结构方程模型在评价指标体系结构效度中的应用

目的 探讨结构方程模型在评价指标体系结构效度中的应用,并以2007年度首发基金立项函评指标体系为例,评价其结构效度.方法 随机将部分评审结果共1200项分为PART1与PART2两部分.PART1用于探索性因子分析以探索指标体系的结构,形成模型F1,并利用结构方程模型中的测量模型验证F1的结构效度.然后将修正系数与实际联合分析,将模型F1修正为模型F3.最后对PART2用验证性因子分析评价模型F3的结构效度.结果 最终模型F3的拟合指数结果显示模型的拟合优度较好.所有的路径系数、载荷系数及其他参数估计均有统计学意义.结论 结构方程模型是一种充分考虑专业理论、可靠的分析方法.它通过分析比较,选出相对满意的因子结 构方案,从而为研究提供合理的理论依据和专业结论.在评价指标体系结构效度的研究中引入结构方程模型具有很重要的现实意义.     

结构方程模型及其在医学中的应用研究

结构方程模型 (structuralequationmodel,SEM )是一种建立、估计和检验因果关系模型的方法。模型中既包含有可观测的显在变量 (observedvariable) ,也可能包含无法直接观测的潜在变量 (la tentvariable)。从数理角度看 ,结构方程模型综合了通径分析和证实性因子分析 (confirmatoryfactoranalysis ,CFA) ,是一种杂交体〔1〕。结构方程模型可以替代多重回归、通径分析、因子分析、协方差分析等方法。可以这样说 ,结构方程模型是一般线性模型 (generallinearmodel,GLM )的扩展。 1　结构方程模型基本原理1 1　模型特征结构方程模型包括两个…     

结构方程模型及其应用

目的探讨结构方程模型方法,并运用该方法分析医学领域培训效果的影响因素.方法应用结构方程模型对培训效果领域的数据进行拟合,建立相应的测量模型与结构模型,通过参数估计揭示出变量之间的关系;而后进行参数的合理性检验与模型的显著性检验.结果采用结构方程模型方法,拟合了医学成人教育领域培训效果的数据.结构模型决定系数为0.60,意味着结构模型解释了因变量变异的60%.拟合优度指数GFI=0.909,调整的拟合优度指数AGFI=0.891以及其他指标,表明运用结构方程模型,较好地拟合了数据,合理解释了影响培训效果的因素.结论模型提示,培训效果可以用工作技能、工作适应性的提高以及考核成绩来进行表述,而影响培训效果的因素则表现为行医资历、培训形式、专业与服务人口总量、培训需求和教育程度.     

结构方程模型在环境健康管理研究中的应用

目的利用结构方程模型探讨现阶段政府、公众、企业及非政府组织(NGO)和社会团体对环境健康管理工作的影响程度,为制定相关政策提供参考。方法选择环境、卫生领域的172名从业者,就上述环境健康管理的主体及参与者对相应工作的影响开展问卷调查,利用结构方程模型,计算主体与参与者四者之间的相关系数及其对环境健康管理工作影响的路径系数。结果政府、公众、企业、NGO和社会团体两两之间存在正相关关系(P0.01);并且现阶段政府、NGO和社会团体对环境健康管理工作有正向的影响(路径系数分别为0.470和0.231,P0.05);公众和企业在现阶段对环境健康管理工作虽存在正向效应,但未见统计学意义(路径系数分别为0.136和0.111,P0.05)。结论现阶段,政府、公众、企业、NGO和社会团体还未充分发挥其应有的作用,今后应努力建立起"政府主导,社会参与"的环境健康工作局面,从而推动管理工作有效的开展。     

基于结构方程模型的大学生亚健康量表效度测评

目的 考量《中国大学生亚健康状态测量量表》的结构效度.方法 采用结构方程模型的验证性因素分析,对1500名大学生施测以检验分量表和总量表的结构效度,同时采用可靠性分析再次验证量表的内部一致性、稳定性信度.结果 总量表和各分量表的一致性系数(α值)在0.803 ～0.845,12个维度的α值在0.821 ～0.851,稳定性系数均在0.70以上;3个分量表具有接受度较高的结构效度:卡方值与自由度的比值都小于3.0,TLI、CFI值均超过0.90,RMSEA值介于0.075 ～0.042,SRMR值都接近0.05;总量表具有接受度更佳的结构效度:x2/df为2.543;TLI、CFI值均超过0.95;RMSEA值为0.05,SRMR值为0.04.结论 量表可靠性强、结构效度佳,可作为我国大学生亚健康状态研究的测量工具.     

结构方程模型在中医临床疗效评价中的应用

目的 通过收集、整理2005～2008年间在四川康骨医院住院治疗的股骨头坏死患者调查表,分析和评价"针刀加纯中药治疗股骨头缺血性坏死"的真实疗效.方法 依据赵德伟1996年制定的<成人股骨头坏死修复与再造疗效评定标准>,评价受试者在疼痛强度、行走距离、关节活动度、X线片四个指标上的改善效果.结果 单因素分析显示该治疗方法有效(P<0.05),但有些现象无法得到合理的专业解释;通过结构方程模型建立因果通径,可很好地解决这一问题.结论 通过结构方程模型方法拟合因果通径模型,对混杂因素有更好的控制,对疗效的评价更加可靠.     

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。     

妊娠期糖尿病危险因素的结构方程模型分析

目的 利用结构方程模型分析妊娠期糖尿病发生的危险因素。方法 将2016年4月至2019年4月期间在本院进行产前保健的210例孕妇设为调查对象,以问卷调查的形式统计妊娠期糖尿病的危险因素。问卷主要内容包括一般资料和临床资料等。首先进行妊娠期糖尿病危险因素发生的单因素分析,将单因素分析中有统计学意义的变量纳入logistic多因素回归分析中,筛选出妊娠期糖尿病的独立危险因素。并构建妊娠期糖尿病影响因素的结构方程模型,进行结构方程模型变量的效应分析。结果 妊娠期糖尿病logistic多因素分析结果显示,年龄、孕前腰围、孕期增重、孕前BMI、父亲糖尿病史、母亲糖尿病史、ApoA5、FBG、TG、TC、FINS、HOMA-IR值均为妊娠期糖尿病的独立影响因素。构建的结构方程模型整体适配情况较好,能很好地反映一般资料、家族糖尿病史、生化指标与妊娠期糖尿病的关系。从总效应的统计结果来看,家族糖尿病史、生化指标对妊娠期糖尿病的发生影响较大,模型构建的各回归路径均有统计学意义(P<0.01)。结论 高龄、超重或肥胖、家族糖尿病史、糖脂代谢异常均为妊娠期糖尿病的独立危险因素。     

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…     

线性结构方程模型评价指标的应用

线性结构方程模型是一种非常通用的、主要的线性统计建模技术。结构方程模型起源于20世纪早期的探索性因子分析和通径分析,到了20世纪70年代,因子分析的度量方法和通径分析的结构相结合,形成了结构方程模型的框架。线性结构方程模型的主要目的在于对一些解释可观察变量与隐变量关系的预测理论模型做出评价,不但能研究可观测变量,还可研究不能直接观测的隐变量,既可研究变量间的直接作用,又可研究变量间的间接作用,它主要是一种证实性研究。     

结构方程模型及其应用

结构方程模型（structural equation model，SEM）是自20世纪60、70年代出现的新兴的统计分析手段，被称为近年来统计学三大进展之一。随着医学模式向社会-心理-生理模式的转变，在医学研究领域也出现了许多社会学和心理学的指标，这些指标常常是不可直接观测的潜在变量，或者其测量结果是存在误差的，传统的线性回归等统计分析方法显得无能为力。     

结构方程模型在健康素养分析中的应用

目的 探索结构方程模型在健康素养分析中的应用,为建立符合理论和实际的健康素养评价体系提供依据.方法 采用武汉市居民健康素养调查数据,构建结构方程模型,评估在健康素养分析中应用价值.结果 结构方程模型拟合良好,测量模型诠释了潜在变量与测量变量之间的关系,结构模型反映了潜在变量间的关系,模型选择的测量变量是健康素养的核心组...     

结构方程模型在城乡人群高血压影响因素分析中的应用

目的分析宁波市北仑区城乡人群高血压影响因素的直接与间接作用,为高血压防治提供依据。方法采用自填式问卷调查6978名居民的高血压相关信息,并利用结构方程模型构建模型,通过评价修正来确定最佳模型。结果模型拟合较好,GFI为0.947,AGFI为0.941,NFI为0.976,CFI为0.968,RMSEA为0.025及其95%可信区间为0.016～0.039。高血压患病的主要影响因素是体型、高血压家族史、社会特征及不良生活行为。结论结构方程模型分析高血压影响因素收到较好的效果。     

职业紧张影响因素的结构方程模型研究

目的 阐述结构方程模型(SEM)的原理及在职业紧张影响因素研究中的应用.方法 应用职业紧张量表(OSI-R)对广东省某市2所大学的老师进行问卷调查,并建立职业任务及个体应对资源与个体紧张反应的结构方程模型.结果 职业任务与个体紧张反应以及个体应对资源与个体紧张反应的SEM拟合指数GFI、NFI均大于0.90,RMSEA均小于0.08,说明模型拟合较好.结论 结构方程模型用于职业紧张影响因素的研究,同时考虑显变量与潜变量以及潜变量之间的关系,对数据信息利用较充分,研究结果更接近真实情况.     

线性结构方程模型在生存质量影响因素分析中的应用

目的 介绍线性结构方程模型在生存质量影响因素分析中的应用。方法 通过问卷调查，对调查结果进行线性结构模型拟合。结果 心理状况有影响的因素有：时间因素、疾病因素、辅助治疗因素；对生理状况有影响的因素有：时间因素、手术因素和康复因素；对社会功能状况有影响的因素有：时间因素和患者特征因素。同时。生理状况决定心理及社会状况，心理状况决定社会状况。结论 线性结构方程模型在使用上具有很多传统的统计方法不具备的优势，在使用时应注意与专业知识的结合。     

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。     

基于结构方程模型的宁夏地区高脂血症影响因素分析

目的 利用结构方程模型探讨宁夏18～80岁居民高脂血症影响因素,并剖析高脂血症影响因素的直接和间接作用,为制定防治措施提供依据.方法 选取2017年4月对宁夏4个县进行的慢性病调查中925例高脂血症患者作为病例组,另外选取按照性别和年龄匹配的925例无高脂血症居民作为对照组.应用自行设计的调查问卷对两组研究对象进行问卷...     

基于结构方程模型的医学生统计焦虑影响因素分析

目的应用结构方程模型探讨影响医学生统计焦虑的因素及其相关关系。方法采用学习动机量表、学习过程量表(R-SPQ-2F)和统计焦虑中文版量表(STARS)制作调查问卷,随机抽取锦州医科大学不同年级、不同专业学生进行问卷调查,回收有效问卷341份;采用Pearson线性相关分析探讨学习动机、学习策略和统计焦虑间的关系,并拟合结构方程模型(Structural Equation Model, SEM)。结果内生动机与统计焦虑之间呈负相关关系(r=-0.111, P<0.05);外生动机与统计焦虑之间呈正相关关系(r=0.117, P<0.05);浅层学习与统计焦虑间呈负相关关系(r=-0.239, P<0.01)。SEM结果显示,内生动机对寻求帮助焦虑、解释焦虑的路径系数分别为β=-0.353(t=-5.249, P<0.001),β=-0.301 (t=-4.190, P<0.001);外生动机对寻求帮助焦虑、解释焦虑的路径系数分别为β=0.277 (t=3.654, P<0.001),β=0.212 (t=2.735, P<0.001)。结论内生动...     

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。     

结构方程模型在重复测量数据中的应用

[目的]探讨如何利用结构方程模型研究变量平均水平随时间变化的趋势及变化过程中的个体间差异,为重复测量数据的分析提供方法学参考。[方法]以治疗急性脑梗死病为例,利用SAS中的CALIS过程,以线性与非线性潜生长曲线模型对102个病例的欧洲脑卒中量表评分时间上的变化情况进行分析。[结果]经过治疗后,欧洲脑卒中量表总分的线性与非线性潜生长曲线模型的拟合卡方值为43.411 9（P﹤0.000 1）与1.631 2（P=0.201 5）;在非线性模型中线性效应与二次方效应的统计指标均有统计学意义。[结论]非线性模型的拟合结果比线性模型好,且初始评分与治疗后的变化率均存在个体差异,变化率呈现非线性的速度增加,且变化率增加是随时间逐渐变小的;病例个体的初始总分越高,其变化率越大。