Join Ads Marketplace to earn through podcast sponsorships.
Manage your ads with dynamic ad insertion capability.
Monetize with Apple Podcasts Subscriptions via Podbean.
Earn rewards and recurring income from Fan Club membership.
Get the answers and support you need.
Resources and guides to launch, grow, and monetize podcast.
Stay updated with the latest podcasting tips and trends.
Check out our newest and recently released features!
Podcast interviews, best practices, and helpful tips.
The step-by-step guide to start your own podcast.
Create the best live podcast and engage your audience.
Tips on making the decision to monetize your podcast.
The best ways to get more eyes and ears on your podcast.
Everything you need to know about podcast advertising.
The ultimate guide to recording a podcast on your phone.
Steps to set up and use group recording in the Podbean app.
Join Ads Marketplace to earn through podcast sponsorships.
Manage your ads with dynamic ad insertion capability.
Monetize with Apple Podcasts Subscriptions via Podbean.
Earn rewards and recurring income from Fan Club membership.
Get the answers and support you need.
Resources and guides to launch, grow, and monetize podcast.
Stay updated with the latest podcasting tips and trends.
Check out our newest and recently released features!
Podcast interviews, best practices, and helpful tips.
The step-by-step guide to start your own podcast.
Create the best live podcast and engage your audience.
Tips on making the decision to monetize your podcast.
The best ways to get more eyes and ears on your podcast.
Everything you need to know about podcast advertising.
The ultimate guide to recording a podcast on your phone.
Steps to set up and use group recording in the Podbean app.
נדבר על הרגרסיה הלוגיסטית ואיך להבין את תוצאותיה במאמר, ועל גורמי סיכון לפציעות ריצה ברצים חובבים.
כאשר יש מחקר שבו רוצים לנבא תוצא מסוים, כמו האם למשל רץ חובב יחווה פציעת ריצה, וכאשר יש יותר מגורם מנבא אפשרי אחד, משתמשים בשיטת מחקר הנקראת רגרסיה לוגיסטית. אפשר לבצע שיטה זו על מחקר קוהורט, כמו במחקר שנציג כאן.
ברגרסיה לוגיסטית ניתן משקל שונה לכל אחד מהמאפיינים של המטופל, בתוך נוסחה שמטרתה לחזות מה הסיכוי שאותו מטופל יחווה את התוצא. למשל, במאמר שנציג, המשקל שמקבלת פציעה קודמת רב יותר מהמשקל שמקבל משך אימון הריצה, בחיזוי פציעת ריצה נוספת.
---
למתעניינים במבנה נוסחת הרגרסיה ובמתמטיקה מאחוריה:
ברגרסיה לוגיסטית המשקל עבור כל מאפיין מבוטא על ידי המקדם (שמצוין באות היוונית בטא). את המקדם הזה מכפילים בערך של המאפיין עצמו. למשל, המאפיין "פציעה קודמת" יקבל את הערך "1" אם אכן יש פציעה קודמת, ואם אין- יקבל את הערך "0". אם המקדם (beta) עבור פציעה קודמת הוא 4, ואם המטופל אכן נפצע בעבר (המאפיין קיבל את הערך "1"), המכפלה תהיה 4X1. אם משך האימון הוא 20 דקות, וערך המקדם עבור מאפיין זה הוא 0.05, שני הערכים יוכפלו והמספר שיוכנס למכפלה הוא 1.
בנוסחות הרגרסיה מאפיינים ("משתנים") רבים, למשל, משך האימון, נוכחות פציעה קודמת, סוג המשטח עליו רצים, ועוד. לכל מאפיין מקדם משלו בנוסחה. עבור מטופל (מתאמן במקרה שלנו) מסוים, כל מאפיין מקבל ערך מסוים לפי הנתונים של אותו מטופל, ומוכפל במקדם שהוא קבוע בנוסחה. כל המכפלות מסוכמות והמספר המתקבל אמור לחזות את התוצא- במקרה שלנו לחזות מה הסיכוי לפציעת ריצה.
המספר הסופי הזה לצערנו לא מתקבל כערך פשוט של "סיכון" אלא כלוג (log) של ה odds. נשמע מפחיד, אבל עקר האינפורמציה ממחקרים מסוג זה מגיע מערכי הבטא השונים בנוסחה.
את המקדם (beta) עבור כל מאפיין ניתן להפוך בקלות ל odds ratio, וכותבי מאמרים, (אלא אם הם סדיסטים שמעוניינים להתעלל בפיזיותרפיסטים וברופאים) בדרך כלל יתרגמו את המקדם (beta) ל exp(beta) , שהוא למעשה ה odds ratio לתוצא. למשל, ה odds ratio לפציעת ריצה אם המטופל כבר חווה פציעה קודמת הוא 1.9.
Odds ratio הגדול מ 1 משמעותו הגברת סיכון, וכאשר הוא קטן מ 1 משמעותו הפחתת סיכון לתוצא. במקרה שלנו, ה odds ratio לפציעת ריצה הוא 2, והמשמעות היא כך:
אם כל שאר המשתנים זהים, פציעת ריצה קודמת מגבירה את ה odds לפציעה נוספת פי 2.
ניתן לחזור לפרק "יחס גורר יחס" כדי להיזכר מה משמעות ה odds ומה משמעות ה-odds ratio.
---
המאמר שהוזכר בפרק התפרסם ב journal of physiotherapy ב 2013.
Previous injuries and some training characteristics predict running-related injuries in recreational runners: a prospective cohort study
הסבר פשוט וקצר על רגרסיה לוגיסטית
מאמר הסבר מעמיק יותר
מאמר המסביר לעומק רגרסיה לוגיסטית בקוהורט ובמחקר מקרה-בקרה (כולל מעט מתמטיקה)
---
החישוב שבוצע בפרק:
שימוש ב odds ratio להבנת הסיכון המשתנה בנוכחות ערך של משתנה מסוים.
במאמר שלנו ה odds ratio לפציעת ריצה אם המטופל חווה פציעה קודמת היה 1.9. איך נשתמש בו?
נאמר שכל שאר המשתנים זהים, ונאמר שהסיכון לפציעה ללא פציעה קודמת הוא 33%,
נתרגם 33% ל odds, ויצא לנו 1:2, או במלים אחרות 0.5.
מספר זה נכפיל ב odds ratio,
0.5 X1.9
ונקבל את ה odds החדש- שהוא בערך 1.
נתרגם odds זה שהוא למעשה 1:1 חזרה ל risk, ויצא לנו 50%.
כך שאם הסיכון ללא פציעה קודמת הוא 33%, בנוכחות פציעה קודמת הסיכון עולה ל 50%.
---
Create your
podcast in
minutes
It is Free