适应性回归分析(Ⅲ)——构建具有混合结构的回归模型

本文目的是通过两个实例介绍适应性回归样条算法对具有混杂结构的数据集进行回归建模的实践。当一个数据集包含多个不同的回归模型时,只要给定分类变量的具体取值,SAS中的"ADAPTIVEREG过程"可以比较准确地发掘出其内在规律,并以图形方式呈现模型对资料的拟合效果,还能呈现由"基函数"及其组合所构造出的"回归模型"。图形呈现的结果确实可以给分析者提供一些有价值的"分析线索"或"积极暗示",缩小"探索性研究的空间"。     

基于Monte Carlo模拟的完全随机缺失数据处理方法效果比较

目的探讨不同缺失比率下几种缺失处理方法的优劣,为缺失数据的处理提供参考。方法以慢性心力衰竭的部分患者电子病历资料为数据基础,运用R软件,采用Monte Carlo模拟完全随机、任意缺失的数据集,并采用成组删除法、均值填补法、期望最大化填补法、缺失森林填补法和多重填补法分别对模拟的不同缺失比率数据集进行缺失处理,并对所得"完整数据集"拟合多元线性回归模型,得到的参数估计结果与完整数据集参数估计进行比较。结果在不同的缺失比率下不同缺失处理的效果存在差别,在5%和10%缺失比率下,链式方程填补法(multivariate imputation by chained equations,MICE)和期望最大化法(expectation maximization,EM)最优,缺失森林填补法(miss forest,MF)、均值填补法(mean completer,MC)和成组删除法(complete case method,CCM)效果接近;在20%缺失比率下,MICE最优,EM次之,CCM和MF近似,MC最差;在30%缺失比率下,MICE和MF最优,EM和CCM次之,MC最差;在50%缺失比率下,MICE最优,EM和CCM次之,CCM和MF最差。结论对于不同缺失比率的数据,研究人员应综合考虑缺失处理方法的准确度和精确度以及操作难易程度,必须根据实际数据加以调整,采用不同的方法进行处理。     

长链非编码RNA对弥漫大B细胞淋巴瘤患者的预后价值

  目的  识别与弥漫大B细胞淋巴瘤（diffuse large B-cell lymphoma,DLBCL）患者预后相关的长链非编码RNA（long non-coding RNA,lncRNA）并评估其预后价值。  方法  从高通量基因表达数据库（gene expression omnibus,GEO）下载DLBCL患者的基因和临床信息:GSE31312（n=424,训练集）和GSE10846（n=295,验证集）。在训练集中通过套索算法（least absolute shrinkage and selection operator,LASSO）结合平稳选择法以及多因素Cox回归筛选与患者预后相关的lncRNA。根据所筛lncRNA将患者进行危险分层（高危组和低危组）并进行log-rank检验。然后分别建立国际预后指数（international prognostic index,IPI）、lncRNA及IPI+lncRNA的Cox比例风险模型,依据时点/动态受试者工作特征（receiver operating characteristic,ROC）曲线法对各模型的预测准确度进行评价和比较。  结果  共发现8个与DLBCL预后相关的lncRNA。训练和验证集中,两组患者生存曲线的差异均有统计学意义（训练集:χ2=73.1,P < 0.001;验证集:χ2=13.4,P < 0.001）,IPI+lncRNA模型的C指数与其他两个模型相比,差异也具有统计学意义（训练集:IPI+lncRNA vs. IPI:Z=76.536,P < 0.001;IPI+lncRNA vs. lncRNA:Z=17.714,P < 0.001;验证集:IPI+lncRNA vs. IPI:Z=42.427,P < 0.001;IPI+lncRNA vs. lncRNA:Z=30.587,P < 0.001）。  结论  本研究发现的8个lncRNA可以作为DLBCL的预后标志物,与IPI结合可提高对DLBCL患者预后判断的准确性。     

冠心病合并心力衰竭患者再住院影响因素的多水平模型

  目的  构建多水平Cox回归模型,分析冠心病合并心力衰竭患者再住院的影响因素。  方法  2014年1月-2017年12月在山西省两所三甲医院连续入选符合标准的1 433例冠心病合并心衰的住院患者。记录患者住院的病历资料（包括基线资料、检查及治疗情况等）并对其进行随访,中位随访期为23个月。应用单因素Cox回归分析及多因素Cox回归分析对自变量进行筛选;采用两水平Cox回归模型进行影响因素的分析。  结果  研究对象中的436（30.4%）例患者发生了再住院,两水平Cox回归分析结果显示高龄（HR=1.010,95%CI:1.001~1.019,P=0.032）、男性（HR=1.234,95%CI:1.009~1.509,P=0.040）、体力劳动（HR=1.458,95%CI:1.036~2.050,P=0.030）、市医保（HR=1.513,95%CI:1.120~2.043,P=0.007）、QRS波间期延长（HR=1.004,95%CI:1.001~1.008,P=0.018）是冠心病合并心力衰竭患者再住院的独立危险因素;高尿比重（HR=0.000,95%CI:0.000~0.059,P=0.021）为冠心病合并心衰患者再住院的保护因素。  结论  年龄、性别、职业、市医保、QRS间期及尿比重是冠心病合并心衰患者再住院的影响因素;加强临床护理监测和完善社会保障制度可以减少患者再住院的发生。     

山西煤矿接尘工人社会人口学及健康相关因素与生存质量关系研究

<正>煤矿接尘工人不仅具有产业工人的一般特点,又因所从事工作的独特性而使他们在社会中区别于一般的产业工人。这部分人群对国家的发展发挥了重要作用,但这部分人群健康状况及生存质量却很少被重视,有关煤矿接尘工人的研究     

稀有事件logistic回归在医学研究中的应用

目的 探讨稀有事件logistic回归模型的参数估计及概率估计方法.方法 在普通logistic回归结果的基础上进行先验校正、加权校正和MCN校正,并根据Vuong检验原理编程实现非嵌套模型间的对比分析.结果 logistic 回归MCN加权校正对实例数据拟合较好.结论 针对稀有事件数据的分析,在模型的参数估计和预测预报方面,稀有事件logistic回归结果优于普通logistic回归,是一种值得推广的应用统计模型.     

改进非劣分类遗传算法多目标优化效果评价及程序测试

目的 评价改进非劣分类遗传算法( NSGA-Ⅱ)进行多目标优化的效果,测试其程序的可靠性.方法 应用两目标简单测试函数、两目标复杂测试函数、三目标复杂测试函数对NSGA-Ⅱ进行模拟测试,利用课题组成员英国Glasgow大学软件工程师陈益编写的Matlab 2009a外挂SGALAB工具箱beta5008完成遗传算法寻优.结果 NSGA-Ⅱ得到的两目标简单测试函数95％ Pareto非劣解分布范围包含交叉点值1,前沿呈一条光滑的曲线分布;两目标复杂测试函数Pareto非劣解前沿在小于l的范围内呈下降的带状分布;三目标测试函数的Pareto非劣解前沿呈非线性、非对称的曲面分布.认为NSGA-Ⅱ可得到测试函数的Pareto非劣解集,供决策者合理选择.结论NSGA-Ⅱ多目标优化可以给出合理的Pareto非劣解集,效果理想、程序可靠,可用于实际问题的分析.     

山西省与全国布鲁杆菌病疫情的对比分析

目的 对比分析近年来山西省与全国布鲁杆菌病(简称布病)疫情流行情况,预测布病疫情发展趋势,为布病疫情监测与防控提供参考.方法 收集山西省2006年1月至2010年12月布病疫情月报告资料和中国疾病预防控制中心2005年1月至2010年12月发布的全国布病疫情报告资料,根据布病的逐年增长量、发展速度、增长速度等指标,比较山西省和全国近年来布病疫情流行现状.利用布病疫情月报告发病人数,拟合时间序列自回归移动平均模型(ARIMA),通过对拟合效果的验证,预测山西省和全国未来2年内的布病发病状况.结果 山西省布病疫情2008年达到高峰,新发病例5397例,较2007年增加了900例,从2008年后发病人数下降,2010年下降了17.67％(906/5128);全国布病发病人数从2006 - 2009年一直呈上升趋势,在2007-2008年迅速增长,增长速度高达39.16％(8442/21 560),虽然2010年布病的发病人数比2009年下降了2041例,但下降速度仅为5.14％(2041/37 734);无论山西省还是全国,5-7月均为布病发病的高峰期.拟合时间序列ARIMA模型,成功地获得了山西省和全国的ARIMA模型[(1,0,1)(1,1,0)12、(1,0,1)(0,1,1)12].验证模型的拟合效果显示,两个ARIMA模型对布病发病人数预测值的动态趋势与实际情况基本一致,全部落到了预测值的95％可信限内,模型拟合效果良好.模型预测结果显示,在未来2年内,山西省布病的发病人数总体趋势基本平稳,没有出现大的变动;全国布病发病人数在2011年和2012年预计出现小幅度的回升,每年的5-7月份是布病发病的高峰期.结论 山西省布病控制措施得力,布病发病人数呈下降趋势;ARIMA模型预测布病疫情效果好,可以为下一步疫情预测与评价提供有价值的参考.     

家庭医生服务供给侧签约现况及续约影响因素研究

背景　家庭医生服务是我国新医改后促进优质医疗资源下沉的重要任务之一,川渝地区位于我国西南部地区,家庭医生服务关系当地群众健康保障的民生问题,在基本医疗卫生服务与其他服务齐头并进的新时代,了解家庭医生服务供给侧签约情况具有重要意义。目的　了解川渝地区家庭医生服务供给侧签约现况和续约意愿,分析影响家庭医生团队续约因素,为该地区推动供给侧结构性改革、深化绩效分配和考核制度、完善督查制度等提供一定参考。方法　于2019年3-8月,采用多阶段抽样方法,选取川渝地区60所医疗机构1 550例医务人员进行问卷调查。问卷内容包括基本情况,对签约家庭医生团队的认知、态度、意愿两部分。采用二分类Logistic回归分析家庭医生团队医务人员签约期结束后续约的影响因素。结果　本次调查回收有效问卷1 402份（97.91%）,愿意续约者752例（53.64%）。不同年龄、医疗机构类别、年收入水平的医务人员签约期结束后续约意愿比较,差异有统计学意义（P<0.05）。对家庭医生服务政策、家庭医生的服务内容、推行家庭医生服务必要性、现行家庭医生服务项目制度完善程度、家庭医生服务项目未来前景的态度、签约家庭医生团队时长具有不同认知和态度的医务人员签约期结束后续约意愿比较,差异有统计学意义（P<0.05）。Logistic回归分析结果显示：医务人员的年龄、对家庭医生服务政策的把握、对家庭医生服务推行必要性认识、家庭医生服务项目前景的态度均是签约期结束后续约的影响因素（P<0.05）。结论　川渝地区家庭医生服务供给侧续约意愿总体不是很高。相比较而言,年龄较大、对家庭医生服务政策把握清晰、认为家庭医生服务项目推行有必要、更看好家庭医生服务项目前景的医务人员续约意愿较高。     

基于微遗传算法的多目标Box-Behnken设计试验条件优化分析

目的比较微遗传算法与传统优化方法确定最优试验条件的效果。方法以琥珀酸维生素E、泊洛沙姆-188、0.1molNaOH作为影响因素;以粒径、ζ电位、克拉霉素(clarithromycin,CLA)乳剂相分布率作为评价指标,在Box-Behnken试验设计给定的条件下,通过最小二乘法拟合二阶响应面方程试验模型,分别运用Matlab2009a软件的函数模块、图形模块编制的遗传算法程序和ExpertDesign软件(Version7.1.6.0)的Box-Behnken设计的传统优化方法,筛选出最优试验条件,比较两种优化方法的效果。结果当评价指标和因素之间呈非线性回归关系时,Box-Behnken设计充分考虑到各影响因素间的交互作用,同时在中心点进行重复试验,提高了实验的准确性。经微遗传算法优化后试验因素琥珀酸维生素E、泊洛沙姆-188、0.1MNaOH最佳条件分别为:68.25%、0.52%、15.26%,评价指标粒径、ζ电位、CLA乳剂相分布率分别为:135.75nm、33.67mV、98.12%;经传统优化方法优化后试验因素琥珀酸维生素E、泊洛沙姆-188、0.1MNaOH最佳条件分别为:76.0%、0.5%、15.4%,评价指标粒径、ζ电位、CLA乳剂相分布率分别为:135.75nm、31.04mV、97.33%。结论对于三水平多因素的试验,采用Box-Behnken设计试验设计可以大大减少设计所花费的时间和成本,提高试验效率。微遗传算法相对于传统优化方法,可以从全局的角度搜索试验条件的最优组合,进行多个评价指标优化效果理想、程序可行、计算时间短、可以应用于解决多维解空间的实际问题。