fa ارتباط شاخص‌های اجتماعی - اقتصادی با بیماری سل با استفاده از مدل‌های رگرسیونی دوجمله‌ای منفی و پواسون اپیدمیولوژی Epidemiology تحقيقي Original Articles زمینه و هدف : بیماری سل بزرگ‌ترین علت مرگ ناشی از بیماری‌های عفونی تک عاملی است. از دلایل اصلی افزایش بار جهانی سل، فقر و اختلاف شدید طبقاتی جوامع مختلف است. این مطالعه به منظور تعیین ارتباط شاخص‌های اجتماعی - اقتصادی با بیماری سل با استفاده از مدل‌های رگرسیونی دوجمله‌ای منفی و پواسون انجام شد. روش بررسی : این مطالعه توصیفی &ndash; تحلیلی روی پرونده 11320 مسلول سال 1389 از شهرهای مختلف انجام شد. داده‌ها از اداره کنترل بیماری‌های سل و جذام معاونت بهداشت، درمان و آموزش پزشکی و شاخص‌های اجتماعی &ndash; اقتصادی از مرکز آمار ایران دریافت شد. شاخص‌های اجتماعی &ndash; اقتصادی شامل میزان بیکاری، میزان بیسوادی، تراکم خانوار در هر واحد مسکونی، متوسط درآمد، تعداد پزشکان به تعداد نقاط جمعیتی، میزان مهاجرت و ضریب شهرنشینی بود. برازش مدل‌ها با استفاده از معیار اطلاع آکائیک و بیزی مقایسه شد. یافته‌ها : با توجه به مدل رگرسیونی پواسون بین شاخص‌های اجتماعی - اقتصادی و میزان ابتلا به سل ارتباط آماری معنی‌داری یافت شد (P<0.05). با توجه به مدل رگرسیونی دوجمله‌ای منفی بین میزان بیکاری، میزان بیسوادی، میزان مهاجرت و ضریب شهرنشینی با ابتلا به بیماری سل ارتباط آماری معنی‌دار بود (P<0.05) و برای تعداد پزشکان به تعداد نقاط جمعیتی و تراکم خانوار به واحد مسکونی و متوسط درآمد سالانه خانوار و ابتلا به بیماری سل ارتباط آماری معنی‌داری به‌دست نیامد. به‌دلیل وجود بیش‌پراکنش در مدل رگرسیونی پواسون، مدل رگرسیونی دو جمله‌ای منفی مناسب‌تر ارزیابی شد. نتیجه‌گیری : شاخص‌های اجتماعی &ndash; اقتصادی با موارد ابتلا به بیماری سل مرتبط است. همچنین استفاده از مدل رگرسیونی دوجمله‌ای منفی برای داده‌های شمارشی در مقایسه با مدل رگرسیونی پواسون (دارای بیش‌پراکنش) ارجحیت داشت. Background and Objective: Tuberculosis (TB) is the most important cause of death worldwide. The main reason for the increasing global burden of TB are severe poverty and class distinctions between rich and poor population groups in various communities. This study was performed to determine the relationship between socio-economic factors and TB using negative binomial and Poisson regression models. Method: This descriptive - analytic study was conducted on 11320 TB affected patients in Iran during 2010. Data was gathered from the Iranian Ministry of Health and Medical Education. The relationship between the numbers of cases with socio-economic indicators was determined using negative binomial and Poisson models. Fitting models were compared using AIC (Akaike Information Criterion) and BIC (Bayesian Information Criterion). Results: The Poisson regression model showed a significant relationship between the TB mortality rate and socio-economic factors (P<0.05). Negative binomial regression model showed a significant relationship between TB and unemployment, illiterate, immigration and urban residency (P<0.05). Negative binomial regression model showed no relationship between TB and family size, physicians&rsquo; ratio to the number of population centers and annual average income. Conclusion: There is a significant impact of socio-economic factors with the number of TB cases. Negative binomial regression model is suitable for accountable data in comparision with Poisson regression model. سل , شاخص‌های اجتماعی – اقتصادی , مدل رگرسیونی دوجمله‌ای منفی , مدل رگرسیونی پواسون Tuberculosis, Socio-economic indicators, Negative binomial regression model, Poisson regression model 87 92 http://goums.ac.ir/journal/browse.php?a_code=A-10-1-788&slc_lang=fa&sid=1 Sarvi F فاطمه سروی 5900319475328460050181 5900319475328460050181 No M.Sc in Biostatistics, Department of Biostatistics and Epidemiology, Paramedical Sciences Faculty, Shahid Beheshti University of Medical Sciences, Tehran, Iran کارشناس ارشد آمار زیستی، گروه آمار زیستی، دانشکده پیراپزشکی، دانشگاه علوم پزشکی شهیدبهشتی Mehrabi Y یداله محرابی mehrabi@sbmu.ac.ir 5900319475328460050182 5900319475328460050182 Yes Professor, Department of Epidemiology, School of Public Health, Shahid Beheshti University of Medical Sciences, Tehran, Iran استاد، گروه اپیدمیولوژی، دانشکده بهداشت، دانشگاه علوم پزشکی شهیدبهشتی Abadi AR علیرضا ابدی 5900319475328460050183 5900319475328460050183 No Associate Professor, Department of Health and Community Medicine, School of Medicine Sciences, Shahid Beheshti University of Medical Sciences, Tehran, Iran دانشیار، گروه پزشکی اجتماعی، دانشکده پزشکی، دانشگاه علوم پزشکی شهیدبهشتی Nasehi M مهشید ناصحی 5900319475328460050184 5900319475328460050184 No Assistant Professor, Department of Epidemiology, School of Public Health, Shahid Beheshti University of Medical Sciences, Tehran, Iran استادیار، گروه اپیدمیولوژی، دانشکده بهداشت، دانشگاه علوم پزشکی ایران Payandeh A ابوالفضل پاینده 5900319475328460050185 5900319475328460050185 No Ph.D Candidate in Biostatistics, Department of Biostatistics and Epidemiology, Paramedical Sciences Faculty, Shahid Beheshti University of Medical Sciences, Tehran, Iran دانشجوی دکتری آمار زیستی، گروه آمار زیستی، دانشکده پیراپزشکی، دانشگاه علوم پزشکی شهیدبهشتی