آموزش مدل آماري آميخته خطي چند متغيره در داده هاي طولي چندگانه به دانشجويان پزشكي: مطالعه موردي داده هاي رشد كودكان

Teaching Multivariate Linear mixed model in Multiple Longitudinal Data to the Medical Students: A Case Study of Child Development Data

پژوهش حاضر با هدف آموزش مدل آماري آميخته خطي چندمتغيره در داده هاي طولي چندگانه به دانشجويان پزشكي: مطالعه موردي داده هاي رشد كودكان انجام شده است. روش پژوهش توصيفي-تحليلي و بر پايه داده هاي طولي بود. جامعه آماري پژوهش شامل 100 دانشجو بود كه به طور تصادفي انتخاب و در دو كارگاه آموزش مبتني بر مدلسازي آماري توزيع هاي تي و نرمال آميخته خطي چندمتغيره بر پايه داده هاي رشد كودكان (قد، وزن و اندازه دور سر) شركت كردند. شركت كنندگان قبل و بعد از دوره آموزشي در يك آزمون عملي شركت نمودند. از ميانگين و انحراف معيار و مدل بندي آماري آميخته خطي چندمتغيره توزيع تي و نرمال براي تحليل داده ها استفاده شد. نتايج حاصل از پژوهش نشان داد كه مقدار پارامترهاي متغير قد بر حسب مدل­هاي MtLMM و MnLMM براي نوزاداني كه از شير مادر تغذيه مي كنند به طور قابل توجهي بالاتر از شير خشك بوده (0.05 < P). همچنين برآورد پارامترهاي متغير وزن براي نوزاداني كه از شير تركيبي استفاده مي­كنند در مقايسه با نوزاداني كه فقط شير خشك مصرف مي­كنند به طور قابل توجهي بالاتر (0.05 < P) بود. آموزشهاي ارائه شده به دو گروه منجر به افزايش معني داري در يادگيري دانشجويان شد (0.05 < P). دانشجويان بيان كردند كه آموزش مدل آماري آميخته چندمتغيره در داده هاي طولي باعث آشكارشدن اهميت كاربرد اين مدل در تحقيقات پزشكي و علوم زيستي گرديد.

The aim of this study was to teach medical students the multivariate linear mixed statistical model in multiple longitudinal data: A case study of child development data. The research method was descriptive-analytical and based on longitudinal data. The statistical population of the study consisted of 100 students who were randomly selected and participated in two training workshops based on statistical modeling of t and normal mixed multivariate linear distributions based on children's growth data (height, weight and head circumference). After the training course, they participated in practical test. Mean and standard deviation and statistical modeling of multivariate mixed linear t-distribution were used to analyze the data. The results showed that the amount of height variable parameters according to MtLMM and MnLMM models for breastfed infants was significantly higher than formula (P <0.05). Also, the estimation of weight variable parameters for infants who used formula was significantly higher (P <0.05) compared to infants who consumed only formula. The trainings provided to the two groups led to a significant increase in students' learning (P <0.05). The students stated that teaching a multivariate statistical model in longitudinal data revealed the important of using this model in medical research and life sciences.