هفته اول فروردین ماه 1390:28-35

بررسی ارتباط اجزای ‌سندرم‌ متابولیک ‌و‌ تعداد‌ گلبول‌های خون با به کارگیری ‌مدل‌های رگرسیونی با داده‌های شمارشی

فاطمه حسن‌زاده, ایرج کاظمی, رویا کلیشادی

چکیده


  • مقدمه: سندرم متابولیک، به مجموعه‌ای‌ از اختلالات متابولیك اطلاق می‌شود كه با افزایش خطر ابتلا به دیابت نوع دوم و بیماری‌های قلبی- عروقی همراه است. افزایش رو به رشد روند چاقی در كودكان به دلیل تغییر شیوه‌های زندگی و نیز شیوع بالای این سندرم در میان کودکان چاق ایرانی، موجب گردیده است تا این سندرم به یكی از مشكلات با اهمیت در این گروه سنی تبدیل گردد. مطالعات زیادی در بررسی ارتباط اجزای سندرم متابولیک با فاکتورهای خونی و محیطی در میان کودکان چاق انجام پذیرفته است. اما بررسی ارتباط اجزای این سندرم و تعداد گلبول‌های خونی در جامعه‌ی کودکان ایرانی محدود است. با توجه به شمارشی بودن نوع متغیر تعداد گلبول‌های خونی استفاده از روش‌های معمول آماری در مدل ‌بندی‌های بالینی به نتایج نادرستی می‌انجامد. در این مقاله، با معرفی مدل‌های مناسب آماری برای داده‌های شمارشی مانند مدل پواسن تعمیم ‌یافته، به مدل‌ بندی اجزای سندرم متابولیک بر روی تعداد گلبول‌های خونی، می‌پردازیم.
  • روش‌ها: در این مطالعه‌ی مقطعی که بر روی 292 کودک و نوجوان گروه سنی 6 تا 12 ساله‌ی چاق مراجعه ‌کننده به درمانگاه اطفال وابسته به دانشگاه علوم پزشکی اصفهان انجام پذیرفته است، اطلاعات مربوط به اجزای سندرم متابولیك با بررسی فاکتورهای خونی و متغیرهای رشد ‌این گروه سنی تعیین شد و ارتباط آن‌ها با تعداد گلبول‌های خون مورد تجزیه و تحلیل قرار گرفت.
  • یافته‌ها: نتایج آماری مدل پواسن تعمیم‌ یافته به عنوان بهترین مدل برازش ‌یافته از میان مدل‌های متناسب با داده‌های شمارشی، نشان داد دو عامل نسبت تری‌گلیسرید به HDL-C و شاخص توده‌ی بدنی با تعداد گلبول‌های ‌سفید و متغیرهای کلسترول به HDL-C، تری‌گلیسرید به HDL-C و LDL-C به HDL-C دارای ارتباط معنی‌دار با تعداد گلبول‌های قرمز خون بودند.
  • نتیجه‌گیری: یافته‌های مطالعه‌ی حاضر حاکی از اثر برخی از اجزای سندرم متابولیک بر تعداد گلبول‌های خونی بود.

واژگان کلیدی


سندرم‌ متابولیک؛ تعداد گلبول‌های خون؛ داده‌های شمارشی؛ مدل پواسن تعمیم‌ یافته

تمام متن:

PDF

مراجع


Weiss R, Dziura J, Burgert TS, Tamborlane WV, Taksali SE, Yeckel CW, et al. Obesity and the metabolic syndrome in children and adolescents. N Engl J Med 2004; 350(23): 2362-74.

Maki KC. Dietary factors in the prevention of diabetes mellitus and coronary artery disease as-sociated with the metabolic syndrome. Am J Cardiol 2004; 93(11A): 12C-7C.

Steinberger J, Daniels SR. Obesity, insulin re-sistance, diabetes, and cardiovascular risk in children: an American Heart Association scien-tific statement from the Atherosclerosis, Hyper-tension, and Obesity in the Young Committee (Council on Cardiovascular Disease in the Young) and the Diabetes Committee (Council on Nutrition, Physical Activity, and Metabolism). Circulation 2003; 107(10): 1448-53.

Bacha F, Saad R, Gungor N, Janosky J, Arslanian SA. Obesity, regional fat distribution, and syndrome X in obese black versus white ad-olescents: race differential in diabetogenic and atherogenic risk factors. J Clin Endocrinol Metab 2003; 88(6): 2534-40.

Jalali R, Vasheghani M, Dabbaghmanesh MH, Ranjbar Omrani Gh. Prevalence of metabolic syndrome among adults in a rural area. Iranian. Journal of Endocrinology and Metabolism 2009; 11(4): 405-14.

Nishina M, Kikuchi T, Yamazaki H, Kameda K, Hiura M, Uchiyama M. Relationship among sys-tolic blood pressure, serum insulin and leptin, and visceral fat accumulation in obese children. Hypertens Res 2003; 26(4): 281-8.

Ebrahimi-Mamaghani M, Arefhosseini SR, Gol-zarand M, Aliasgarzadeh A, Vahed-Jabbary M. Long-term effects of processed berberis vulgaris on some metabolic syndrome components. Ira-nian Journal of Endocrinology and Metabolism 2009; 11(1): 41-7.

Steinberger J. Diagnosis of the metabolic syn-drome in children. Curr Opin Lipidol 2003; 14(6): 555-9.

Cole TJ, Bellizzi MC, Flegal KM, Dietz WH. Es-tablishing a standard definition for child over-weight and obesity worldwide: international sur-vey. BMJ 2000; 320(7244): 1240-3.

Ascaso JF, Romero P, Real JT, Lorente RI, Mar-tinez-Valls J, Carmena R. Abdominal obesity, in-sulin resistance, and metabolic syndrome in a southern European population. Eur J Intern Med 2003; 14(2): 101-6.

Rodriguez-Moran M, Salazar-Vazquez B, Vio-lante R, Guerrero-Romero F. Metabolic syn-drome among children and adolescents aged 10-18 years. Diabetes Care 2004; 27(10): 2516-7.

Wang YY, Lin SY, Liu PH, Cheung BM, Lai WA. Association between hematological parameters and metabolic syndrome components in a Chi-nese population. J Diabetes Complications 2004; 18(6): 322-7.

Cameron AC, Trivedi PK. Regression Analysis of Count Data. Cambridge: Cambridge University Press; 1998.

Hardin JW, Hilbe JM. Generalized Linear Models and Extensions. 2nd ed. Texas: Stata Press; 2007.

Lee Y. Fixed-effect versus random-effect mod-els for evaluating therapeutic preferences. Stat Med 2002; 21(16): 2325-30.

Kim JA, Choi YS, Hong JI, Kim SH, Jung HH, Kim SM. Association of metabolic syndrome with white blood cell subtype and red blood cells. Endocr J 2006; 53(1): 133-9.

Hsieh CH, Pei D, Kuo SW, Chen CY, Tsai SL, Lai CL, et al. Correlation between white blood cell count and metabolic syndrome in adoles-cence. Pediatr Int 2007; 49(6): 827-32.

Wu CZ, Hsiao FC, Lin JD, Su CC, Wang KS, Chu YM, et al. Relationship between white blood cell count and components of metabolic syndrome among young adolescents. Acta Diabetol 2010; 47(1): 65-71.

Roberts CK, Won D, Pruthi S, Kurtovic S, Sindhu RK, Vaziri ND, et al. Effect of a short-term diet and exercise intervention on oxidative stress, in-flammation, MMP-9, and monocyte chemotac-tic activity in men with metabolic syndrome fac-tors. J Appl Physiol 2006; 100(5): 1657-65.

Sanchez-Chaparro MA, Calvo-Bonacho E, Gonzalez-Quintela A, Cabrera M, Sainz JC, Fer-nandez-Labandera C, et al. Higher red blood cell distribution width is associated with the metabol-ic syndrome: results of the Ibermutuamur Car-diovascular RIsk assessment study. Diabetes Care 2010; 33(3): e40.

Motlagh ME, Kelishadi R, Amirkhani MA, Ziaoddini H, Dashti M, Aminaee T, et al. Double burden of nutritional disorders in young Iranian children: findings of a nationwide screening sur-vey. Public Health Nutr 2011; 14(4): 605-10.




Creative Commons Attribution-NonCommercial 4.0

This work is licensed under a Creative Commons Attribution-NonCommercial 4.0 Unported License which allows users to read, copy, distribute and make derivative works for non-commercial purposes from the material, as long as the author of the original work is cited properly.