结构方程模型及其在慢性病患者生存质量研究中的应用

生存质量资料具有多时点、多终点、多变量、变量不可直接观测等特点,常规的统计方法显得无能为力。迄今为止,尚未有成熟的统计方法应用于生存质量及其影响因素的探讨。结构方程模型(Structural Equa-tion Model,SEM)具有能够分析不能直接观测的潜在变量等优良特性,而生存质量量表各个维度均是不可直接观测的潜在变量,所以从理论上讲结构方程模型比较适用。但由于结构方程模型理论较为复杂,且国内详细介绍其原理及应用的书籍、文献很少。因此,笔者首先介绍结构方程模型的基本原理,然后结合实例分析介绍建模过程,提出其应用注意事项,旨在促…     

多水平模型和潜变量增长曲线模型在纵向数据分析中的应用及比较

比较多水平模型和潜变量增长曲线模型在纵向数据分析中的应用。文中以结直肠癌患者术后的生命质量情况为实例,比较两种方法的异同。结果表明两方法的参数估计值结果非常接近,多水平模型在模型构建时较为容易,而潜变量增长曲线模型在模型评价等方面具有优势。两方法均可很好地分析纵向观测的数据,且各有优点,研究者应根据需要选择合适的方法分析数据。     

结构方程模型等同性检验及其在分组比较中的应用

目的 通过探讨结构方程模型等同性检验方法在分组比较中的应用,说明等同性检验的必要性和重要性.方法 结合抑郁症病例-对照临床研究中特质应对方式量表数据,利用LISREL软件实现各种等同性检验及参数估计.结果 通过等同性考察,证实TCSQ量表在病例-对照研究中具有等同性.结论 对量表测量数据在进行分组比较时,首先须进行各种等同性检验,并在此基础上,进一步进行潜变量均值结构的分析,在此前提下研究结果更可靠.     

选择"最优"多元线性回归模型的信息熵法

对同一组线性相关数据因变量Y与自变量X,有多种方法和多项指标用于选择“最优”多元线性回归模型。本文将熵(信息熵)〔1〕的概念引入线性回归模型。一个回归模型方程可视作一个系统,将系统的元序或混乱程度〔2〕与模型复杂性和拟合优度相联系,从而提出选择“最优”多元线性回归模型的信息熵法。原理与方法熵是一个系统无序或混乱程度的度量。将一个回归模型视作一个系统,信息熵最小的系统为不确定(无序)程度最小,混乱程度最低的系统,即欲得“最优”回归模型。因变量Y与自变量Xi(i=1,2,…,m,m为全模型自变量数目)呈线性相关。对于给定的准…     

结构方程模型中拟合指数的运用与比较

结构方程模型是一种建立、估计和检验因果关系模型的方法,近二十年来在心理学、社会学、行为科学以及医学等领域得到越来越广泛的应用,通常利用拟合指数对模型的拟合效果进行评价。然而,结构方程模型的拟合指数有40多种,不同的拟合指数反映出的拟合效果并非完全一致,因此拟合指数性能的可靠性成为应用者比较关心的话题。本文通过文献查阅,较为系统地总结了结构方程模型常用拟合指数的分类及其特征,通过对比分析发现指数NNFI和RMSEA相对值得信赖,CFI、RNI和Mc具有一定的参考价值,而在用ML或GLS法进行参数估计时SRMR则表现出了较好的效果。     

应用结构方程模型探讨门诊患者满意度

目的应用结构方程模型找出门诊患者满意度的影响因素,提出改善的建议。方法通过探索性因子分析和结构模型的拟合修正,得出影响患者满意度的各因素及其之间的关系。结果模型拟合较好,患者基本情况不影响总体满意度,患者对价值和质量的感知直接影响总体满意度,价值感知影响较大,总体满意度基本决定了患者的忠诚度。结论提高患者满意度和忠诚度,质量方面应提高就医效率和医生的技术、改善护士的态度,并降低医疗费用。     

双变量多水平模型在多重相关中的应用

两个变量的相关性大小有时会受到许多混杂因素的影响而扩大了其真正的相关性,例如在进行人群身高与体重的相关性研究时,年龄和性别常是影响二者相关性的混杂因素.为了真实反映二者纯粹的相关程度,常用部分相关系数(偏相关系数)的计算来进行分析.本文用双变量多水平模型的分析方法,通过在主效应中对混杂因素的估计,从而排除了其对两个变量的变异性的影响,得到了两个变量的部分相关系数,并以实例与传统方法进行了比较.     

中华预防医学会伤害预防与控制分会妇女和老年人伤害研究学组成立

目的论述结构方程模型(SEM)方法在流行病学研究中的应用。方法简述SEM的主要构成、统计假设和目前常用的软件及这一方法如何在流行病学研究中应用和对应用中的有关问题的处理。结果相对于传统的流行病学方法,SEM是一种综合思维方法,不仅分析因素和疾病之间的关系,也分析因素和因素之间的关系;同样是一种验证性的方法,对于有些复杂问题的流行病学研究,特别是以理论为依据的研究颇为重要;SEM分析能够得到潜在变量的有关参数,并对表述潜在变量的显变量的测量误差做出估计。结论SEM能够应用于流行病学的研究,且具有较传统流行病学分析方法无法比拟的优势。     

广义估计方程与多水平logistic回归模型在临床纵向数据分析中的应用及比较

目的探讨广义估计方程和多水平模型的应用与临床纵向研究以解决个体重复观测数据内部的相关性问题。方法根据临床纵向实例数据的特点,拟合因变量为二分类的广义估计方程和多水平模型,并与一般logistic模型比较。结果广义估计方程和多水平模型的分析结果与一般logistic模型不同。由于未能考虑个体内重复观测数据的相关性,一般logistic模型错误显示临床分期与近期疗效相关,而广义估计方程和多水平模型分析结果则显示相关无统计学意义。经分层分析也未发现临床分期与近期疗效的关联。结论广义估计方程和多水平模型都能有效地考虑重复观测数据内部相关性并能处理有缺失值的资料。与多水平模型相比,广义估计方程的参数估计较为稳定,可有效的估计各解释变量的效应。     

含时间相依协变量的Cox模型与SAS软件实现

对生物和人的生存时间的评估与预测是生物学与医学的重要任务，由此而形成了数理统计学的重要分支——生存分析已成为近年来最热门的统计方法之一，它在研究疾病．特别是慢性非传染性疾病的发生、发展和转归等各个方面都有着广泛的应用。与其他任何统计分析的目的一样．生存分析同样关注两个问题：即“发生了什么”（寿命的刻画）与“什么促使了发生”（影响因素的识别）。而Cox比例危险模型（cox proportional hazards model）是研究后者的主要工具。     

类别变量的结构方程模型及其应用

目的探讨类别变量的结构方程在实际问题中的应用。方法运用LISREL软件中的类别变量分析技术,对452个关于生活方式与健康的调查样本进行了结构方程模型分析。结果量表中反映生活方式的8个条目一致地聚合为生活方式这一潜在因子,此因子与抑郁和焦虑呈现显著负相关关系,表明生活方式越健康产生精神障碍的几率就越低。结论观测变量的类型是结构方程建模必须予以重视的关键要素之一。     

结构方程模型在病患满意度与忠诚度关系研究中的应用

目的论述结构方程模型（SEM）方法在医院门诊病患满意度与忠诚度中的应用。方法简述SEM的基本原理及这一方法如何在病患满意度和忠诚度中应用和使用注意事项。结果SEM是一种综合思维方法，同时是一种验证性的方法，对于某些复杂问题特别是以理论为依据的研究彰显重要；SEM分析能够得到潜在变量的有关参数，并对结构方程式的测量误差做出估计。结论运用SEM建立医疗产业顾客满意度及忠诚度指标模型，具有较传统流行病学分析方法无法比拟的优势。     

结构方程模型在农村母婴保健社会性别影响模式研究中的应用

目的:将社会性别视角引入母婴保健行为影响因素的分析,尤其是引入定量研究方法探索母婴保健中的社会性别影响模式。方法:通过现场调查收集相关资料,在探索性因子分析和相关理论基础上构建母婴保健社会性别影响模式的理论模型,并运用结构方程模型进行实证研究。结果:妇女社会经济地位、家庭地位,以及丈夫的关爱直接影响到母婴保健行为及保健服务的利用,而妇女社会性别意识和自我保健意识及知识间接影响其保健行为。结论:提高农村妇女社会经济、家庭地位和社会性别意识是母婴保健工作急需加强的一个重要领域,其关键是提高农村妇女的文化程度,提高妇女的非农就业率,增加妇女的个人收入,通过各种社会性别项目强化妇女自我意识,进而促进母婴保健。     

职业紧张与生存质量关系的结构方程模型

目的通过构建结构方程模型,分析中小学教师职业紧张对生存质量的影响。方法采用职业紧张量表修订版(OSI-R)和健康调查简表(SF-36)对924名市区中小学教师进行问卷调查,应用SPSS14.0和结构方程模型分析软件(AMOS6.0)对数据进行分析处理。结果除任务模糊外职业任务和应对资源各子项对教师生理健康和心理健康均有不同程度的作用,任务界限和社会支持对教师生存质量的综合作用效应较强。结论个体紧张反应是职业紧张对生存质量作用效应上的中介变量,应用结构方程模型能更好地处理此类问题。     

验证性因子分析模型的潜变量得分及其应用

目的：当某些情况下不宜采用结构方程模型分析时，通过估计获得潜变量得分，将之作为中间产物，便于进一步做其它的统计分析。方法：探讨验证性因子分析中潜变量得分的估计原理，潜变量得分的估计采用LISREL软件编程实现。结果：利用一组职业紧张调查数据例证了潜变量得分的估计方法，通过对职业紧张量表(OSI—R)测量结果分析，结果符合专业解释。结论：潜变量得分因克服了测量误差的存在，较合计得分更接近有效值。     

临床试验中多个终点变量同时评价的多元logistic模型

目的研究临床试验中多个终点变量的同时分析。方法采用多元logistic回归模型,通过对原始资料的格式作适当变换,构造一个虚拟水平,视结果变量为1水平上的观察单位,以患者作为2水平单位,建立2水平logistic模型,对试验组和对照组的疗效,以及患者的年龄,性别,观察指标的基线值,中心效应等协变量进行分析。结果多终点的多元logistic回归模型既可以对单个结果变量进行分析,还可以对多个结果变量进行同时分析,并在扣除组间差异、协变量的影响后,估计两个结果变量之间的相关性。当受试者的多个结果有部分缺失时,该估计方法仍然是有效的。结论多元logistic回归模型可以对多个终点变量进行同时分析。     

结构方程模型在政务窗口满意度调查中的应用

结构方程模型(SEM)是一种综合思维方法,简述SEM的基本原理及这一方法如何在政务窗口满意度中应用和使用注意事项。SEM分析能够得到潜在变量的有关参数,并对结构方程式的测量误差做出估计。该模型具有较传统流行病学分析方法无法比拟的优势。     

结构方程模型在医生心理健康分析中的应用

[目的]阐述结构方程模型的原理,并探讨医生工作压力和心理症状之间关系的合理结构方程模型模型。[方法]借助SAS9.0软件的CALIS过程,运用结构方程模型原理对医生工作压力和心理症状之间关系建立相应的结构模型与测量模型,用广义最小二乘法进行估计,并进行合理性检验和修正。[结果]模型的拟合优度指数(GFI)为0.969,均方根残差(RMR)为0.041,比较拟合指数(CFI)为0.955,表明拟合效果较好,并合理解释了医生工作压力和心理症状之间的关系。[结论]利用结构方程模型的优势,分析医生工作压力和心理症状之间的关系是可行的。     

基于结构方程模型的meta分析在抑郁与社会支持关系的应用

目的介绍结构方程模型下的meta分析,对多个抑郁与社会支持关系的结构方程模型研究结果进行综合评价。方法以"结构方程模型"、"抑郁"、"社会支持"为主题词,通过文献追溯方法收集5篇相关文献。采用基于结构方程模型的meta分析来研究抑郁与社会支持间的关系。结果相关系数矩阵下的固定效应模型的meta分析结果显示:χ2=62.3291,P0.001,可知相关矩阵存在异质性。采用随机效应模型的meta分析获得综合相关矩阵,并根据综合相关矩阵进行结构方程模型分析,结果显示:χ2=2.8497,P=0.2405,CFI=0.9976,RMSEA=0.0154,SRMR=0.0206,该结果表明既定的结构方程模型能够很好地拟合数据。结论基于结构方程模型的meta分析较好地综合多个基于相关系数或协方差矩阵的结构方程模型的研究结果。     

基于潜变量得分的多水平多变量回归模型在职业紧张评价中的应用

目的介绍基于潜变量得分的多水平多反应变量回归模型在职业紧张评价中的应用。方法为克服测量误差的存在，以职业紧张量表14个分项的潜变量得分，将之作为中问结果引入多水平多反应变量回归模型。结果职业任务各分项不同程度地引起职业紧张，而个体应变能力是减轻职业紧张行之有效的方式。随机系数反映这些影响在不同科室存在着不同。结论采用基于潜变量得分的多水平多反应变量回归模型既可有效降低测量误差，又得以合理地解释。尤其对于系统结构数据，多元线性模型的多水平理论比多水平潜变量分析方法更成熟可信。