پديد آورندگان :
روزبه مهدي دانشگاه سمنان - دانشكده علوم رياضي، آمار و علوم كامپيوتر , معنوي منيره دانشگاه سمنان - دانشكده علوم رياضي، آمار و علوم كامپيوتر , ملك جعفريان محمد دانشگاه علوم پزشكي شهيد صدوقي يزد , ملك جعفريان مليحه سادات شركت آب و فاضلاب شهري استان سمنان
كليدواژه :
دندان مولر سوم , داده پرت , برآورد ريج , تحليل رگرسيون استوار , سن دنداني دميرجين , سن تقويمي و هم خطي
چكيده فارسي :
تخمين سن، نقش مهمي در پزشكي قانوني، بيماريهاي غدد و دندان پزشكي باليني دارد. هم چنين ارزيابي مراحل تكاملي دنداني نسبت به رويش دندان با ارزشتر است. در اين پژوهش به مدل سازي سن تقويمي با استفاده از روش هاي نوين و غني آماري پرداخته شده است به طوري كه مي تواند به عنوان يك روش عملي كه تلفيقي از چند روش نوين آماري است، در علم پزشكي مورد بررسي قرار گيرد.
مواد و روش ها
در بين روشهايي كه براي تعيين سن استفاده ميشود، رايجترين روش مورد استفاده در سراسر دنيا، روش نوين دميرجين موديفاي است كه بر اساس كلسيفيكاسيون دندان دائمي در راديوگرافي پانوراميك مي باشد. جامعه مورد بررسي در اين تحقيق تعداد 87 نفر از بيماران مراجعه كننده كه به صورت روش تصادفي ساده در طي دوره 12ماهه سال 94-1393 به درمانگاه خاتم الانبيا استان يزد مراجعه نموده اند، مي باشد. با استفاده از سن تخميني از دندان مولر سوم و متغير جنسيت به ارزيابي سن تقويمي پرداختيم. در تجزيه و تحليل مسائل رگرسيوني و به ويژه مدل بندي آماري بسياري از داده ها مانند داده هاي اقتصادي، روانشناسي، علوم اجتماعي، علوم پزشكي، مهندسي و... با مشكل هم خطي در ميان متغيرهاي پيشگو و حضور نقاط دورافتاده در مجموعه داده ها مواجه هستيم. روش رگرسيون كم ترين توان هاي دوم خطا در برآورد پارامترهاي مدل رگرسيوني نسبت به داده هاي پرت بسيار حساس است. اغلب روش هاي موجود برآورديابي پارامترهاي اين مدل ها با رويكرد كم ترين توان هاي دوم خطا، تحت تاثير داده هاي پرت، برآوردهايي نامناسب، دور از انتظار و با نرخ خطاي زياد ارائه مي دهند. براي غلبه بر مشكل مشاهده هاي دورافتاده از روش هاي استوار استفاده مي شود. هم چنين براي حل مشكل هم خطي چندگانه استفاده از رگرسيون ريج توصيه مي شود. لذا در اين مطالعه برآوردگرهاي رگرسيوني ريج استوار در مدل سازي متغيرهاي وابسته معرفي خواهد شد كه نسبت به داده هاي پرت حساسيت كم تري دارند.
يافته ها
ميانگين سني افراد مورد مطالعه 17.21 سال به تفكيك جنسيتي 67 درصد زن و 33 درصد مرد بوده است. هم چنين در بررسي ارتباط بين سن تخميني 4 دندان به ترتيب بين دندان هاي بالا-راست و بالا-چپ و دندان هاي پايين-راست و پايين-چپ با ضريب هم بستگي بالاي 70 درصد بوده است. ميزان همبستگي بين دندان هاي فك بالا و پايين حدود 30 درصد و بين دندان هاي چپ و راست 60 درصد بوده است. دليل استفاده از مدل رگرسيون استوار ريج در اين پژوهش، وجود داده هاي پرت و هم خطي بين متغيرهاي مستقل است.
نتيجه گيري
لزوم استفاده از روش هاي پيشرفته ي آماري در علوم پزشكي در تحقيقات حاضر حائز اهميت است كه جهت برگزيدن بهترين مدل نياز به بررسي دقيق داده ها داريم. لزوم استفاده از روش هاي پيشرفته ي آماري در علوم پزشكي در تحقيقات اخير بسيار حائز اهميت است كه جهت برگزيدن بهترين مدل نياز به بررسي دقيق داده ها داريم. در اين تحقيق مدل برازش داده شده براي تخمين سن بر اساس روش رگرسيون استوار ريج، نسبت به ساير روش ها كاراتر است.
چكيده لاتين :
Estimation of age has an important role in legal medicine, endocrine diseases and clinical dentistry. Correspondingly, evaluation of dental development stages is more valuable than tooth erosion. In this research, the modeling of calendar age has been done using new and rich statistical methods. Considerably, it can be considering as a practicable method in medical science that is a combination of some new statistical methods.
Materials and Methods
Among the methods used to determine age, the most commonly used method in the world is the modern modified Demirjian’s method based on the calcification of the permanent tooth in panoramic radiography. The study population is consisted of 87 patients who referred to Khatam-ol-Anbia Clinic of Yazd in a simple randomized method during the 12 months of the 2014-2015 year. Using the estimated age of third molar tooth and gender variables, we evaluated the calendar age. In the analysis of regression issues and especially the statistical modeling of many data such as economic data, psychology, social sciences, medical sciences, engineering, etc., we faced with the problem of collinearity among the predictor variables and the presence of remote areas in the data set. The least squares error method in estimation of the parameters of regression model was very sensitive to the outliers. Most of the existing methods for estimating the parameters of these models based on the least squares error approach, affected by the outliers, were yielded to inappropriate estimates, unexpected and high error rates. Robust methods were used to overcome the problem of the outlier observations. It is also recommended the ridge regression to fix the multicollinearity problem. Therefore, in this study, the robust ridge regression estimators will be introduced in the modeling of dependent variables that are less sensitive to the outliers.
Results
The mean age of the subjects was 17.21 years old, with a gender difference of 67% female and 33% male. Additionally, in the relationship between the estimated age of 4 teeth lower right (LR), lower left (LL), upper right (UR), upper left (UL) with a correlation coefficient were above 70%. Correlation between upper and lower jaw teeth was about 30% and between the left and right teeth was 60%. The reason of using robust ridge regression model in this study is the existence of outlier data and collinearity between independent variables.
Conclusion
The necessity of using advanced statistical methods in medical sciences in the recent research is very important. In order to choose the best model, we need to study the data carefully. In this research, the fitted model for prediction of age based on the robust ridge regression method was more efficient with respect to the other methods.
