Для анализа связи между независимыми переменными (факторами) и зависимой переменной использовался метод «Enter» модуля «Binary logistic regression» статистического пакета «SPSS». Адекватность и работоспособность логистической модели оценивались по процентам правильной классификации при помощи классификационной матрицы и ROC-анализа.
Для создания модели прогноза вероятности заболевания флюорозом детей, в зависимости от доли участия различных источников питьевой воды в питьевом режиме была применена бинарная логистическая регрессия. В результате решения уравнения логистической регрессии были получены коэффициенты, с использованием которых рассчитывалась вероятность возникновения флюороза зубов у жителей села Борисово (в данном случае для каждого обследованного ребенка) по измеренным у них факторам. Если значение вероятности было больше 0,5, то испытуемого относили к больным флюорозом, если меньше 0,5, - к здоровым. Оценка значимости отличия от нуля коэффициентов регрессии (В) осуществлялась с помощью статистики Вальдовского, которая имела распределение χ2 и определялась как квадрат отношения коэффициента В к стандартной ошибке S.E. Для оценки доли влияния всех исследуемых факторов на дисперсию зависимой переменной определяли коэффициент Nagelkerke R Square (R квадрат Найджелкерка), который в нашем исследовании оказался равен 0,861, то есть вероятность заболевания флюорозом в данном случае зависит от рассматриваемой группы факторов на 86,1%. Данный процент правильной классификации считается высоким. Оценка адекватности и работоспособности логистической модели проводилась также с помощью ROC-анализа. Для получения ROC-кривой был построен график зависимости: по оси Y откладывалась чувствительность Se, по оси X - доля ложно положительных случаев /100% - Sp (специфичность)/. ROC-кривая говорит о зависимости количества верно классифицированных положительных примеров от количества неверно классифицированных отрицательных примеров. Был установлен порог отсечения, равный 0,365, при котором процент правильной классификации больных флюорозом равен 94,7%, а здоровых - 84,1%. Одним из критериев качества модели являлась оценка площади под кривой AUC (area under curve). Эта оценка была получена непосредственно вычислением площади под кривой AUC, ограниченной справа и снизу осями координат, а слева и вверху - экспериментально полученными точками ROC кривой. Теоретически оценка изменяется от 0 до 1,0, но, поскольку модель всегда характеризуется кривой, расположенной выше диагонали, то обычно говорят об изменениях от 0,5 - "бесполезный" классификатор до 1,0 - "идеальная" модель. ROC-анализ показал, что SAUC=0,968. Таким образом, предсказательную способность созданной нами модели можно охарактеризовать как отличную.
Построенная нами логистическая модель расчета вероятности возникновения флюороза зубов у жителей села Борисово является адекватной и работоспособной. Она имеет практическое значение, так как помогает прогнозировать возникновение флюороза зубов в случае бесконтрольного применения минеральной воды «Борисовская» и позволяет правильно подобрать оптимальный объем ее потребления.
Литература:
- Власов, В.В. Эффективность диагностических исследований /В.В. Власов// М: Медицина, 1988. - 245 с.
- Зайцев, В. М. Прикладная математическая статистика / В. М. Зайцев, В. Г. Лифлянский, В. И. Маринкина. - СПб., 2003. - 432 с.
Библиографическая ссылка
Лошакова Л.Ю., Куприна И.В., Киселев Г.Ф., Кирейчук В. П. ПРОГНОЗ ВЕРОЯТНОСТИ ВОЗНИКНОВЕНИЯ ФЛЮОРОЗА ЗУБОВ ОТ ДОЛИ УЧАСТИЯ МИНЕРАЛЬНОЙ ВОДЫ, СОДЕРЖАЩЕЙ ВЫСОКИЕ КОНЦЕНТРАЦИИ ФТОРА, С ПОМОЩЬЮ СОВРЕМЕННЫХ МЕТОДОВ СТАТИСТИКИ // Современные наукоемкие технологии. – 2008. – № 5. – С. 31-32;URL: https://top-technologies.ru/ru/article/view?id=23838 (дата обращения: 23.11.2024).