On Multivariate Methods in Data Reduction and Detection of High Order Interactions—Application to Factors Causing the Large Fetus

Multivariate statistical methods needed for selecting a good subset of variables in complex medical surveys as well as searching for high order interactions are described. This includes 1.) the discriminant function based on a mixture of discrete and continuous variables with allowance to empty states; 2.) stepwise logistic regression and stepwise discriminant analysis; 3.) iterative proportional fitting of the data to the appropriate configuration of log-linear models for testing and ordering the importance of interactions. The methods are applied to a data set based on a study recently conducted in the Principal Maternity Hospital in Kuwait to investigate the large fetus phenomenon. It was concluded that parity and associated maternal illness are the most influencing factors in birth weight while maternal age, previous abortions and consanguinity play a lesser role.

Die Autoren beschreiben multivariate statistische Methoden, die zur Auswahl einer brauchbaren Teilmenge von Variablen in komplexen medizinischen Untersuchungsreihen wie auch für die Suche nach Interaktionen hoher Ordnung benötigt werden. Das sind 1.) die Diskriminanzfunktion, die auf einer Mischung von diskreten und kontinuierlichen Variablen bei Zulassung von »empty states« basiert; 2.) die schrittweise logistische Regression und Diskriminanzanalyse; 3.) die iterative proportionale Anpassung der Daten an die adäquate Konfiguration log-linearer Modelle zur Testung und Ordnung der Stärke der Interaktionen. Die Methoden werden auf einen Datensatz angewandt, der auf einer kürzlich im Principal Maternity Hospital in Kuwait durchgeführten Studie zur Untersuchung des Phänomens des sogenannten »großen Fötus« basiert. Die Autoren kommen zu dem Schluß, daß die Gebärfähigkeit und damit zusammenhängende Krankheiten der Mutter diejenigen Faktoren sind, die das Geburtsgewicht am stärksten beeinflussen, während das Alter der Mutter, vorangehende Aborte und Blutsverwandtschaft eine geringere Rolle spielen.

Key-Words

Data Reduction - Interactions - Discriminant Analysis - Logistic Regression Analysis - Log-Linear Models

Schlüssel-Wörter

Datenreduktion - Interaktionen - Diskriminanzanalyse - logistische Regressionsanalyse - log-lineare Modelle

• References

• 1 Bartlett M. S.. An inverse matrix adjustment arising in discriminant analysis. Ann. Math. Statist 1951; 22: 107-111.
• 2 Bishop Y. M. M., Fienberg S. E., Holland P. W.. Discrete Multivariate Analysis: Theory and Practice. M. I. T. Press; Cambridge, Mass: 1975
• 3 Brown M. B.. Screening effects in multidimensional conti-gency tables. Appl. Statist 1976; 25: 37-46.
• 4 Brown M. B.. in Dixon W. J., and Brown M. B.. (Eds) BMDP—Bio-medical Computer Programs, P-Series. University of California Press; Berkeley—Los Angeles—London: 1979
• 5 Cox D. R.. Analysis of Binary Data. Methuen and Co., Ltd.; London: 1970
• 6 Engelman L.. in Dixon W. J., and Brown M. B.. (Eds) BMDP—Biomedical Computer Programs. P-Series.. University of California Press; Berkeley—Los Angeles—London: 1979
• 7 Haberman S. J.. Log-linear fit for contingency tables, algorithm AS 51. Appl. Statist 1972; 21: 218-224.
• 8 Jennrich R.Sampson, in Dixon W. J., and Brown M. B.. (Eds) BMDP—Biomedical Computer Programs-P-Series. University of California Press; Berkeley—Los Angeles—London: 1979
• 9 Labib N. S., Moussa M. A. A., Kasrawi R. A., Kasim O., Hathout H.. The large fetus syndrome. J. Kuwait med. Assoc 1983; 17: 93-98.
• 10 Lachenbruch P. A.. An almost unbiased method of obtaining confidence intervals for the probability of misclassification in discriminant analysis. Biometrics 1967; 23: 639-645.
• 11 Moussa M. A. A.. Discrimination and allocation using a mixture of discrete and continuous variables with some empty states. Comput. Progr. Biomed 1980; 12: 161-171.