طیب محمدی - Epidemiology and Biostatistic Dept., Shahrekord University of Medical Sciences, Shahrekord, I.R. Iran
سلیمان خیری - Social Health Determinants Research Center, Shahrekord University of Medical Sciences, Shahrekord, I.R. Iran
مرتضی سدهی - Epidemiology and Biostatistic Dept., Shahrekord University of Medical Sciences, Shahrekord, I.R. Iran

زمینه و هدف: خون و فرآورده های حاصل از آن جایگاه ویژه ای در نظام سلامت هر کشوری دارد. هدف از این تحقیق، مدل بندی تعداد دفعات معافیت از اهدای خون و شناسایی عوامل موثر بر آن بر اساس مدل های رگرسیون شمارشی انباشته در صفر با رویکرد بیزی است. روش بررسی: داده های تحقیق حاضر برگرفته از یک مطالعه طولی است که در آن ۸۶۴ اهداکننده خون برای بار اول و حداکثر به مدت ۵ سال (از ۱۳۸۷ تا ۱۳۹۱) پیگیری شدند. تعداد دفعات معافیت از اهدای خون طی ۵ سال به عنوان متغیر وابسته و همچنین، جنس، وزن، سن، تحصیلات، وضعیت شغلی و تاهل به عنوان متغیرهای مستقل استفاده شدند. تحلیل داده ها بر اساس دو مدل رگرسیون پواسن انباشته در صفر و دو جمله ای منفی انباشته در صفر با رویکرد بیزی انجام گرفت. برآورد پارامترها با استفاده از روش مونت کارلوی زنجیر مارکوفی (MCMC) به کمک نرم افزار وین باگز (WinBUGS) و مقایسه مدل ها بر اساس معیار بیزی اطلاع انحرافی (DIC) انجام شد. یافته ها: بر اساس معیار اطلاع انحرافی (DIC)، مدل رگرسیون دو جمله ای منفی انباشته در صفر به عنوان مدل بهتر انتخاب شد. از میان متغیرهای مستقل، فقط متغیر وزن با داشتن ضریب رگرسیونی مثبت، معنی دار شد. نتیجه گیری: افراد با وزن بالاتر به علت مراجعه بیشتر برای اهدای خون، تعداد معافیت بیشتری داشتند؛ لذا با آموزش و اطلاع رسانی به این افراد در خصوص علل معافیت از اهدای خون می توان تعداد معافیت آن ها را کاهش داد.

Bayesian Analysis, Count Regression Model, Zero-Inflated, Negative Binomial, Blood donor deferral, Markov Chain Monte Carlo., تحلیل بیزی, مدلهای شمارشی, صفر انباشته, دوجمله ای منفی, معافیت خون, مونت کارلوی زنجیر مارکوفی