Longitudinal veri analizinde geçiş modelleri ve bir uygulama

Abstract

Sağlık alanında yapılan araştırmalarda longitudinal veriler sıklıkla kullanılmaktadır. Longitudinal verilerin oluşturduğu longitudinal bir çalışma zamana bağlı olarak birey üzerinden alınan tekrarlı ölçümlerin toplanarak analiz edilmesidir. Longitudinal veri analizinde genelleştirilmiş doğrusal modeller üç model içermektedir. Bunlar marjinal modeller, rassal etkiler modeli ve geçiş modelleridir. Geçiş modellerinde amaç, geçmiş yanıtları çeşitli dönüştürme işlemine tabii tutarak modele ilave açıklayıcı değişkenler olarak katmaktır. Bu çalışmada, geçiş modellerinin teorik yapısı incelenmiş ve bir uygulama yapılmıştır. Bu uygulama da, Osmangazi Üniversitesi Tıp Fakültesi Çocuk Sağlığı ve Hastalıkları Anabilim Dalı'na başvuran 250 çocuğun solunum yolları enfeksiyonuna ilişkin verileri kullanılmıştır. Çocuklardaki solunum yollan enfeksiyon durumu bağımlı değişken; yaş, cinsiyet ve A vitamini eksikliğinin olup olmaması bağımsız değişkenler olarak ele alınmıştır. Birimlerden üç aylık zaman aralıklarında 6 kez tekrar edilen ölçümler alınarak veriler toplanmıştır. Verilerin analizi için geçiş modelleri ve geçişsiz modeller uygulanmıştır. Geçiş modelleri uygulandığı ve uygulanmadığı durumlardaki analiz sonuçları karşılaştırılmış ve geçiş modeli uygulandığında A vitamini eksikliğinin çocuklarda solunum yolları enfeksiyon riskini arttırdığı, geçişsiz modelde ise A vitamini eksikliğinin çocuklarda solunum yolları enfeksiyon durumunu etkilemediği görülmüştür. Longitudinal veri analizinde, geçiş modelleri uygulandığında gerçekleştirilen tahmin denklemleri, geçişsiz modeller için gerçekleştirilen tahmin denklemlerinden daha etkin sonuçlar vermektedir.Anahtar Kelimeler: Geçiş Modelleri, Longitudinal Veri, Longitudinal Veri Analizi, Markov Modelleri

On the researches which are done in the field of medicine longitudinal data are often used. A longitudinal work which is formed by longitudinal data is analysed by collecting repitation measures which are taken from on individual as related to time. On the longitudinal data analysis, generalized linear models include three models. These are marginal models, random effects models and transition models. Purpose of transition models processing past responses to transition includes to the models as explanatory variants. In this study, theorical structure of transition models was examined and an application was done. In this application, data which related to 250 childrens's respiratory infection, who applied to Osmangazi University School of Medicine Pediatrics. Dependent variable was being the respiratory infection of children or not and independent variables were sex, age and vitamin A deficiency or not. Data were collected from modules taking measures which are repeated six times for three times at the internal. For data analysis, transition models and intransitive models were applied. Analysis results on conditions that transition models are applied or not applied were compared and it was shown that increased risk of respiratory infection on the children when transition models applied, but on the intransitive models it was shown that vitamin A defciency didn't affect state of respiratory infection on the children. On the longitudinal data analysis, when transition models are applied, implemented estimate equations give more effective results than implemented estimate equations for intransitive models.Key Words: Transition Models, Longitudinal Data, Longitudinal Data Analysis, Markov Models