Examination of Effected Risk Factors on Birth Weight of Child?s by Using Logistic Regression

Abstract

Erener, M, Çocuklarda düşük doğum ağırlığını etkileyen risk faktörlerinin logistik regresyon ile incelenmesi, Y.Y.Ü. Sağlık Bilimleri Enstitüsü, Biyoistatistik Anabilim Dalı Yüksek Lisans Tezi, Van, 2010. Logistic regresyon analizi sağlık alanındaki çalışmalarda yaygın olarak kullanılmaktadır. Bu analiz yöntemi, cevap değişkeni ikili yada dikotom, açıklayıcı değişkenler ise nümerik yada nominal olduğu durumlarda modeldeki değişkenlere ait parametre tahmini yapmaktadır. Regresyon analizine benzerlik göstermekle birlikte, cevap değişkeni bakımından farklıdır. Modelde yer alan her bir bağımsız değişken için odds oranı, logistik regresyon analizi katsayılarından hesaplanabilir. Bu çalışmada, logistik regresyon analizi, genel olarak tanıtılmış, teorik alt yapısı açıklanmıştır. Bunun yanı sıra; bebeklerde düşük doğum ağırlığına etkili olabilecek risk faktörleri incelenmiştir. Risk faktörü olarak; 12 değişken alınmış ve çalışma 301 kadın üzerinde yapılmıştır. Çalışma sonucunda; gebelik haftası, annenin gebelikteki beslenme durumu, gravida ve parite değişkenlerinin düşük doğum ağırlığı için istatistik olarak önemli bir risk faktörü oldukları belirlenmiştir.Anahtar sözcükler: Odds oranı, logit, Wald tesi AIC, Nagelkerke indeksi

Erener, M., Examination of effected risk factors on birth weight of child?s by using logistic regression. Yuzuncu Yil University, Institute of Health Sciences, Master Thesis in Department of Biostatics, Van, 2010. Logistic regression analysis is applicable to a broader range of research in health science. This analysis technique is used to estimate parameters of variables in the model, when dependent variable is binary or dichotomous and independent variables are nominal or numerical. It is similar to a linear regression model but is different from with respect to the dependent variable. Odds ratios for each of the independent variables in the model can be calculated from logistic regression coefficients. In this study, Logistic regression analysis was introduced and explained theoretical basis. In addition, risk factors to effect on low birth weight were examinated. Twelve variables were considered as risk factors and 301 female were included in the study. As a result, ?gestation week?, ?nutrition situation of mother?, ?gravidity? and ?parity? variables were found as statistically significant risk factors for low birth weight.Key words: Odds ratio, logit, Wald test, AIC, Nagelkerke index