Czynniki ryzyka wystąpienia niskiej urodzeniowej masy ciała (LBW) dziecka – regresja logistyczna

Warianty tytułu

EN

Risk factors of low birth weight (LBW) baby – logistic regression

• Języki publikacji: PL

Abstrakty

PL

Wprowadzenie. Wśród wskaźników oceniających stan biologiczny społeczeństwa wymieniane są wartości urodzeniowej masy ciała i procentowy udział noworodków urodzonych z masą ciała < 2500g (Low Birth Weight, LBW). Cel. Celem pracy była próba oceny prawdopodobieństwa wystąpienia małej urodzeniowej masy ciała wśród noworodków w zależności od czynników ryzyka, z wykorzystaniem regresji logistycznej. Materiał i metody. Badania przeprowadzono w latach 1999–2007 w grupie 3071 zdrowych i sprawnych fizycznie studentów i studentek (oraz ich matek) pierwszego roku studiów dziennych Akademii Wychowania Fizycznego i Sportu im Jędrzeja Śniadeckiego w Gdańsku. Dane pochodzą z dokumentacji medycznej (badania retrospektywne) oraz autorskiej ankiety. Wyniki. Prawdopodobieństwo wystąpienia niskiej urodzeniowej masy ciała jest istotnie powiązane ze skróceniem czasu trwania ciąży (OR=2) i paleniem tytoniu przez matkę w czasie ciąży (OR=0,36)(tab.5). Utworzony model regresji logistycznej przyjmuje postać (tab.5): Logit P=-25,57+1. x1 (czas trwania ciąży) -1,02. x2 (palenie tytoniu przez matkę w czasie ciąży). Wnioski. Należy zwrócić szczególną uwagę na profilaktykę LBW, w tym na kształtowanie zachowań prozdrowotnych, propagowanie wiedzy na temat przyczyn LBW i zdrowotnych konsekwencji LBW. Metoda regresji logistycznej doskonale nadaje się do oszacowania prawdopodobieństwa wystąpienia LBW.

EN

Introduction. Values of birth weight and percentage contribution of newborn babies with body weight below 2,500g (Low Birth Weight LBW) are mentioned among the indicators assessing the biological state of society. Aim. The objective of the study was assessment of the probability of low birth weight in newborns according to risk factors, such as maternal smoking during pregnancy, mother’s calendar age and education, as well as gestational age, using logistic regression. Material and methods. The study was conducted during 1999–2007 in a group of 3,071 healthy and physically fit male and female students (and their mothers) of the first year of full studies at the Jędszej Śniadecki University of Physical Education in Gdańsk. The data was obtained from medical records (retrospective study), and a questionnaire designed by the author. The following tests were applied: Shapiro-Wilk, Mann-Whitney, χ2, Kolmogorov-Smirnow and Spearman rank-order correlation coefficient and analysis of the logistic regression. Results. Statistically signification relationships were found between maternal smoking during pregnancy and low birth weight of the baby (OR=0.36), and between times of pregnancy and low birth weight of the baby (OR=2). No significant relationship was observed between calendar age and education of the mother and the probability of occurrence of LBW in newborns. The created logistic regression model takes the form: Logit P=-25.57+1. x1 (gestational age) -1.02. x2 (smoking during pregnancy). Conclusion. Special attention should be paid to the prevention of LBW, including the shaping of health promoting behaviours, popularization of knowledge concerning causes of LBW, and health consequences of the LBW. Logistic regression is perfectly suited to estimate the probability of LBW.

• Wydawca: -
• Czasopismo: Medycyna Ogólna i Nauki o Zdrowiu
• Rocznik: 2015
• Tom: 21(50)
• Numer: 3
• Opis fizyczny: s.244–249,rys.,tab.,wykr.,bibliogr.

Twórcy

Identyfikatory

DOI

10.5604/20834543.1165347