استفاده از روش تحليل مولفه هاي اصلي براي افزايش صحت پيش بيني سندرم متابوليك در مدل هاي شبكه عصبي مصنوعي و رگرسيون لجستيك

استفاده از روش تحليل مولفه هاي اصلي براي افزايش صحت پيش بيني سندرم متابوليك در مدل هاي شبكه عصبي مصنوعي و رگرسيون لجستيك

زمينه و هدف: در فرآيند مدل سازي، زماني كه بين متغيرهاي كمكي همبستگي هاي نسبتا قوي وجود داشته باشد، هم خطي چندگانه ايجاد شده و باعث كاهش كارآيي مدل مي گردد. هدف از اين مطالعه استفاده از تحليل مولفه هاي اصلي براي تعديل اثر هم خطي چندگانه در مدل هاي رگرسيون لجستيك و شبكه عصبي مصنوعي و بررسي تاثير آن بر صحت و دقت پيش بيني سندرم متابوليك بود. روش بررسي: در اين مطالعه توصيفي – تحليلي تعداد 347 نفر از افراد شركت كننده در مطالعه آينده نگر قند و ليپيد تهران كه در فاز اول مطالعه بر اساس تعريف پانل درمان بالغين (ATPIII) مبتلا به سندرم متابوليك نبودند انتخاب شدند. ابتدا مدل هاي رگرسيون لجستيك و شبكه عصبي مصنوعي با استفاده از متغيرهاي كمكي اوليه و سپس با استفاده از مولفه هاي اصلي به داده ها برازش گرديد و پيش بيني بر اساس اين مدل ها انجام شد. از تحليل راك و آماره كاپا براي مقايسه قدرت پيش بيني مدل ها استفاده گرديد. يافته ها: براي مدل هاي رگرسيون لجستيك، رگرسيون لجستيك با مولفه هاي اصلي، شبكه عصبي مصنوعي و شبكه عصبي مصنوعي با مولفه هاي اصلي به ترتيب مساحت زير منحني راك 749/0، 790/0، 890/0 و 927/0 به دست آمد، ميزان حساسيت مدل ها 483/0، 435/0، 836/0 و 919/0، ويژگي آن ها 857/0، 919/0، 892/0 و 964/0 و اندازه آماره كاپا براي مدل ها 322/0، 386/0، 712/0 و 886/0 به دست آمد. نتيجه گيري: تحقيق نشان داد كه صحت پيش بيني مدل هاي بر اساس مولفه هاي اصلي از مدل هاي مبتني بر متغيرهاي كمكي اوليه بيشتر بوده و بنابراين در هنگام وجود هم خطي چندگانه، مدل هاي مبتني بر مولفه هاي اصلي براي پيش بيني سندرم متابوليك كاراتر هستند.

Background and aims: In modeling process, correlation between covariates causes multicolinearity that may reduce efficiency of the model. This study was aimed to use principal component analysis to eliminate the effect of multicolinearity in logistic regression and neural network models, and to determine its effect on the accuracy of predicting metabolic syndrome in a sample of individuals participating in the Tehran Lipid and Glucose Study. Methods: A total of 347 participants from the Cohort section of the Tehran Lipid and Glucose Study (TLGS) were evaluated. The subjects were free of metabolic syndrome, according to the ATPIII criteria, at the beginning. Logistic regression, logistic regression with principal components, neural network and neural network with principal components models were fitted to the data. The ability of the models in predicting metabolic syndrome was compared using ROC analysis and kappa statistics. Results: The area under receiver operating characteristic (ROC) curve for logistic regression, logistic regression with principal components, neural network and neural network with principal component were estimated as 0.749, 0.790, 0.890 and 0.927 respectively. Sensitivity of the models was calculated as 0.483, 0.435, 0.836 and 0.919 and their specificity as 0.857, 0.919, 0.892 and 0.964 respectively. The kappa statistic for these models was 0.322, 0.386, 0.712 and 0.886 respectively. Conclusion: the study shows that the prediction accuracy of models based on principal components is better than that of models based on primary covariates, so in the presence of multicolinearity, models based on principal components are efficient for predicting metabolic syndrome.