零膨胀负二项回归模型在医学研究中的应用

在医学研究中存在许多零膨胀数据,传统模型对其进行拟合时容易发生模型不收敛、参数估计与实际情况偏差较大等问题。零膨胀负二项回归模型是近些年提出的处理零膨胀数据的一种方法,在医学研究中获得了极大的关注和应用。本文阐述了零膨胀负二项回归模型的原理及使用方法,梳理了该模型在慢性病研究、传染病研究、临床实验研究、卫生服务调查研究等医学研究中的应用,并对其在应用中的不足之处以及研究趋势进行探讨,以便医学科研工作者能更好地利用零膨胀负二项回归模型对零膨胀计数资料进行统计分析。     

四种空间回归模型在疾病空间数据影响因素筛选中的比较研究

目的 探讨全局空间回归模型(空间迟滞模型、空间误差模型、空间杜宾模型)和局部空间回归模型(地理加权回归)在筛选疾病空间数据影响因素中的价值,为查找具有空间自相关性和空间异质性的疾病数据的影响因素提供统计参考.方法 基于模型是否考虑空间自相关和空间异质性两方面,根据模型拟合后的残差是否独立、拉格朗日乘数和稳健拉格朗日乘数是否显著、信息准则量(AIC、SC)大小、R2大小、对数似然值大小等指标来评价模型拟合的效果.结果 实例分析显示,普通线性回归模型拟合的AIC为41.65、R2为0.49,但残差不独立,存在空间自相关性.空间迟滞模型的AIC为18.6935、R2为0.64,稳健拉格朗日乘数显著,模型拟合后的残差独立.空间误差模型的AIC为22.0779、R2 为0.62,稳健拉格朗日乘数不显著,模型拟合后的残差独立.地理加权回归模型的AIC为14.9909、R2为0.62,模型拟合后的残差独立,模型的参数估计值具有空间变异性,不同地区的β系数、常数项、R2不同.结论 全局空间回归模型和局部空间回归模型考虑了数据的空间自相关性,在探讨具有空间自相关性的疾病空间数据的影响因素时,较经典的普通线性回归模型效果好.而且,局部空间回归模型体现了参数估计值的空间变异性,与全局空间回归模型的平均估计值相比,结果更可靠.     

零膨胀计数资料几种模型方法的比较研究

目的探讨处理零膨胀计数资料的几种模型之间的比较及其应用。方法在R语言中,分别用Poisson回归、负二项回归、零膨胀模型和hurdle模型来拟合66岁以上老年人医疗保健需求的数据,并通过似然比检验、Vuong检验和AIC、BIC的比较,对模型进行评估。结果零膨胀负二项模型和负二项hurdle回归模型对数据的拟合效果优于其他回归模型,负二项hurdle模型的拟合结果与数据更接近,其拟合结果显示老年人住院天数越长、患有慢性病数量越多、受教育年数越久、参加私人保险,其访问医疗诊所的次数越多,而自评健康状况良好、男性的老年人医疗诊所访问的次数较少,即医疗保健需求的次数较少。结论零膨胀负二项回归模型和负二项hurdle模型处理零过多、过离散数据的效果优于一般的计数模型;而在零观测值相对较少的情况下,用负二项hurdle模型可能更合适。     

负二项和修正Poisson回归在伤害频次影响因素研究中的应用

目的 探讨Poisson和负二项回归模型在伤害频次影响因素研究中的应用及引发伤害频次增加的危险因素.方法 对合肥市某县整群随机抽取的中小学校的2917名在册学生进行问卷调查,得到的数据拟合修正Poisson回归和负二项回归模型,并比较其拟合效果,筛选出儿童青少年增加意外伤害发生次数的危险因素,探讨两种方法分析的合理性.结果 用Lagrange乘子检验发现该资料Poisson模型中存在过离散(P ＜O.0001),籍此分别用修正Poisson回归和负二项回归对过离散伤害频次数据进行分析,结果显示修正Poisson回归模型拟合较好.回归分析均显示男性,年龄小,父亲外出打工,监护人文化程度初中以上和吸烟为导致伤害频次增加的危险因素.结论 对于具有聚集性趋向的伤害频次数据,应该采用修正Poisson回归分析和负二项回归分析模型分析其影响因素,结果修正Poisson回归拟合效果更好,或能更准确的解释有关因素对伤害频次影响的情况.     

Vuong检验在临床研究中的应用及SAS实现

目的探讨用于传统回归与零膨胀回归模型选择的Vuong检验（简称V检验）SAS实现方法及应用。方法介绍V检验的原理及方法并给出实现V检验的SAS宏程序,结合实例,将SAS宏的检验结果与Stata软件进行核对,证明宏程序的正确性。结果应用实例中ZINB模型-2Log Likelihood为44 623,回归模型选择标准（Akaike Information Criterion）为44 665,BIC（Bayesian Information Criterion）为44 819,相比其他模型拟合效果最好;SAS宏程序对ZINB与负二项回归模型V检验结果为30.326 9,>1.96,数据分析应采用ZINB模型;Stata软件的输出V值为30.33,和宏程序检验结果一致。结论 V检验用于判断传统回归和零膨胀回归模型拟合的优劣;SAS宏程序可以实现V检验。     

定群监测资料分析中的零截尾计数模型

[目的]阐明定群监测计数资料零截尾分布数据的分析方法。[方法]模拟研究零截尾计数分布数据的参数估计;应用呼吸机使用时间的实例进一步完成截尾计数模型的实现。[结果]模拟研究表明零截尾Poisson模型参数估计值与真实参数值很接近,而传统的Poisson回归估计值与真值相差较大;呼吸机使用时间过度离散,似然比检验拒绝零截尾Poisson模型,采用截尾负二项模型更合适。实例分析表明有并发症、气管切开、APACHE得分越高、血中性粒细胞比例增高、伴有肺部炎症等是影响患者呼吸机使用天数增多的主要因素。[结论]截尾计数模型可以很好地解决定群监测零截尾分布计数资料的分析问题。     

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.     

核偏最小二乘回归及其在医学中的应用

目的研究用于处理解释变量与反应变量之间非线性关系或复杂关系的一种基于核函数的回归方法:核偏最小二乘回归。方法运用Monte-Carlo模拟方法,对核偏最小二乘回归的模型拟合效果和预测效果予以分析。结果模拟试验结果表明:核偏最小二乘回归估计性能均较高。结论核偏最小二乘回归是基于核函数的非线性回归方法,模型构建基于样本,而非解释变量空间,该方法特别适合于处理医学研究中各种类型资料,能够有效地处理解释变量与反应变量之间的非线性关系或复杂关系等方面。     

猩红热的发病率与气象因素的负二项回归分析

目的通过负二项回归模型探讨气象因素与猩红热发病的关系。方法对1985—2005年安徽省某市猩红热月平均发病率和月平均降水量、月平均气压、月平均气温、月平均相对湿度、月平均最低气温5项气象资料的数据进行描述性分析,然后拟合负二项回归模型,并且对2006年每个月份的发病率做一个预测。结果模型的超离散度K=0．41（95％CI：0．32-0．53）,进行似然比）x2检验x2=306．42,P〈0．001,认为发现负二项回归是适合的模型。猩红热的发生与月平均气压、月平均相对湿度和月平均最低气温有统计学意义（均有P〈0．05）。对2006年各个月份的月发病率预测的结果表明（Wilcoxon符号秩和检验,Z=0．24,P=0．814）,预测值与实际值之间差异无统计学意义,提示预测效果比较理想。结论通过拟合负二项回归模型发现,对猩红热的发生和预测,月平均气压、月平均相对湿度和月平均最低气温是不可忽略的气象因素。     

零膨胀负二项回归模型在共存疾病影响因素研究中的应用

目的 探讨零膨胀负二项回归模型在居民患有共存疾病及其影响因素研究中的应用。方法 分别用Poisson分布、负二项分布和零膨胀模型来拟合居民共存疾病数量并分析聚集性,筛选出共存疾病的主要影响因素。结果 拟合分布的结果显示,共存疾病数量不符合Poisson分布（χ2=196.419,P<0.001）,符合负二项分布（χ2=6.677,P=0.154）;聚集指数K=1.779,过离散检验统计量O=15.18>1.96,所以资料存在聚集性。零膨胀检验统计量Vuong=6.58,P<0.001,零膨胀模型要优于Poisson或负二项模型。零膨胀负二项回归分析显示:在负二项部分得出,年龄越大、有高强度运动、焦虑程度越高、体质指数越高、糖化血红蛋白（hemoglobin A1c,HbA1c）水平越高、有糖尿病家族史、有高血压史、高收缩压和高水平胆固醇的居民发生共存疾病的数量会增加;在Logit部分得出,年龄越大、焦虑程度越高、体质指数越高、甘油三酯水平越高、空腹血糖（fasting blood glucose,FPG）越高、有高血压家族史和高收缩压的居民发生慢性病的风险较大。结论 居民患共存疾病有聚集性和零计数过多的特点,零膨胀负二项回归模型在拟合具有该类特点的数据中优势明显。