RT - Journal Article T1 - Prediction of chronological age based on Demirjian dental age using robust ridge regression method JF - Koomesh YR - 1399 JO - Koomesh VO - 22 IS - 2 UR - http://koomeshjournal.semums.ac.ir/article-1-5404-fa.html SP - 228 EP - 236 K1 - Chronological Age K1 - Collinearity K1 - Demirjian Dental Age K1 - Outlier Data K1 - Robust Regression Analysis K1 - Ridge Estimation K1 - Third molar Tooth. AB - هدف: تخمین سن، نقش مهمی در پزشکی قانونی، بیماری‌های غدد و دندان‌پزشکی بالینی دارد. هم‌چنین ارزیابی مراحل تکاملی دندانی نسبت به رویش دندان با ارزش‌تر است. در این پژوهش به مدل‌سازی سن تقویمی با استفاده از روش‌های نوین و غنی آماری پرداخته شده ‌است به طوری‌که می‌تواند به عنوان یک روش عملی که تلفیقی از چند روش‌ نوین آماری است، در علم پزشکی مورد بررسی قرار گیرد. مواد و روش ها: 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 می‌باشد. جامعه مورد بررسی در این تحقیق تعداد 87 نفر از بیماران مراجعه‌کننده که به صورت روش تصادفی ساده در طی دوره 12ماهه سال 94-1393 به درمانگاه خاتم‌الانبیا استان یزد مراجعه نموده‌اند، می‌باشد. با استفاده از سن تخمینی از دندان مولر سوم و متغیر جنسیت به ارزیابی سن تقویمی پرداختیم. در تجزیه و تحلیل مسائل رگرسیونی و به‌ویژه مدل‌بندی آماری بسیاری از داده‌ها مانند داده‌های اقتصادی، روانشناسی، علوم اجتماعی، علوم پزشکی، مهندسی و ... با مشکل هم‌خطی در میان متغیرهای پیشگو و حضور نقاط دورافتاده در مجموعه داده‌ها مواجه هستیم. روش رگرسیون کم‌ترین توان‌های دوم خطا در برآورد پارامترهای مدل رگرسیونی نسبت به داده‌های پرت بسیار حساس است. اغلب روش‌های موجود برآوردیابی پارامترهای این مدل‌ها با رویکرد کم‌ترین توان‌های دوم خطا، تحت تأثیر داده‌های پرت، برآوردهایی نامناسب، دور از انتظار و با نرخ خطای زیاد ارائه می‌دهند. برای غلبه بر مشکل مشاهده‌های دورافتاده از روش‌های استوار استفاده می‌شود. هم‌چنین برای حل مشکل هم‌خطی چندگانه استفاده از رگرسیون ریج توصیه می‌شود. لذا در این مطالعه برآوردگرهای رگرسیونی ریج استوار در مدل‌سازی متغیرهای وابسته معرفی خواهد شد که نسبت به داده‌های پرت حساسیت کم‌تری دارند. یافته‌ها: میانگین سنی افراد مورد مطالعه 17.21 سال به تفکیک جنسیتی 67 درصد زن و 33 درصد مرد بوده است. هم‌چنین در بررسی ارتباط بین سن تخمینی 4 دندان به ترتیب بین دندان‌های بالا-راست  و بالا-چپ  و دندان‌های پایین-راست  و پایین-چپ با ضریب هم‌بستگی بالای 70 درصد بوده است. میزان همبستگی بین دندان‌های فک بالا و پایین حدود 30 درصد و بین دندان‌های چپ و راست 60 درصد بوده‌است. دلیل استفاده از مدل رگرسیون استوار ریج در این پژوهش، وجود داده‌های پرت و هم‌خطی  بین متغیرهای مستقل ‌است. نتیجه گیری: لزوم استفاده از روش‌های پیشرفته‌ی آماری در علوم پزشکی در تحقیقات حاضر حائز اهمیت است که جهت برگزیدن بهترین مدل نیاز به بررسی دقیق داده‌ها داریم. لزوم استفاده از روش‌های پیشرفته‌ی آماری در علوم پزشکی در تحقیقات اخیر بسیار حائز اهمیت است که جهت برگزیدن بهترین مدل نیاز به بررسی دقیق داده‌ها داریم. در این تحقیق مدل برازش داده شده برای تخمین سن بر اساس روش رگرسیون استوار ریج، نسبت به سایر روش‌ها کاراتر است.   LA eng UL http://koomeshjournal.semums.ac.ir/article-1-5404-fa.html M3 10.29252/koomesh.22.2.228 ER -