इंटरनेशनल जर्नल ऑफ फिजिकल मेडिसिन एंड रिहैबिलिटेशन
खुला एक्सेस

अमूर्त

बाइनरी लॉजिस्टिक रिग्रेशन विश्लेषण में पूर्वानुमान सटीकता बढ़ाने का प्रयास

मकोतो टोकुनागा, कोइचिरो योनेमित्सु और हिरोयुकी योनेमित्सु

उद्देश्य: बाइनरी लॉजिस्टिक रिग्रेशन विश्लेषण की पूर्वानुमान सटीकता में सुधार करना आवश्यक है। इस अध्ययन का उद्देश्य यह स्पष्ट करना था कि क्या फंक्शनल इंडिपेंडेंस मेजर (FIM) गेन (0/1 बाइनरी वैल्यू) का उपयोग करके बाइनरी लॉजिस्टिक रिग्रेशन विश्लेषण एक आश्रित चर के रूप में पूर्वानुमान सटीकता को बढ़ाता है जब प्रवेश पर FIM (FIMa) को वर्गीकृत किया जाता है या जब कई पूर्वानुमान सूत्र बनाए जाते हैं।

विधियाँ: अध्ययन जनसंख्या में जापान में स्वास्थ्य लाभ पुनर्वास वार्डों में भर्ती 2,542 स्ट्रोक रोगी शामिल थे। हमने मात्रात्मक डेटा के रूप में FIMa का उपयोग करने वाले सूत्र (A), FIMa को 4 समूहों में वर्गीकृत करने वाले सूत्र (B), और दो पूर्वानुमान सूत्रों (C) के बीच FIM लाभ की पूर्वानुमान सटीकता की तुलना की।

परिणाम: इन सूत्रों की पूर्वानुमान सटीकता, अवरोही क्रम में, सी (76.3%), बी (76.0%), और ए (68.4%) पाई गई।

निष्कर्ष: मात्रात्मक डेटा के रूप में FIMa का उपयोग करने से भी अधिक, FIMa को 4 समूहों में वर्गीकृत करके या दो पूर्वानुमान सूत्र बनाकर FIM लाभ की पूर्वानुमान सटीकता को बढ़ाया गया।