The Investigation of Total Cholesterol, Ldl, Hdl and Triglycerides Levels with respect to Age by different Regression Models

Abstract

Objective: In the present study, it is aimed to specify the changes in the Total cholesterol, LDL, Triglyceride and HDL
levels of hyperlipidemia patients according to age and estimation through several regression models. For that
purpose, the analysis was made through linear and non-linear regression models.
Methods: Our study was conducted with 1278 hyperlipidemia patients who applied to İnönü Unversity Turgut Özal
Medicine Center Cardiology Department. For our retrospective study, patient folders and case records were used as
data gathering tools. The data gathered from records were analyzed through packet programmes for modelling.
Results: In our research, of the 1278 patients, 671 were males (52.4%) and 607 were females (47.6%). While
analyzing the conformity of the growth curves, for female patients, the best growth model is Quadratic Model for
cholesterol values; Gompertz Model for LDL; Logistic Model for Triglyceride; Exponential Model for HDL considering
explanatory factor (R2), Error Sum of Squares (ESS), Akaike Information Criterion (AIC) and Schwarz Information
Criterion (SIC). For male patients, the best growth model for cholesterol values is Gompertz Model; Linear Model for
LDL; Exponential Model for Triglyceride and Linear Model for HDL.
Conclusion: It was found out that several models show different performance in the estimation of non-linear
hyperlipidemic values. In the follow-ups for hyperlipidemia values, it is thought that using growth curves obtained
from those models could be useful for not only estimating cholesterol, LDL, HDL and Triglyceride levels but also
analyzing deviations from normal values. 

Keywords

• Linear regression
• non-linear regression
• goodness of fit criteria
• least squares method
• maximum likelihood method

Toplam Kolesterol, Ldl, Hdl ve Trigliserit Seviyelerinin Yaşa Göre Değişiminin Farklı Regresyon Modelleriyle İncelenmesi

Abstract

Amaç: Bu çalışmada hiperlipidemi hastalarının Toplam Kolesterol, LDL, Trigliserit, HDL seviyelerinin farklı regresyon modelleriyle tahmini ve yaşa göre değişiminin belirlenmesi amaçlanmıştır. Bu amaçla, doğrusal ve doğrusal olmayan regresyon modelleri ile analiz yapılmıştır.
Yöntemler: Çalışmamız, İnönü Üniversitesi Turgut Özal Tıp Merkezi Kardiyoloji bölümüne müracaat eden 1278 hiperlipidemili hasta üzerinde gerçekleştirilmiştir. Retrospektif çalışmamızda veri toplama aracı olarak hasta dosyaları ve vaka kayıtları kullanılmıştır. Kayıtlardan toplanan veriler paket programlarla analiz edilerek modellemeler yapılmıştır.
Bulgular: Araştırmamızda 1278 hiperlipidemili hastanın 671’i (%52,4) erkek ve 607’si (%47,6) kadındır. Büyüme eğrilerinin uyumunun incelenmesinde açıklayıcılık katsayısı (R2), Hata Kareler Ortalaması (HKO), Akaike Bilgi Kriteri ( AIC) ve Schwarz Bilgi Kriteri (SIC) hesapları dikkate alındığında, kadın hastalarda; Kolesterol değerleri için en iyi büyüme modeli Kuadratik model, LDL için Gompertz model, Trigliserit için Lojistik model, HDL için Ustel modeldir. Erkek hastalarda ise; Kolesterol değerleri için en iyi büyüme modeli Gompertz model, LDL için Doğrusal model, Trigliserit için Üstel model, HDL için Doğrusal modeldir.
Sonuç: Doğrusal olmayan hiperlipidemik değerlerin tahmininde değişik modellerin farklı performans gösterdiği belirlenmiştir. Hiperlipidemi değerleri izleminde bu modellerden elde edilen büyüme eğrilerinin kullanılmasının, Kolesterol, LDL, HDL ve Trigliserit değerlerinin tahmin edilebilmesinde ayrıca normal değerlerden sapmaların değerlendirilmesinde yararlı olacağı düşünülmektedir.

Keywords

• Doğrusal regresyon
• doğrusal olmayan regresyon
• uyum iyiliği kriterleri
• en küçük kareler yöntemi

References

1. 1. Şahinbaşoğlu ZZ. Doğrusal olmayan regresyonda bazı eğrisellik ölçüleri. Yıldız Teknik Üniversitesi Fen Bilimleri Enstitüsü İstatistik Anabilim Dalı Yüksek Lisans Tezi, İstanbul, 2005.
2. 2. Çevik M. Doğrusal olmayan bayesçi regresyon ve yüksek frekanslı ses sistemlerinde bir uygulama. Yıldız Teknik Üniversitesi Fen Bilimleri Enstitüsü İstatistik Anabilim Dalı, Yüksek Lisans Tezi, İstanbul, 2009.
3. 3. Alasulu N, Çolak C, Orman MN, ve ark. 0–2 Yaş sağlıklı çocukların baş çevresine ilişkin gelişimin izlenmesi için büyüme eğrileri. Ankara Üniversitesi Tıp Fakültesi Mecmuası. 2006; 59:89–92.
4. 4. Bayram B, Akbulut Ö. Esmer ve siyah alaca sığırlarda büyüme eğrilerinin doğrusal ve doğrusal olmayan modellerle analizi. Hayvansal Üretim. 2009; 50:33–40.
5. 5. Yıldızbakan A, Yılmaz E, Akgün C. Von bertalanffy boyca büyüme modelinin okaliptüste (eucalyptus grandis w. hill ex maiden) uygulanması. Doğu Akdeniz Ormancılık Araştırma Müdürlüğü Doa Dergisi. 2005; 11:35–52.
6. 6. Yıldız G, Soysal Mİ, Gürcan EK. Tekirdağ ilinde yetiştirilen karacabey merinosu x kıvırcık melezi kuzularda büyüme eğrisinin farklı modellerle belirlenmesi. Tekirdağ Ziraat Fakültesi Dergisi. 2009; 6:11–9.
7. 7. Çolak C, Orman MN, Ertuğrul O. Simental x güney anadolu kırmızısı sığırlarına ait beden ölçüleri için basit doğrusal ve lojistik büyüme modeli. Ankara Üniv Veterinerlik Fakültesi Dergisi. 2006; 53:195-9.
8. 8. Ünlü AR. Doğrusal olmayan regresyon modelleri ve bilgisayarlı çözümleme. Marmara Üniversitesi Fen Bilimleri Enstitüsü Matematik Anabilim Dalı, Yüksek Lisans Tezi, İstanbul, 2006.

9. 9. Gök İY. Vadeli piyasalarda samuelson hipotezinin geçerliliğinin garch ve lineer regresyon modelleriyle test edilmesi: Vadeli işlem ve opsiyon borsasında bir uygulama. Süleyman Demirel Üniversitesi Sosyal Bilimler Enstitüsü İşletme Anabilim Dalı, Yüksek Lisans Tezi, Isparta, 2009.
10. 10. Börüban C. Firmaların mali başarısızlıklarının ön görülmesinde diskirminant analizi ve lojistik regresyon analizi yöntemlerinin karşılaştırılması. Marmara Üniversitesi Sosyal Bilimler Enstitüsü Ekonometri Anabilim Dalı, Yüksek Lisans Tezi, İstanbul, 2009.
11. 11. Saran N. Yulaf beta-glukanının hafif hiperkolesterolemik bireylerin serum total kolesterol ve ldl kolesterol düzeylerine etkisi. Beslenme ve Diyetetik Anabilim Dalı, Yüksek Lisans Tezi, İstanbul, 2014.
12. 12. Özdemir H, Dellal G. Determination of growth curves in young angora goats. Ankara Üniversitesi Ziraat Fakültesi Tarım Bilimleri Dergisi. 2009; 15:358-362
13. 13. Şahin A, Ulutaş Z, Karadavut U, ve ark. Anadolu mandası malaklarında büyüme eğrisinin çeşitli doğrusal olmayan modeller kullanılarak karşılaştırılması. Kafkas Üniversitesi Veterinerlik Fakültesi Dergisi. 2014; 20:357-362