fa مقایسه مدل آمیخته متناهی چندمتغیره با روش‌های تحلیل عاملی و خوشه‌ای در شناسایی الگوهای غذایی تغذيه nutrition پژوهشي Research سابقه و هدف: امروزه متخصصین علوم تغذیه جهت بررسی تأثیر کلی رژیم غذایی بر پیامد سلامتی از دیدگاه الگوی غذایی استفاده می‌کنند. الگوهای غذایی به طور معمول با دو روش آماری تحلیل عاملی یا تحلیل خوشه‌ای تعیین می‌شود. مدل‌های آمیخته در قالب ترکیبی از چند توزیع احتمالی یک چارچوب پارامتری برای مدل‌بندی اشکال توزیعی ناشناخته فراهم می‌کنند. اخیراً از مدل‌های آمیخته به عنوان روش سوم در تعیین الگوهای غذایی استفاده شده است بدین منظور علاوه بر دو روش موجود، در این مطالعه الگوهای غذایی را با استفاده از مدل آمیخته نیز به دست آورده و با دو روش دیگر مورد مقایسه قراردادیم. مواد و روشها: در این تحقیق از داده‌های 25 گروه غذایی 400 دختر دبیرستانی شهر اهر که در مطالعه رشیدی و همکاران به شیوه نمونه‌گیری خوشه‌ای جمع‌آوری شده بود استفاده شد. ابتدا الگوهای غذایی به دو روش تحلیل عاملی و تحلیل خوشه‌ای به دست آمد و بعد مدل آمیخته نرمال چند متغیره به این داده‌ها برازش شد و 5 الگوی غذایی به دست آمده از این روش با دو روش دیگر مورد مقایسه قرار گرفت. انتخاب مدل آمیخته مناسب با استفاده از معیار اطلاع آکاییک (AIC) و معیار اطلاع بیزی (BIC ) انجام شد. یافتهها: در روش تحلیل عاملی 3 الگوی غذایی که براساس بار عاملی شناسایی شد و در تحلیل خوشه‌ای 2 الگوی غذایی به دست آوردیم. با مدل آمیخته متناهی نرمال چند متغیره 5 الگوی غذایی به دست آمد که نسبت مصرف این 5 الگو به‌ترتیب 6%، 12%، 34%، 28% و 20% و هر الگو با بردار میانگین بیان شد. نتیجه گیری: با بررسی سه روش نتیجه می‌شود که مدل آمیخته نسبت به دو روش دیگر دارای دو مزیت است. اولاً نسبت افراد جامعه که از هر الگو استفاده می‌کنند را تعیین کند و ثانیاً میانگین مصرف گروه‌های غذایی در هر الگو مشخص است. بنابراین اطلاعات بیشتری نسبت به دو روش معمول به دست خواهد آمد. واژگان کلیدی: مدل آمیخته، تحلیل عاملی، الگوی غذایی Background and Objectives: Today nutritionists use dietary pattern to find out the effect of food in health. Most common statistical methods to determine dietary pattern are factor analysis and cluster analysis.Mixture models are a combination of k probability distribution with different probability and provide a parametric model for unknown distributional shapes. Recently mixture model as the third method is used to determine dietary pattern. Then we compared this new method with other two methods available for this purpose. Materials & Methods: We analyzed data from 25 food groups of 400 high school girls in Ahar (Rashidi’s data), and compared the results of factor analysis, cluster analysis and multivariate normal mixture model for dietary pattern. Selection of the best mixture model was done by AIC and BIC criteria. Results: Three, two and five dietary pattern were obtained from factor analysis, cluster analysis and normal mixture model, respectively. Prevalence of these dietary patterns in normal mixture model was 6%,12%,34%,28%, and 20%, respectively. Conclusion: It is concluded that mixture model has two advantages over the two other methods. First, the proportion of each pattern in population is known and secondly, the average of consumption of each food group gets clear so more information can be obtained compared to the usual methods. Keywords: Mixture model, Factor analysis, Cluster analysis, Dietary pattern مدل آمیخته, تحلیل عاملی, الگوی غذایی Mixture model, Factor analysis, Cluster analysis, Dietary pattern 39 46 http://nsft.sbmu.ac.ir/browse.php?a_code=A-10-1797-1&slc_lang=fa&sid=1 Z Razzaghi زهرا رزاقی 11500319475328460011641 11500319475328460011641 No Y Mehrabi یداله محرابی mehrabi@sbmu.ac.ir 11500319475328460011642 11500319475328460011642 Yes گروه اپیدمیولوژی، دانشکده بهداشت، دانشگاه علوم پزشکی شهید بهشتی، تهران، ایران F Zayeri فرید زایری 11500319475328460011643 11500319475328460011643 No A Rashidi آرش رشیدی 11500319475328460011644 11500319475328460011644 No B Aghapoor بهارک آقاپور 11500319475328460011645 11500319475328460011645 No