fa برآورد نسبت خطر با استفاده از روش رگرسیون پواسون تغییریافته در مطالعات کوهورت با پیامد دو حالتی عمومى General پژوهشی Original <p><strong>مقدمه:</strong> 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. </p><p><strong>روش کـار:</strong> 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. </p><p><strong>یافته‌ها:</strong> 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. </p><p><strong>نتیجه‌گیری:</strong> 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. </p> <p><strong>Introduction:</strong> Risk ratio is usually the parameter of interest in epidemiologic and medical studies. Poisson regression model is an approach used to directly estimate risk ratio. When Poisson regression is applied to binomial data, the error for the estimated risk ratio will be overestimated. In other words, Poisson regression is likely to compute a confidence interval that is conservative. In this paper we aim at devising a modified Poisson regression method to rectify this problem. </p><p><strong>Methods:</strong> To illustrate modified Poisson regression, a simple 2-by-2 contingency table was used. Simple computation was performed to estimate variance. We compared ordinary and modified Poisson regression models by actual data from a study on predictors of coronary artery disease.</p><p><strong>Results:</strong> Application of ordinary and modified Poisson regression methods resulted in an estimated relative risk of 1.68 for hypercholesterolemia. The confidence intervals provided by these two methods were 1.005-2.82 and 1.05-2.68, respectively. The confidence interval provided by the modified Poisson regression was 10 percent narrower than that obtained by the ordinary method. </p><p><strong>Conclusion:</strong> Applying modified Poisson regression to cohort studies with binary data, compared with ordinary Poisson regression, reduces variance and increases precision of the estimated risk ratio. This method might result in different findings from ordinary Poisson regression for borderline statistical significance. </p><p></p><p><strong> Hakim Research Journal 2007 10(2): 65-69. </strong></p> رگرسیون پواسون تغییر یافته، پیامد دو حالتی، نسبت خطر، نسبت برتری. Modified Poisson regression, binary outcome, risk ratio, odds ratio. 65 69 http://hakim.tums.ac.ir/browse.php?a_code=A-10-1-323&slc_lang=fa&sid=1 Hassanzadeh J, (MD) دکتر جعفر حسن‌زاده jafarabolhasan@yahoo.com Yes Eshraghian MR, (PhD) دکتر محمدرضا اشراقیان No Mohammad K, (PhD) دکتر کاظم محمد No Fotouhi A, (PhD) دکتر اکبر فتوحی No Salarifar M, (MD). دکترمجتبی سالاری‌فر No