Logistic regression was applied to

Logistic regression was applied to identify the risk factors for hypertension. Initially, potential risk factors were evaluated using bivariate analyses an arbitrary p-value of < 0.20 was used as criteria to include it in the multivariable logistic regression model to control confounding effects,


and the results were considered statistically significant at P-value _ 0.05. The independent variables, like socio-demographic factors and health related life-style characteristics (engaging in physical activity, Body mass Index, abdominal obesity, dietary habits, instance of alcoholic drink, and smoking) of the study population were computed in the multivariable logistic regression analysis. The value 0 was given to a normotensive case (a person having systolic blood pressure (SBP)

ผลลัพธ์ (ไทย) 1:

Logistic regression was applied to identify the risk factors for hypertension. Initially, potential risk factors were evaluated using bivariate analyses an arbitrary p-value of < 0.20 was used as criteria to include it in the multivariable logistic regression model to control confounding effects, and the results were considered statistically significant at P-value _ 0.05. The independent variables, like socio-demographic factors and health related life-style characteristics (engaging in physical activity, Body mass Index, abdominal obesity, dietary habits, instance of alcoholic drink, and smoking) of the study population were computed in the multivariable logistic regression analysis. The value 0 was given to a normotensive case (a person having systolic blood pressure (SBP) <140mmHg and /or diastolicblood pressure (DBP) < 90 mmHg or no previous history of hypertension, and 1 to a hypertensive case (a person having systolic blood pressure (SBP) _140mmHg and /or a diastolic blood pressure (DBP) _ 90 mmHg or known hypertensive patients on treatment was used to make the outcome classified. Statistical analysis was performed using STATA version 12 software.

ผลลัพธ์ (ไทย) 2:

การถดถอยโลจิสติกถูกนำมาใช้ในการระบุปัจจัยเสี่ยงสำหรับความดันโลหิตสูง ในขั้นต้นปัจจัยเสี่ยงที่อาจเกิดขึ้นได้รับการประเมินโดยใช้การวิเคราะห์ bivariate พล p-value ของ <0.20 ถูกนำมาใช้เป็นเกณฑ์ที่จะรวมไว้ในแบบจำลองการถดถอยโลจิสติกหลายตัวแปรในการควบคุมผลกระทบรบกวน, และผลที่ได้รับการพิจารณานัยสำคัญทางสถิติที่ P-value _ 0.05 ตัวแปรอิสระเช่นเดียวกับปัจจัยทางสังคมและประชากรและสุขภาพที่เกี่ยวข้องกับลักษณะรูปแบบชีวิต (มีส่วนร่วมในการออกกำลังกายดัชนีมวลกาย, โรคอ้วนท้องพฤติกรรมการบริโภคอาหารอินสแตนซ์ของเครื่องดื่มแอลกอฮอล์และการสูบบุหรี่) ของประชากรการศึกษาถูกคำนวณในโลจิสติกหลายตัวแปร การวิเคราะห์การถดถอย 0 ค่าถูกกำหนดให้กรณีโลหิตปกติ (บุคคลที่มีความดันโลหิต (SBP) <140mmHg และ / หรือ diastolic ความดันโลหิต (DBP) <90 มิลลิเมตรปรอทหรือไม่มีประวัติก่อนหน้าของความดันโลหิตสูงและ 1 ถึงกรณีที่ความดันโลหิตสูง (บุคคลที่มี ความดันโลหิต (SBP) _140mmHg และ / หรือความดันโลหิต diastolic (DBP) _ 90 มิลลิเมตรปรอทหรือที่รู้จักกันในผู้ป่วยความดันโลหิตสูงในการรักษาที่ถูกใช้ในการทำผลจัด. การวิเคราะห์ทางสถิติได้ดำเนินการใช้รุ่น Stata 12 ซอฟแวร์

ผลลัพธ์ (ไทย) 3:

ถดถอยโลจิสติกถูกนำมาใช้เพื่อระบุปัจจัยความเสี่ยงสำหรับความดันโลหิตสูง เริ่มต้น ปัจจัยความเสี่ยงที่อาจเกิดขึ้น ได้แก่ การวิเคราะห์การถดถอยและการโดยพลการของ < 0.20 ถูกใช้เป็นเกณฑ์ในการรวมไว้ใน multivariable การวิเคราะห์การถดถอยโลจิสติกเพื่อควบคุม confounding ผล


และผลลัพธ์ที่ได้ถือว่า อย่างมีนัยสำคัญทางสถิติที่ระดับ _ 0.05ตัวแปรอิสระ เช่น สังคม ปัจจัยด้านประชากร และลักษณะการดำเนินชีวิตที่เกี่ยวข้องกับสุขภาพ ( ส่วนร่วมในกิจกรรมทางกายภาพ , ดัชนีมวลกาย , โรคอ้วน , ช่องท้องอาหารนิสัย อินสแตนซ์ของเครื่องดื่มแอลกอฮอล์และบุหรี่ ) ของประชากรที่ใช้ศึกษา คือ คำนวณใน multivariable การวิเคราะห์การถดถอยโลจิสติกค่า 0 ให้กรณีเตต ( บุคคลที่มีความดันโลหิตสูง ( SBP ) < 140mmhg และ / หรือความดันโลหิต diastolic
( DBP ) < 90 มิลลิเมตรปรอท หรือเคยมีประวัติของโรคไม่1 เพื่อกรณีความดันโลหิตสูง ( บุคคลที่มีความดันโลหิตสูง ( SBP ) _140mmhg และ / หรือความดันโลหิต diastolic ( DBP ) _ 90 มิลลิเมตรปรอท หรือที่รู้จักกันในการรักษาผู้ป่วย ถูกนำมาใช้ในการสร้างผลลับ วิเคราะห์การใช้รุ่น 12
Language ซอฟต์แวร์