بررسي عوامل موثر بر درمان كوليك نوزادي با بكارگيري مدل هاي حاشيه اي براي داده هاي طولي

مدل هاي حاشيه اي توسيعي از مدل هاي خطي تعميم يافته براساس راهكار معادلات برآوردگر تعميم يافته (lr {GEE}) هستند. از مدل هاي حاشيه اي مي توان بعنوان يكي از روش هاي مدل سازي مطالعات طولي كه شامل پاسخ هاي غيرنرمال با مقياس هاي متفاوتي هستند كه در طول زمان بطور تكراري اندازه گيري مي شوند، استفاده كرد. در اين مقاله بدنبال پيدا كردن عوامل موثر بر برخي نشانه هاي كوليك نوزادان هستيم. برخي از اين نشانه ها شامل مواردي همچون مدت زمان گريه، تعداد دفعات گريه، مدت زمان خواب و شدت گريه هستند كه بعنوان متغيرهاي پاسخ غيرنرمال، در طول يك هفته مداخله اندازه گيري شده اند. نتايج برازش مدل هاي حاشيه اي (GEE) و انتخاب بهترين مدل براي هريك از پاسخ هاي گفته شده، با استفاده از محك شبه درستنمايي (QIC) گزارش شده است و اين نتايج حاكي از معناداري اثر عواملي مانند روش هاي درماني ماساژ و تكان، تعداد و مدت زمان گريه نوزاد يك روز قبل از شروع مطالعه بر روي متغيرهاي پاسخ است. نتايج برازش مدل هاي حاشيه اي (GEE) و انتخاب بهترين مدل براي هريك از پاسخ هاي گفته شده، با استفاده از محك شبه درستنمايي (QIC) گزارش شده است و اين نتايج حاكي از معناداري اثر عواملي مانند روش هاي درماني ماساژ و تكان، تعداد و مدت زمان گريه نوزاد يك روز قبل از شروع مطالعه بر روي متغيرهاي پاسخ است.

No abstract