排序方式: 共有5条查询结果,搜索用时 15 毫秒
1
1.
2.
目的分析北京地区亚健康人群常见的症状特征。方法利用北京地区亚健康状态流行病学调查数据,应用探索性因素分析,研究各症状的特征、性质及其之间的潜在关系,寻找代表亚健康状态的常见症状群,并用结构方程模型(SEM)验证各症状群之间及因子与其各组成因素之间的关系。结果取特征值大于1.0的因子共计13个,其累计贡献率达55.67%,结合专业知识,合并为10个因子。以疲劳为中心潜变量建立结构方程模型,卡方检验值与自由度的比值(X^2/df)为3,65,拟合优度指标、调整拟合优度指标、相对拟合指数、塔克尔勒威斯指数均在0.9以上。潜变量之间的直接效用说明疲劳与视疲劳、睡眠、疼痛关系最为密切,权重系数在0.7~1,0,疲劳与二便情况、口咽部症状、出汗症状之间关系较大,权重系数约在0.5。疲劳与潜变量之间的间接效用说明疲劳间接对情绪失调起作用,其相关因子之间的多阶间接作用总和为0.702和0.112。结论亚健康状态的症状表现复杂多样,常以某一症状为主,伴有多种症状同时出现;最常见的代表症状群依次为情绪失调、疲劳、睡眠异常、二便失调、心态不平和、视疲劳和疼痛等。各症状群之间、症状群内症状与症状之间均存在强弱不等的因果关系,说明亚健康状态症状表现有其群集性和复杂性等特征。 相似文献
3.
亚健康人群分类及其临床特征分析与评价--基于数据挖掘流程的Logistic回归方法的研究 总被引:1,自引:0,他引:1
目的:本文应用基于数据挖掘流程的logistic回归方法建模,对亚健康状态的人群进行分类并分析其临床特征.方法:针对亚健康状态流行病学调查数据进行统计分析,采用从数据理解、数据准备、变量筛选和选择logistic回归建模的数据挖掘流程的方法,确定最终的回归方程,从而得到亚健康状态的判别方程及其临床特征.结果:建立了两种logistic回归模型,并在此基础上应用数据挖掘的思想对回归方程做进一步的测试,得到了分类准确率较高的验证,其结果提示亚健康的主要临床特征表现为躯体的疲劳、睡眠不实、记忆力和工作效率下降、饮食二便失调、心理的空虚感和情绪易怒等.结论:在分析判断和解释影响因素较复杂、自变量较多的亚健康人群临床特征研究中,使用传统意义的logistic回归建模具有很大的优越性. 相似文献
4.
北京地区亚健康人群中医基本证候特征的流行病学研究 总被引:12,自引:0,他引:12
刘保延 何丽云 谢雁鸣 胡镜清 高凡珠 文天才 李平 刘为民 李鲲 李文泉 范春琦 高颖 高荣林 何良志 冯兴中 易丹辉 匡宏波 李霞 仁毅恒 《北京中医药大学学报》2007,30(2):130-135
目的研究亚健康人群的临床表现及其中医基本证候分布特征。方法以体现中医特色的亚健康调查问卷为工具,通过对北京地区亚健康人群的流行病学调查,结合中医临床专家的判断,并应用聚类及因子分析等数理统计方法,探讨亚健康状态主要临床表现、主要证候要素及其基本证候特征。结果对1828份调查数据分析表明,北京地区亚健康人群以疲劳、失眠、情绪失调、疼痛等症状群为主要临床表现;以虚、湿、热、郁、瘀、气滞、津亏、痰为主要证候要素;脏腑功能失调多见于心、肝、脾、肾、胆、胃等;以心脾两虚、肝郁脾虚、脾虚湿困、肝肾阴虚、气阴两虚、气虚血瘀、湿热蕴结、肝郁化失、脾肾两虚、痰气互结等10类基本证候多见。结论亚健康人群的临床表现多呈现某一症状为主,其他症状伴随出现的症状群,其证候要素和基本证候分布以心、肝、脾等脏腑功能虚损为主,有一定的规律性。 相似文献
5.
目的:本文应用基于数据挖掘流程的logistic回归方法建模,对亚健康状态的人群进行分类并分析其临床特征。方法:针对亚健康状态流行病学调查数据进行统计分析,采用从数据理解、数据准备、变量筛选和选择logistic回归建模的数据挖掘流程的方法,确定最终的回归方程,从而得到亚健康状态的判别方程及其临床特征。结果:建立了两种logistie回归模型,并在此基础上应用数据挖掘的思想对回归方程做进一步的测试,得到了分类准确率较高的验证,其结果提示亚健康的主要临床特征表现为躯体的疲劳、睡眠不实、记忆力和工作效率下降、饮食二便失调、心理的空虚感和情绪易怒等。结论:在分析判断和解释影响因素较复杂、自变量较多的亚健康人群临床特征研究中,使用传统意义的logistic回归建模具有很大的优越性。 相似文献
1