مقدمه: نسبت خطر معمولاً یکی از پارامترهای مورد علاقه محققان در مطالعات پزشکی و اپیدمیولوژیک است. استفاده از مدل رگرسیون پواسون یکی از راه‌های برآورد مستقیم نسبت خطر است. استفاده از این مدل برای تجزیه و تحلیل داده‌های با پیامد دو حالتی سبب می‌شود واریانس نسبت خطر بیش‌برآورد شود. به عبارتی حدود اطمینان‌های محاسبه شده محافظه‌کارانه خواهد بود. در مقاله حاضر برای رفع این مشکل، روشی به نام رگرسیون پواسون تغییریافته شرح داده شده است.

روش کـار: برای شرح روش رگرسیون پواسون تغییر یافته از یک جدول توافقی 22 استفاده شده و محاسبات ساده برآورد واریانس انجام شده است. همچنین با ذکر یک مثال واقعی که بر اساس قسمتی از داده‌های مطالعه عوامل پیشگویی کننده بیماری عروق کرونر است، دو روش رگرسیون پواسون معمول و تغییریافته به داده‌ها برازش شده و نتایج با یکدیگر مقایسه شده‌اند.

یافته‌ها: پس از برازش مدل‌های رگرسیون پواسون معمول و تغییریافته، نسبت خطر برای متغیر سابقه چربی بالا، 68/1 برآورد گردید. فواصل اطمینان 95% برای نسبت خطر بر اساس این دو مدل به ترتیب 82/2-005/1 و 68/2-05/1 به‌دست آمد. فاصله اطمینان محاسبه شده بر اساس رگرسیون پواسون تغییریافته 10% کوتاه‌تر بود.

نتیجه‌گیری: استفاده از رگرسیون پواسون تغییریافته در مقایسه با رگرسیون پواسون معمولی در مطالعات کوهورت با پیامد دو حالتی، واریانس نسبت خطر را کمتر خواهد کرد و دقت برآورد را بالا خواهد برد. این روش ممکن است در مورد متغیرهایی که در مرز معناداری آماری قرار دارند، نتایج متفاوتی با پواسون معمولی داشته باشد.