Constructing a multilevel modeling to high-resolution ct (hrct) lung in patients with covid-19 infection

• Published in: المجلة العراقية للعلوم الاحصائية Vol. 19; no. 2; pp. 78 - 90
• Main Authors: Wafa, Didar Ahmad, al-Fiqqi, Muhammad Muhammad
• Format: Journal Article
• Language: Arabic; English
• Published: Mosul, Iraq University of Mosul, College of Computer Science and Mathematics 2022
• EISSN: 2664-2956
• ISSN: 1680-855X

مرض الفيروس التاجي ، المعروف أيضا باسم 19-COVID ناجم عن فيروس 2-SARS-CoV. يعاني معظم الأشخاص المصابين بالفيروس من أعراض خفيفة إلى معتدلة لأمراض الجهاز التنفسي. الهدف من هذه الورقة هو بناء نموذج بنمذجة متعددة المستويات لهؤلاء المرضى الذين يعانون من فيروسات كورونا ، لدينا سبعة مستشفيات تضم (636) مريضا في القطاعين الخاص والعام 27٪ من أربيل و %26 من السليمانية و %23 من دهوك و %24 من حلبجة من الفترة (1 أيلول 2019 إلى 1 شباط 2022). في هذه النمذجة لتقدير الاحتمال الأقصى المقيد متعدد المستويات (RMLE) والاحتمالية القصوى القصوى (FML) ، يقدر التأقلم معلمات النماذج متعددة المستويات (الثابتة و العشوائية). كان التطبيق على رئتي HRCT للمرضى ، وتم اختيار سبعة مستشفيات بشكل عشوائي من بين محافظة كردستان العراق. تظهر النتيجة أن المتغيرات الثلاثة جميعها مهمة على مستوى المستشفى ، ولكن في النموذجين النهائيين ، أضف متنبئا من المستوى 2 (تجربة الطبيب) ذلك التفاعل مع متنبئ المستوى 1 (مدخن) ، وهو بعيد كل البعد عن الأهمية. و مع ذلك ، هناك علاقة مهمة بين الإصابة بمرض السكري وإجراء الأشعة المقطعية ، و لكن العلاقة بين التدخين و إجراء الأشعة المقطعية ليست مهمة. الكلمات المفتاحية : النمذجة متعددة المستويات ، التأثير الثابت ، التأثير العشوائي ، الارتباط البيني.
The coronavirus disease, also called COVID-19 is caused by the SARS-CoV-2 virus. Most the people contaminated with the virus will experience mild to moderate symptoms of respiratory diseases. The aim of this paper is constructing a model by multilevel modeling for these patients who sufferers by coronaviruses, we got seven hospitals which totals (636) patients in private and public that 27% from Erbil, 26% from Sulaimani, 23% from Duhok and 24% from Halabja from the period (September 1th, 2019 to February 1th, 2022). In these modelling of multilevel restricted maximum likelihood estimation (RMLE) and full maximum likelihood (FML) acclimate estimate the parameters of multilevel models (fixed and random). The application was on the HRCT lungs of patients, seven hospitals were selected randomly among the county in Kurdistan region of Iraq. The result shows that all three variables are significant at the hospital level, but in the two final models add level-2 predictor (Doctor Experience) that interaction with level 1 predictor (smoker), which is far from significant. However, there is a significant relationship between being a diabetic and having a CT scan, but the relationship between smoking and having a CT scan is not significant.