هدف: به دلیل تغییر در شیوه زندگی، چاقی در دوران کودکی یکی از مهمترین مشکلات بهداشتی در کشورهای توسعه یافته و در حال توسعه می باشد. هدف از این مطالعه بررسی میزان شیوع چاقی و ارتباط آن با فاکتورهای شیوه زندگی در ? ساله بود. - کودکان فعال و غیر فعال ?? ? ساله نجف آبادی صورت گرفت. قد و وزن به روش استاندارد - روش: این مطالعه مقطعی بر روی ??? نفر از کودکان ?? اندازه گیری و فعالیت جسمانی، تغذیه و وضعیت اقتصادی- اجتماعی با استفاده از پرسش نامه های دارای روایی تعیین cdc برای سن و جنس در مقایسه با صدک های استاندارد 2000 (bmi) گردید. چاقی بر اساس معیار نمایه توده بدنی ارزیابی گردید. ?? % به دست آمد، در کودکان فعال میزان شیوع چاقی به / ?% و ? / نتایج: میزان شیوع چاقی و اضافه وزن به طور کلی ? طور معنی داری کمتر از شیوع چاقی در کودکان غیر فعال بود. شیوع چاقی در کودکان با سطح فعالیت جسمانی در ورزش و اوقات فراغت رابطه معنی داری داشت، با مصرف سبزیجات همبستگی منفی و با مصرف نوشیدنی های شیرین و غذای آماده همبستگی مثبت داشت و در نهایت با وضعیت اقتصادی- اجتماعی ارتباط معنی داری نداشت. بحث و نتیجه گیری: میزان شیوع چاقی با سطح فعالیت و نوع تغذیه ارتباط دارد و گویای این موضوع می باشد که اجرای برنامه های مداخله ای برای کنترل الگوهای تغذیه ای و فعالیتی ضروری بنظر می رسد. واژه های کلیدی: چاقی، اضافه وزن، نمایه توده بدنی، فاکتورهای شیوه زندگی

رگرسیون لوجستیک مدلی عمومی برای تحلیل داده های پزشکی و اپیدمیولوژیکی می باشد و اخیراً محققین معدودی تحقیقات خود را به تحلیل مدل های رگرسیون لوجستیک با وجود مقادیر گمشده در متغیرهای کمکی معطوف داشته اند. در بسیاری از پژوهش ها محققین با مجموعه داده هایی مواجه هستند که دارای مقادیر گمشده است. گمشدگی تهدید عمده ای برای درستی نتایج حاصل از مجموعه داده ها محسوب می شوند و اجتناب از آن بسیار مشکل است. تمامی روش های برآورد پارامترها بر پایه فرض کامل بودن مجموعه داده ها استوار است و تحت برقراری این شرایط منجر به برآوردهایی نا اریب می شوند. در مطالعات انجام شده ثابت شده است که در صورت وجود مقادیر گمشده تصادفی در مجموعه داده ها برآوردهای حاصل، دیگر نااریب نخواهند بود و با افزایش نسبت گمشدگی ، مقدار اریبی نیز افزایش خواهد یافت. ساتن و کارول تابع درستنمایی ویژه ای را برای برآورد پارامترهای مدل رگرسیون لوجستیک وقتی که مقادیر کمکی z به طور کامل مشاهده شده و مقادیر متغیر کمکی x دارای مقادیر گمشده از نوع مکانیسم گمشدگی تصادفی (mar) باشند، معرفی کرده اند. در این پژوهش از این تابع درستنمایی در تحلیل بیزی برای برآورد پارامترهای مدل رگرسیون لوجستیک استفاده شده است و نتایج به دست آمده با روش های جانهی چندگانه و واحد کامل مقایسه شده است. روش های مذکور را بر روی داده های شبیه سازی شده و داده های دندانپزشکی اجرا کرده و پس از مقایسه نتایج حاصل از سه روش مذکور نتیجه گرفته شد که اگر مکانیسم گمشدگی تصادفی باشد، به کارگیری تحلیل بیزی با تکنیک mcmc منجر به برآوردهای دقیق تری نسبت به روش جانهی چند گانه و روش واحد کامل می شود.

چکیده ندارد.