %D 1396 %K Bayesian Model Averaging, Stepwise Method, Pre-diabetics Women, Logistic Regression, Tehran Lipid and Glucose Study, %X هدف: دیابت، بیماری مزمنی است که معمولاً با اختلال تحمل گلوکز آغاز می‌گردد. این مرحله، اصطلاحاً به عنوان پیش‌دیابت شناخته می‌شود. افراد پیش‌دیابتی در معرض خطر بیش‌تری برای رخداد دیابت هستند، بنابراین شناسایی عوامل خطرساز دیابت، در افراد پیش‌دیابتی، مورد توجه بیش‌تری است. به طور معمول برای انتخاب متغیر، از روش گام‌به‌گام استفاده می‌شود که عدم قطعیت مدل را در نظر نمی‌گیرد. در این مطالعه، برای برطرف کردن این مشکل، از روش متوسط بیزی (Bayesian Model Averaging, BMA) استفاده شد. مواد و روش‌ها: جمعیت مورد بررسی، 734 زن 20 سال و بالاتر پیش‌دیابتی، در مطالعه کوهورت قند و لیپید تهران (TLGS) است. در مطالعه حاضر، برای انتخاب متغیر در رگرسیون لجستیک از روش‌های گام‌به‌گام و متوسط بیزی استفاده شد؛ سپس AUC دو روش محاسبه و با آزمون دلونگ (Delong) مقایسه شد. برای انجام تحلیل‌ها از بسته BMA نرم‌افزار R نسخه 3.1.3 استفاده شد. یافته‌ها: روش متوسط بیزی، قندخون ناشتا، قندخون2ساعته، سابقه خانوادگی، نمایه توده بدنی و مصرف آسپرین را در ابتدای مطالعه، به عنوان عوامل خطرساز بروز دیابت، انتخاب کرد. روش گام‌به‌گام علاوه بر این‌ها، فشارخون دیاستولیک، سابقه بستری 3 ماه گذشته، استفاده از داروهای تیرویید و تحصیلات را نیز انتخاب کرد. با این‌که تعداد متغیرهای روش گام‌به‌گام (9 متغیر) بیش‌تر از روش متوسط بیزی (5 متغیر) است، AUC برای روش‌های متوسط بیزی و گام‌به‌گام تفاوت معنی‌داری نداشت. نتیجه‌گیری: به نظر می‌رسد مدل متوسط بیزی قابلیت خوبی برای غربالگری بیماری دیابت دارد، زیرا ضمن تشخیص متغیرهای موثر کم‌تر، توانایی پیش‌بینی مدل نیز حفظ شد %> http://koomeshjournal.semums.ac.ir/article-1-3450-fa.pdf %P 591-602 %& 591 %! %9 Research %L A-10-3531-1 %+ Department of Epidemiology, School of Public Health, Shahid Beheshti University of Medical Sciences, Tehran, Iran %G eng %@ 16087046 %[ 1396