نشست علمی – تخصصی روش های پیشرفته آماری در مطالعات جمعیتی به شکل مجازی برگزار شد

در روز دوشنبه 24 آذرماه 1399 با همکاری مؤسسه مطالعات و مدیریت جامع و تخصصی جمعیت کشور و پژوهشکده آمار، نشست علمی – تخصصی به‌صورت وبینار با عنوان روش­های پیشرفته آماری در مطالعات جمعیتی برگزار شد. سخنران اول نشست خانم دکتر آرزو باقری، دانشیار و مدیر گروه روش‌های آماری و مدلسازی جمعیت مؤسسه مطالعات و مدیریت جامع و تخصصی جمعیت کشور با عنوان «تحلیل فاصله ازدواج تا فرزندآوری با استفاده از  جنگل تصادفی بقا و درخت بقا» بود که به موضوعات زیر پرداختند: «داده­های زمان تا وقوع رخداد یک واقعه که از نوع داده­های بقا هستند، در تمام حوزه­های علمی مانند علوم اجتماعی و پزشکی کاربرد دارند. اغلب برای مطالعه داده­های بقا که شامل داده­های سانسورشده نیز هستند، از مدل رگرسیونی مخاطرات متناسب کاکس و مدل­های تعمیم یافته آن استفاده می­شود. همچنین، با پیشرفت فناوری امروزه، امکان جمع‌آوری مجموعه داده‌های بزرگ فراهم شده است. حجم بزرگ داده‌ها از یک سو اطلاعات وسیعی را در اختیار پژوهشگران قرار می‌دهد و از سوی دیگر آنان را با چالش چگونگی استفاده از آنها مواجه می‌نماید. در نتیجه، به‌منظور بهره‌مندی از اطلاعات، نیاز به مدیریت و سازماندهی صحیح داده­ها ضروری به نظر می‌رسد. درختان بقا رویکرد ناپارامتری جایگزین برای مدل‌های نیمه‌پارامتری (پارامتری) مانند مدل رگرسیونی مخاطرات متناسب کاکس می­باشند.

آقای دکتر عربی استادیار گروه آمار دانشکده علوم ریاضی دانشگاه تبریز نیز در دومین سخنرانی این نشست که با عنوان «پیش‌بینی زایمان‌های زودرس به کمک یادگیری ماشین» انجام شد به موارد زیر اشاره کردند: «در مورد تولد نوزادان نارس ( تولد قبل از سی و هفت هفتگی) که حدود ۵ تا ده درصد کل تولدها را شامل می­شود، عموماً مشکلات عدیده جسمی و روانی را موجب می­شود که در مواردی این مشکلات ممکن است تا آخر عمر همراه فرد باشد. هدف انجام این پژوهش،‌ استفاده از تکنیک­های یادگیری ماشین در پیش‌بینی وقوع زایمان زودرس بود تا با شناسایی عوامل مؤثر بر این پدیده، بتوان به پیشگیری به هنگام این بیماری پرداخت. این مطالعه بر روی ۳۰۰ هزار نوزاد تازه متولد شده در کانادا صورت گرفت،‌ مهمترین عوامل مؤثر بر زایمان زودرس با استفاده از الگوریتم بروتا (یکی از ابزارهای یادگیری ماشین)  شناسایی شد و در ادامه مدل­های مختلف این تکنیک شامل درخت تصمیم،‌ جنگل­­ تصادفی،‌ شبکه­های عصبی مصنوعی و رگرسیون لجستیک با برآوردگر انقباضی پسین، به‌منظور پیش­بینی این بیماری برازش شد. نتایج نشان داد که روش­های شبکه­های عصبی مصنوعی و رگرسیون لجستیک با برآوردگر انقباضی به‌دلیل داشتن بیشترین مساحت زیر منحنی (AUC) در داده­های آزمایشی، ‌بالاترین دقت را در میان سایر مدل­ها داشتند. همچنین جهت کاهش اریبی از روش بیش­نمونه­گیری SMOTE در داده­های آموزشی استفاده شد».

خانم دکتر مهسا سعادتی دانشیار گروه روش‌های آماری و مدلسازی جمعیت مؤسسه مطالعات و مدیریت جامع و تخصصی جمعیت کشور در سخنرانی سوم این نشست با عنوان «تحلیل فواصل موالید با استفاده از مدل‌های بازگشتی بقا» به موضوعات ذیل پرداختند: فاصله موالید، متغیری مهم در شناسایی شتاب باروری، باروری کل و سلامت و بهداشت مادر و فرزند می‌باشد، از این رو مورد توجه محققان علوم اجتماعی، پزشکی و بهداشتی قرار دارد و تحلیل صحیح آن از اهمیت بسزایی برخوردار است. فواصل موالید وقایع بازگشتی هستند زیرا یک زن می­تواند فرزندآوری را چندین بار، یکی پس از دیگری و به صورت متوالی تجربه نماید و در نتیجه این فواصل با یکدیگر همبستگی دارند.  استفاده از روش‌های متداول آماری نظیر مدل‌های کلاسیک بقا (رگرسیون کاکس و مدل‌های پارامتری بقا) در تحلیل این فواصل نتایج ناکارایی به دنبال دارد و کاربرد این مدل‌ها در تحلیل وقایع بازگشتی که در آن‌ها استقلال میان وقایع از مهمترین پیش‌فرض‌ها برای تولید نتایج معتبر است، نتایج گمراه‌کننده‌ای به دنبال خواهد داشت. در تحلیل این متغیر مدل‌های بازگشتی بقا شامل مدل‌های تصحیح واریانس و شکنندگی به دلیل درنظر گرفتن همبستگی میان فواصل کارا هستند. در ادامه سخنرانی، خانم دکتر سعادتی به نتایج پژوهشی که در سال 1398 انجام گرفته بود پرداخت. فواصل موالید اول تا سوم زنان 15- 49 ساله متأهل ساکن در شهر تهران با استفاده از انواع روش‌های تحلیل سابقه رخداد واقعه شامل مدل‌های کلاسیک و بازگشتی بقا مورد تجزیه و تحلیل قرار گرفتند. نتایج نشان داد که استفاده از مدل کاکس و پارامتری بقا تنها در صورتی‌که هدف، مطالعه زمان ازدواج تا اولین فرزندآوری باشد از کارایی مناسبی برخوردار است.

در پایان آقای دکتر محمد شیری مدیر گروه پردازش داده‌ها و اطلاع‌رسانی و استادیار گروه آمارهای اقتصادی پژوهشکده آمار ایران در سخنرانی با عنوان «بررسی ویژگی‌های اقتصادی، اجتماعی و جمعیتی سالخوردگان مناطق 22 گانه شهر تهران»، به موارد ذیل اشاره نمودند: «سالمندی جمعیت یکی از مهمترین فازهای گذار ساختار سنی است. ایران پس از ۱۴۱۵ وارد فاز سالمندی جمعیت خواهد شد. این مهم در آینده یکی از مهمترین مسأله‌های  اجتماعی- جمعیتی خواهد بود که پیامدهای اقتصادی، اجتماعی و سلامت را در پی دارد. لزوم برنامه­ریزی برای مواجهه با پیامدهای این مسأله اجتماعی و جمعیتی همواره یکی از دغدغه‌های سیاست­گذاران بوده است. شناخت دقیق و همه جانبه ابعاد سالمندی چه در مفهوم فردی آن و چه در قالب یکی از فازهای گذار ساختار سنی پیش زمینه هر نوع برنامه‌ریزی و سیاست­گذاری است. این امر جز با دسترسی بر داده‌ها و اطلاعات دقیق و با گستره موضوعی بالا امکان­ناپذیر است. در این ارائه، منابع آماری موجود داده‌های سالمندی با تکیه بر منبه داده‌های ثبتی/ اداری، سرشماری عمومی نفوس و مسکن و آمارگیری‌های نمونه معرفی و نقش روش‌های آماری پیشرفته در مواجهه با نقائص موجودیت داده مورد بررسی قرار گرفت.

در پایان جلسه، تعدادی از شرکت کنندگان سؤالاتی را مطرح کردند و سخنرانان به آنها پاسخ دادند.