محمدتقی شاکری - استاد آمار زیستی، مرکز تحقیقات عوامل اجتماعی موثر بر سلامت، دانشگاه علوم پزشکی مشهد، مشهد، ایران
راضیه یوسفی - دانشجوی دکتری آمار زیستی، کمیته تحقیقات دانشجویی، دانشگاه علوم پزشکی مشهد، مشهد، ایران
مریم علیزاده - کارشناسی ارشد آمار زیستی، گروه اپیدمیولوژی و آمار زیستی، دانشگاه علوم پزشکی مشهد، مشهد، ایران
حسین تیره - کارشناسی ارشد آمار زیستی، گروه اپیدمیولوژی و آمار زیستی، دانشگاه علوم پزشکی مشهد، مشهد، ایران

مقدمه: یکی از مهم ترین دلایل مرگ و میر در جهان، بیماری های قلبی- عروقی هستند که در میان عوامل ایجاد کننده این بیماری ها، فشار خون و دیابت اهمیت بیشتری دارند. با توجه به همبستگی بالای این دو بیماری می توان عوامل مرتبط با ابتلای همزمان به آن ها را به طور دقیق مورد بررسی قرار داد. در این راستا، پژوهش حاضر با هدف به کارگیری مدل رگرسیون لجستیک دو متغیره در راستای تعیین عوامل مرتبط با ابتلا به دیابت و فشار خون بالا در افراد 65-35 ساله شهر مشهد انجام شد. مواد و روش ها: مطالعه مقطعی- تحلیلی حاضر در ارتباط با فاز مقطعی داده های مطالعه مشهد انجام شد. متغیرهای مورد بررسی در این پژوهش عبارت بودند از: اطلاعات جمعیت شناختی، اشتغال، استعمال دخانیات، شاخص توده بدنی، میزان فعالیت فیزیکی، اضطراب، افسردگی، کلسترول، تری گلیسیرید و شاخص نسبت دور کمر به باسن. باید خاطرنشان ساخت که متغیرهای دیابت و پرفشاری خون به عنوان متغیرهای وابسته در نظر گرفته شدند. تجزیه و تحلیل ها داده ها نیز با استفاده از نرم افزار R3.4.4 در سطح معنا داری (05/0P<) صورت گرفت. یافته ها: براساس نتایج، ارتباط میان سن، سطح تحصیلات، شاخص توده بدنی، شاخص نسبت دور کمر به باسن، اضطراب، افسردگی، کلسترول و تری گلیسیرید با ابتلا به دیابت معنا دار بود (05/0P<). در ارتباط با فشار خون بالا نیز ارتباط سن، جنسیت، وضعیت اشتغال، شاخص توده بدنی، شاخص نسبت دور کمر به باسن، اضطراب، کلسترول و تری گلیسیرید معنا دار بود (05/0P<). نتیجه گیری: بر مبنای نتایج، استفاده از مدل دو متغیره به جای مدل های یک متغیره در شرایط وجود همبستگی به منظور دستیابی به نتایج دقیق تر پیشنهاد می شود. با توجه به اینکه بخش عمده ای از عوامل مرتبط، متغیرهای قابل کنترل مربوط به سبک زندگی بودند، بهتر است اقدامات در حوزه آموزش عمومی و پیشگیری در جهت ارتقای شیوه زندگی سالم در سطح جامعه معطوف گردند.

پرفشاری خون, تحلیل رگرسیون, بیماری های قلبی- عروقی, دیابت, مدل های رگرسیونی