برای شناسایی و لحاظ کردن اثرات متقابل بین متغیرهای پیش‌بین در مدل‌های رگرسیونی، می‌توان از روش رگرسیون منطقی استفاده کرد که در آن متغیرهای پیش‌بین جدید به صورت ترکیبات منطقی از متغیرهای دو حالتی اولیه ساخته و وارد مدل می‌شوند تا تقابل بین متغیرهای مستقل در قالب این ترکیب منطقی لحاظ شود. تاکنون رگرسیون منطقی برای تحلیل داده‌هایی با پاسخهای مستقل از هم معرفی و استفاده شده2است ولی با وجود اینکه در مطالعات علمی مشاهدات همبسته به دلایل مختلف رخ میدهد، تابه حال رگرسیون منطقی برای تحلیل مشاهدات همبسته طولی انجام نشده است. به دلیل اهمیت بررسی اثرات متقابل در مطالعات طولی، در این مقاله مبانی نظری بسط رگرسیون منطقی برای تحلیل داده‌های طولی ارائه و مدل رگرسیون منطقی انتقال برای شناسایی اثرات متقابل تاثیرگذار بر متغیر پاسخ طولی دوحالتی پیشنهاد شد. برنامه رایانه‌ای مربوط به مدل رگرسیون منطقی انتقال با به‌کارگیری معیار اطلاع آکائیک (AIC) به عنوان تابع امتیاز مدل نوشته و پارامترهای مدل برآورد شدند. برای ارزیابی عملکرد مدل پیشنهادی مطالعه شبیه‌سازی در سناریوهای مختلف اجرا شد که نتایج آن نشانگر عملکرد قابل قبول مدل پیشنهادی در یافتن اثرات متقابل موثر بر پاسخ طولی دوحالتی است. به عنوان مثال کاربردی نیز تحلیل ارتباط بین پلی مورفیسم‌ها و سایر عوامل خطر با سطح پایین HDL خون در طول زمان در مطالعه قند و لیپید تهران با مدل پیشنهادی انجام شده است.