Abstract
Мета – розробити математичну модель індивідуального прогнозування ризику розвитку розладів адаптації й адиктивної поведінки у студентів молодших курсів університету для удосконалення лікувально-діагностичних та профілактичних заходів медико-соціальної допомоги.Матеріали і методи. Проведено комплексну оцінку психоемоційного та адиктивного статусу 1076 студентів молодших курсів університету. За рахунок кластерізації здійснено розподіл на групи; за допомогою методу бінарної логістичної регресії проаналізовано причинно-наслідкові зв'язки та встановлено роль прогностичних чинників ризику у формуванні розладів адаптації й адиктивної поведінки молоді. У дослідженні застосовувалися інформаційно-аналітичний, соціально-демографічний, клініко-анамнестичний, клініко-психопатологічний, психодіагностичний, математико-статистичний методи.Результати. Доведено, що студенти молодших курсів схильні до вживання ПАР (80,9%). Бінарна логістична регресія визначала вірогідність настання події залежно від значень незалежних змінних. Отримані таблиці специфікацій дозволили розрахувати діагностичні характеристики для цієї моделі: чутливість – 63,4%; специфічність – 58,3%; ефективність – 60,9%;Висновки. Отримана бінарна логістична регресія є адекватною і працездатною математичною моделлю для індивідуального прогнозу розвитку розладів адаптації й адиктивної поведінки.
Highlights
Мета – розробити математичну модель індивідуального прогнозування ризику розвитку розладів адаптації й адиктивної поведінки у студентів молодших курсів університету для удосконалення лікувально-діагностичних та профілактичних заходів медико-соціальної допомоги
psychoemotional status of 1076 junior students of the University is conducted through clustering distribution made by groups
well-proven that the students of junior courses are apt to the use of PAS
Summary
Градація ознака Важко Частково Легко Не дуже Достатньо Дуже Частково Згоден Повністю. Медико-соціальний фактор «Ф 01» (на емоційному рівні це виражалося в появі відчуття тривожної напруженості в нових умовах) містить: Фактор 2; Фактор 5; Фактор 12, а саме: 1. 2. Фактор 5 (питання 26; 30): «Як Ви оцінюєте своє ставлення до університету в даний час? 2. Фактор 4 (питання 36): «У цілому, чи можете сказати, що Ви: дуже щасливий (а); досить щасливий (а); не дуже щасливий (а)». У цілому статистичну (математичну) адекватність отриманих моделей оцінювали за величиною критерію c2 (критерій статистичної значущості впливу на залежну змінну усіх предикторів заданої моделі), а також використовували графічний аналіз (візуалізації гістограми залишків і діаграми розсіяння спостережуваних та передбачених значень). Усі коефіцієнти логістичного регресійного рівняння і в цілому модель є статистично значущими (c2=9,1; df=4; p=0,0459). В отриманій моделі спостерігається узгодження гістограми залишків із нормальним розподілом (рис. 1), а діаграма розсіяння показує, що вибрана модель добре відповідає даним, і точки спостережуваних та передбачених значень розташовуються уздовж прямої лінії (рис. 2)
Sign-in/Register to view highlights & summary Sign-in/Register to access full text options 
Talk to us
Join us for a 30 min session where you can share your feedback and ask us any queries you have
Schedule a callMore From: Вісник соціальної гігієни та організації охорони здоров'я України
Disclaimer: All third-party content on this website/platform is and will remain the property of their respective owners and is provided on "as is" basis without any warranties, express or implied. Use of third-party content does not indicate any affiliation, sponsorship with or endorsement by them. Any references to third-party content is to identify the corresponding services and shall be considered fair use under The CopyrightLaw.
