Saha araştırmalarında `Discrete Multivariate` yöntemlerin uygulanabilirliği araştırması

Abstract

Saha Araştırmalarında `Discrete Multivariate ` Yöntemlerin Uygulanabilirliği Araştırması VI- ÖZ Bu çalışmada, üniversite öğrencilerinde sigara içmeyi etkileyen faktörlerin saptanmasında `univariate` ve `multivariate` yöntemlerin uygulanabilirliğini göstermek ve sonuçlarının karşılaştırılması amaçlanmıştır. Türkiye'nin 7 coğrafik bölgesinde bulunan toplam 23 üniversiteden, her bölgeyi temsilen 7 üniversite rastgele seçilerek araştırmaya alınmıştır. Kasan 1990 ile Şubat 1991 tarihleri arasında, bu üniversitelerde okuyan öğrencilerin 5834'üne anket uygulanmıştır. Anket; üp fakültelerinde okuyan öğrencilerde 1. 4. ve 6. sınıflara, tıp fakültesi dışındaki fakültelerde okuyan öğrencilerde ise 1. ve 4. sınıflara uygulanmıştır. Sigara içen ve hiç sigara içmeyen gruplar karşılaştırıldığında; öğrencilerde hergün sigara içmeyi etkileyen birinci faktör `en yalan arkadaşın sigara içme durumudur`. Lojistik regresyon analizi ile, arkadaşı hergün sigara içen öğrencilerin hergün sigara içme riski, arkadaşı hiç sigara içmemiş olanlara kıyasla 8.26 kat fazla olduğu bulunurken univariate yöntemle 13.43 kat bulunmuştur. Arkadaşı ara sıra sigara içen bir öğrencinin hergün sigara içme riski; arkadaşı hiç içmemiş olan bir öğrenciye kıyasla lojistik regresyonla 2.71 kat, univariate yöntemle 3.40 kat daha az bulunmuştur. Bu oran arkadaşı sigarayı bırakmış olan bir öğrenci için lojistik regresyonla 2.30 kat, univariate yöntemle 2.34 kat fazla bulunmuştur. İkinci risk aktörü `öğrencinin alkol kullanımıdır` Hiç alkol almayan öğrenciye kıyasla; haftada bir kezden fazla alkol alan öğrencinin hergün sigara içme riski lojistik regresyonla 7.98 kat, univariate yöntemle 12.66 kat ; ayda bir kezden fazla alkol alan öğrencinin hergün sigara içme riski lojistik regresyon ile 4.99, univariate yöntemle 7.53 kat ; altı ayda bir kez alkol alan öğrencinin hergün sigara içme riski lojistik regresyonla 3.65 kat, univariate yöntemle 5.04 kat daha fazla bulunmuştur. Üçüncü risk faktörü olarak `yaş`, dördüncü risk faktörü olarak `sigaranın zararlı olduğu düşüncesine katılım derecesi` ve sırayla; `cinsiyet`, `kiminle veya nerede kaldığı`, `okuduğu fakülte`, `ablasının, abisinin, annesinin sigara alışkanlığı`, `yaptığı aylık harcama`, ve `babasının eğitimi` hergün sigara içmeyi etkileyen diğer risk faktörleri olarak bulunmuştur. Polychotomous lojistijk regresyon(PLR) analizi sonuçlan dichotomous(DLR) analiz sonuçlarına benzemekte ancak bazı önemli farklılıkları vardır. PLR'da babanın sigara içme durumu 6. önemli değişken olurken DLR'da üç modelden hiç birine girememiştir. Bu nedenle odds değerlerinde bazı farklılıklar görülebilmektedir. PLR'da değişkenlerin önemlilik sırası; arkadaşın sigara içme durumu, alkol kullanımı, sigaranın zararlı olduğuna katılım derecesi, cinsiyeti, kaldığı yer, babanın sigara içme durumu, abinin sigara içme durumu, okuduğu fakülte, ablanın sigara içme durumu ve yaş şeklinde dir. DLR ve PLR'da verilen değişkenlerin önemlilik sıralamasını univariate analizlere dayanarak vermemiz pek mümkün olmayacaktır çünkü univariate yöntemde değişkenlerin birbirleri ile olan etkileşimleri göz önüne alınamamaktadır. Yukarda görüldüğü gibi univariate ve multivariate sonuçlar birbirinden çok farklı olabilmektedir. Model yaklaşımı ikiden fazla değişkenin aynı anda analizini mümkün kıldığından modelleme ile elde edilen odds değerleri univariate yönteme kıyasla daha güvenilirdir. `Univariate` analizler için SPSS ve EPİ6 paket programlan, `Multivariate` analizler için BMDP paket programının lojistik regresyon biriminden yararlanıldı. Anahtar sözcükler: Öğrenci, tıp, sigara, multivariate, lojistik V

The applicability of multivariate analysis on survey data VII- Abstract Objective- To apply univariate and multivariate analysis methods in assessing risk factors related with smoking in university students and to compare these results. Design- First and final year medical and non medical (science) students from seven universities located in seven different geographical areas in Turkey replied anonymously to an adapted World Health Organization questionnaire in Turkish. Subjects-First, fourth and sixth (final) year medical students (totaI=3646) and first and last year non medical students (total=2188) from different universities. Results- The results of dichotomous logistic analysis and univariate analysis of daily smokers and never smokers are as follows: The first factor found associated with daily smoking was the smoking behavior of the best friend. The risk of being a daily smoker was 8.26 (logistic regression), 13.43 (univariate) times higher for students whose best friend was an daily smoker than for a never smoker best friend. The risk of being a daily smoker was about 2.71 (logistic regression), 3.40 (univariate) times higher for an occasional smoker best friend and 2.30 (logistic regression), 2.34 (univariate) times higher for an ex-smoker best friend. The second important factor was the use of alcohol. The risk of being a daily smoker was about 7.98 (logistic regression), 12.66 (univariate) times higher for students who used to take more than once a week alcohol versus non users. For students with alcohol consumption once a month this risk decreased to 4.99 (logistic regression), 7.53 (univariate) times and for alcohol consumption of once in six months the risk decreased to 3.65 (logistic regression), 5.04 (univariate) times. The third factor was age. Fourth the agreement with that smoking is hazardous. 5th factor was sex. The next factor was where or with whom does the student during his/her education live. The 7'th factor was faculty. Than the older sister's smoking status. The 9th factor was the older brother's smoking status. The 10th factor was mothers smoking status. Then the money spent per month, and finally father's education. The order of these risk factors could be given only with the use of multivariate analysis because in univariate analysis the interaction of these risk factors could not be interpreted. The order of the risk factors was the order in which they enter the stepwise logistic regression equation. As shown multivariate and univariate results differ. This difference is due to modeling, where more than two variables can be analyzed together. And it is clear that the reliability of multivariate results are higher than univariate analysis results. In the comparison of dichotomous and polychotomous LR the number of variables and the variables found significant differ for these two multivariate analysis. For example fathers smoking status was found to be significant in polychotomous LR but not in one of the three models with dichotomous LR. The order and the variables themselves differ for the model in polychotomous logistic regression. The number of variables in the model for dichotomous LR was about 12 variables but only 10 for polychotomous LR. In the case of smoking status for students, the comparison of dichotomous and polychotomous LR showed that it is not possible to define whether a student smokes occasionally or is a never smoker and it is not possible to define whether a student was an ex-smoker or never smoker. But in the case of daily smoker and never smoker dichotomous LR seems to be better than polychotomous LR. Univariate data analysis was done with the chi-square method. Dichotomous and polychotomous logistic regression methods were used for multivariate analysis. Univariate analysis was done using SPSSPC+ and EPI6 and multivariate analysis was done with BMDP. Key words : Smoking, medical, logistic, multivariate, student. VI