Razi Journal of Medical Sciences
مجله علوم پزشکی رازی
RJMS
Medical Sciences
http://rjms.iums.ac.ir
39
journal39
2228-7043
2228-7051
en
jalali
1396
8
1
gregorian
2017
11
1
24
161
online
1
fulltext
fa
کاربرد مدل آمیخته رشد پنهان در تحلیل نرخ مرگ و میر حوادث ترافیکی سراسر جهان، 2007 تا 2013
Application of growth mixture model to analysis of road traffic death rate in the world, 2007 -2013
آمار زیستی
Biostatistics
پژوهشي
Research
<strong><span style="font-family:b mitra;"><span style="font-size:10.0pt;">زمینه و هدف</span></span></strong>: <span style="color:black;"><span style="font-family:b mitra;"><span style="font-size:10.0pt;">سوانح و حوادث ترافیکی به عنوان یکی از مهمترین مشکلات بهداشتی در جهان مطرح هستند. الگوی رخداد تصادفات ترافیکی در کشورهای مختلف جهان متفاوت است و نیازمند رویکردها و استراتژیهای خاص میباشد. هدف از این مطالعه به کار گیری مدل آمیخته رشد پنهان جهت بررسی الگوی تغییرات مرگ و میر تصادفات جادهای در سراسر جهان بود.</span></span></span><br>
<strong><span style="font-family:b mitra;"><span style="font-size:10.0pt;">روش کار</span></span></strong>: <span style="color:black;"><span style="font-family:b mitra;"><span style="font-size:10.0pt;">در این مطالعه طولی، دادههای مرگ و میر تصادفات جادهای سالهای 2007، 2010 و 2013 مربوط به 193 کشور از سراسر جهان از گزارشهای سازمان بهداشت جهانی استخراج گردید. جهت بررسی روند تغییرات از مدلهای منحنی رشد پنهان خطی و غیر خطی استفاده و با هم مقایسه شد. در نهایت جهت گروهبندی کشورها براساس روندها، مدل آمیخته رشد پنهان برازش داده شد. برای تحلیل دادهها از نرمافزار </span></span></span><span dir="LTR"><span style="color:black;"><span style="font-family:times new roman,serif;"><span style="font-size:10.0pt;">Mplus 6.12</span></span></span></span><span style="color:black;"><span style="font-family:b mitra;"><span style="font-size:10.0pt;"> استفاده شد.</span></span></span><span dir="LTR"><span style="color:black;"><span style="font-family:times new roman,serif;"><span style="font-size:10.0pt;"></span></span></span></span><br>
<strong><span style="font-family:b mitra;"><span style="font-size:10.0pt;">یافتهها</span></span></strong>: <span style="color:black;"><span style="font-family:b mitra;"><span style="font-size:10.0pt;">مدل منحنی رشد پنهان غیر خطی برازش بهتری نسبت به مدل خطی داشت، با توجه به مدل غیر خطی روند تغییرات مرگ و میر ابتدا کاهش (تا سال 2010) و سپس افزایش داشت. با استفاده از مدل آمیخته رشد پنهان 7 کلاس (1 کلاس خطی و 6 کلاس غیر خطی) با روند مرگ و میر متفاوت استخراج شد.</span></span></span><span style="font-family:b mitra;"><span style="font-size:10.0pt;"></span></span><br>
<strong><span style="font-family:b mitra;"><span style="font-size:10.0pt;">نتیجهگیری</span></span></strong><span style="font-family:b mitra;"><span style="font-size:10.0pt;">: از سال 2007 تا سال 2013 مرگ و میر تصادفات جادهای جهان ابتدا کاهش و سپس افزایش یافته است. با توجه به روند مرگ و میر، کشورهای جهان به 7 زیرگروه با الگوی متفاوت دستهبندی شدند. بنابراین جهت کاهش مرگ و میر تصادفات جاده در جهان، بهتر است برای هر یک از 7 زیرگروه سیاستهای جداگانهای اعمال شود.</span></span><span style="color:black;"><span style="font-family:b mitra;"><span style="font-size:10.0pt;"></span></span></span>
<strong>Background</strong>: Road Traffic Accidents (RTA) is a major public health problem in the world. The RTAs patterns are different in various countries which require taking specific approach es and strategies. The purpose of this study was to use Growth Mixture Model (GMM) to study the pattern of RTAs death rate worldwide.<br>
<strong>Methods</strong>: In this longitudinal study, RTAs death rate data of 193 countries from 2007, 2010 and 2013 were extracted from the World Health Organization reports. In order to investigate the RTAs growth trajectory, linear and nonlinear Latent Growth Models (LGM) were used and compared to each other. Finally, the GMM was fitted to identify and classify countries based on RTAs death rate patterns. Statistical analyses were conducted by Mplus 6.12.<br>
<strong>Results</strong>: The nonlinear LGM fitted better than the linear model. According to nonlinear model, the estimated RTAs rate trend was downward in the first three years and then the rate changed to upward. By using GMM, seven subgroups with different RTAs death rate patterns were determined.<br>
<strong>Conclusion</strong>: From 2007 to 2013, the RTAs death rate in the world started to decline and then increased. Based on death rate growth trajectories, world countries classified into seven subgroups with various patterns. Therefore, in order to reduce RTAs death rate in the world different approaches need to be considered for each subgroup.<br>
مدل منحنی رشد پنهان, مدل آمیخته رشد پنهان, تصادفات جادهای, مطالعه طولی
Latent growth model, Growth mixture model, Road traffic accident, Heterogeneity, Longitudinal analysis
1
12
http://rjms.iums.ac.ir/browse.php?a_code=A-10-3728-1&slc_lang=fa&sid=1
masood
salehi
مسعود
صالحی
salehi74@yahoo.com
3900319475328460040619
3900319475328460040619
No
Iran University of Medical Sciences, Tehran, Iran.
دانشگاه علوم پزشکی ایران، تهران، ایران
mohammad reza
mehmandar
محمد رضا
مهماندار
Majidmehmandar@gmail.com
3900319475328460040620
3900319475328460040620
No
NAJA Traffic Police, Tehran, Iran.
پلیس ترافیک ناجا، تهران، ایران
tofigh
mobaderi
توفیق
مبادری
tofigh.state@gmail.com
3900319475328460040621
3900319475328460040621
Yes
Iran University of Medical Sciences, Tehran, Iran
دانشگاه علوم پزشکی ایران، تهران، ایران