PEDİATRİK BÜYÜME EĞRİLERİNİN OLUŞTURULMASINDA KULLANILAN İSTATİSTİKSEL YÖNTEMLERİN KARŞILAŞTIRILMASI

Authors : Gökmen ZARARSIZ

Pages : 159-164

View : 18 | Download : 7

Publication Date : 2017-07-01

Article Type : Research Paper

Abstract :Pediatrik büyüme eğrileri ile çocukların yaşa bağlı antropometrik ölçümlerinin değişimi izlenerek genel sağlık ve beslenme durumları belirlenebilmektedir. Bu eğrilerin oluşturulmasında yaygın olarak LMS yöntemi kullanılmaktadır. LMS yöntemi ölçümlerin konum, yaygınlık ve çarpıklık ölçülerini modelleyebilmekte, basıklık ölçülerini modelleyememektedir. LMSP ve LMST yöntemleri daha yeni yöntemler olup ölçüm dağılımlarının her dört parametresini modelleme imkanı sunmaktadır. Bu çalışmada LMS, LMSP ve LMST yöntemlerinin performanslarının gerçek bir veride karşılaştırılması amaçlanmıştır. Gereç ve Yöntem:Veri seti olarak Kayseri`de yaşayan 0 -6 yaş arası 2894 sağlıklı çocuğa ait 13 farklı antropometrik ölçümlerinin yer aldığı veri seti kullanılmıştır. Her üç yöntem R yazılımının gamlss paketinde uygulanmış, karşılaştırmalarında Akaike bilgi kriteri insert ignore into journalissuearticles values(AIC);, genelleştirilmiş Akaike bilgi kriteri insert ignore into journalissuearticles values(GAIC); ve SchwarzBayes bilgi kriteri insert ignore into journalissuearticles values(SBC); kullanılmıştır. Bulgular:AIC ile yapılan değerlendirmelerde, LMS yöntemi erkeklerde 7, kızlarda 5 ölçümde en iyi modeli vermiştir. GAIC ile yapılan değerlendirmelerde,bu yöntem erkeklerde 9, kızlarda 5 ölçümde en iyi modeli vermiştir. Son olarak, SBC ile yapılan değerlendirmelerdeise erkeklerde 11, kızlarda 12 ölçümde en iyi performansa sahip yöntem olarak gözlenmiştir. Diğer durumlarda ise genel olarak LMSP yönteminin en iyi modeli verdiği görülmüştür. Sonuç:Yaygın olarak LMS yöntemi iyi performans gösteren bir yöntem olmuştur. Bununla birlikte diğer iki yöntem de çeşitli ölçümler açısından en iyi büyüme eğrileri modellerini oluşturmuştur. Araştırmacılar büyüme eğrilerini oluştururken her üç yöntemi de dikkate almalı, karşılaştırmalı analizler gerçekleştirerek en iyi modele karar vermelidir.
Keywords : Box Cox dönüşümü, Büyüme eğrileri, GAMLSS, LMS, LMSP, LMST